مدل Astra OpenAI برای رانندگی رفت و هیچ کس فوت نکرد

اگر تا به حال به این فکر کرده اید که آیا یک مدل هوش مصنوعی مولد می تواند ماشین را رانندگی کند، دیگر تعجب نکنید: این کار را می توان با هزینه زیاد و بسیار آهسته انجام داد، تا زمانی که بتواند اتصال اینترنت را حفظ کند. سه نفر از دانشمندان کامپیوتر مدل‌های تجاری مختلف هوش مصنوعی را از طریق آزمایش‌های جاده‌ای مورد آزمایش قرار داده‌اند تا ببینند چگونه می‌توانند تویوتا کرولا را در اطراف مجموعه‌ای از مخروط‌ها در پارکینگ برانند. تلاش‌های آن‌ها تا به امروز، بخشی از پروژه‌ای به نام DrivingBench، اجراهای متأسفانه GPT-5.6 Sol، Grok 4.6 و Claude Fable 5.1 را به ثبت رساندند، که هیچ‌کدام نتوانستند دوره را کامل کنند.

اکنون گفته می شود که GPT-6 Astra OpenAI در جایی که سایر مدل های تجاری هوش مصنوعی شکست خورده اند، موفق بوده است. در دومین تلاش خود، مدل پرچمدار OpenAI یک ماشین را تمام 134.7 متر هدایت کرد تا مسیر را در 5 دقیقه و 22 ثانیه طی کند. گزارش DrivingBench می گوید: «GPT-6 Astra تنها مدلی بود که دوره را به طور کامل (در تلاش 2، در حدود 5 دقیقه) به پایان رساند. تلاش سوم کلود فابل 5.1 مانند اولین تلاش آسترا در نیمه راه گذشت.

به طور کلی، شکست در آنجا یکی از درک بود: خواندن این که خط در کدام سمت اولین خط مخروطی مورب قرار دارد.» برای تکمیل آن سفر با سرعت متوسط 0.94 مایل در ساعت، محققین Tobias Gessler، Aditya Ramabadran و Simon Mahns 7.74 دلار برای سوزاندن 6.6 میلیون توکن در عملیات استنباط قابل توجهی هزینه کردند. رامابادران، یکی از اعضای کادر فنی در Axiom Math، در ایمیلی به The Register توضیح داد که از نرخ ورودی 10 دلاری منتشر شده OpenAI و نرخ خروجی 50 دلاری تخفیف داده شده است.

"از آنجایی که در هر نوبت برنامه چت کل مکالمه (از جمله تصاویر) را دوباره به مدل ارسال می کند، تقریبا همه نشانه ها متن تکراری هستند و به عنوان ورودی حافظه پنهان (1/میلیون دلار به جای 10 دلار) صورتحساب دریافت می کنند. به آن صورت‌حساب توکن ۷.۷۴ دلاری، ۹۹۹ دلار برای یک دستگاه کمک راننده با کاما چهار با نرم‌افزار openpilot، متصل به لپ‌تاپ و ماشین (از طریق اتوبوس CAN) و یک تلفن همراه که با سرورهای xAI میزبان GPT-6 Astra تماس می‌گیرد، اضافه کنید.

حتی بدون سخت افزار، Astra راه گرانی برای رانندگی خواهد بود حتی اگر خطرات تاخیر شبکه برطرف شود. سفر 134.7 متری با استفاده از 6.6 میلیون توکن به قیمت 7.74 دلار هزینه ای معادل 92.47 دلار در هر مایل دارد. برای خودرویی که 25 مایل بر گالن با بنزین 4.60 دلار در هر گالن دریافت می کند، هزینه هر مایل حدود 0.184 دلار است. بنابراین، توکن‌ها حدود 500 برابر بیشتر از سوخت هزینه دارند (و شما همچنان باید هزینه بنزین را بپردازید، زیرا با سرعت کمتر از یک مایل در ساعت در حال خزیدن هستید). سپس هزینه بیمه وجود دارد که ممکن است راننده هوش مصنوعی شما را پوشش ندهد.

و زمانی که خود مدل‌های هوش مصنوعی از ایده رانندگی با یک ماشین خودداری می‌کنند، ممکن است نشانه‌ای برای تجدید نظر باشد. در این گزارش توضیح داده شده است: «برخی مدل‌ها (به‌ویژه GPT-6 آسترا) گاهی اوقات به دلایل ایمنی (حتی در یک فضای کاملا خالی، پس از انجام تمام اقدامات ایمنی از جمله محدودیت سرعت بسیار پایین) از رانندگی با خودروی فیزیکی خودداری می‌کنند. محققان اساسا مجبور بودند به مدل‌ها دروغ بگویند تا از اقدام به دلایل ایمنی جلوگیری کنند.

برای مثال، آنها به مدل‌ها می‌گفتند که این تمرین یک «شبیه‌سازی» است، اگرچه همانطور که اشاره می‌کنند، «در برخی آزمایش‌ها تصاویر واقعی را می‌دیدند و متوجه می‌شدند که واقعی است، و شروع به ترسیدن می‌کردند». آنها گفتند که بهترین کار این است که نام سرور MCP خود را به "DrivingBench Sandbox" تغییر نام دهند، که برای متقاعد کردن مدل ها به اندازه کافی ثابت شد که در جاده های واقعی کار نمی کنند. رامبادران گفت: استفاده از مدل LLM/border خارج از جعبه برای رانندگی واقعی امروز قطعا عملی نیست. «در معیار ما، خودرو در سرعت‌های فوق‌العاده پایین با یک انسان آماده برای ترمز کردن تمام مدت بود.

تأخیر مدل قطعا یک گلوگاه بود و بیشتر زمان انتظار ناشی از زمان تفکر بود. "GPT-6 Astra (که بهترین عملکرد را داشت)، از ابزار "مشاهده" ما (که به نماهای دوربین نگاه می کند) هر 5 تا 6 ثانیه استفاده کرد. Fable 5.1 در یکی از تلاش های خود، تنها 31 ثانیه از 190 ثانیه رانندگی کرد و بقیه زمان را صرف فکر کردن در حالی که ماشین متوقف شده بود سپری کرد.

اما برای ما شگفت‌آور بود که یک مدل همه‌منظوره تحت این محدودیت‌ها می‌تواند مسیر واقعی را طی کند." رامبادران گفت که در حال حاضر و در آینده نزدیک، انواع مدل‌های رانندگی تخصصی که قبلا در خودروهای خودران استفاده می‌شوند ترجیح داده می‌شوند. مدل های کوچکتر توانمندتر می شوند.

او گفت: «یک مسیر ممکن درازمدت می‌تواند آموزش یک مدل مرز عمومی بزرگ بسیار توانا و تقطیر آن به یک مدل تخصصی کوچک‌تر باشد که بر روی سخت‌افزار خودرو قرار می‌گیرد و به اندازه کافی برای دویدن در خودرو کارآمد است (همچنین تا حدی پاسخی به سؤال دوم شماست). این می‌تواند بهتر از ساخت یک مدل تخصصی از ابتدا باشد و بیشتر با «درس تلخ» هوش مصنوعی مطابقت دارد.» «درس تلخ» رساله‌ای تأثیرگذار درباره هوش مصنوعی است که استدلال می‌کند روش‌های کلی تحقیق در این زمینه که بر کاهش هزینه‌های توان محاسباتی متکی هستند، مؤثرترین هستند.

رامبادران گفت: «نتایج ما به همین منوال اشاره دارد (این مدل‌هایی که ما آزمایش کردیم احتمالا برای رانندگی اتومبیل‌های واقعی آموزش ندیده‌اند، و برخی هنوز هم به دلیل درک عمومی، استدلال، برنامه‌ریزی، توانایی‌های کنترلی از مقیاس‌گذاری و آموزش در سایر وظایف، در دوره/شرایط ما کاملا خوب عمل می‌کنند».

در آینده، اگرچه سیستم‌های تخصصی، سریع‌تر، ارزان‌تر و آزمایش‌های بیشتر در دنیای واقعی هستند، احتمالا به پیروزی خود ادامه خواهند داد.» گوگل که احتمالا از زمان شروع پروژه خودروهای خودران خود در سال 2009، 35 تا 40 میلیارد دلار در Waymo هزینه کرده است، بر اساس برآورد 30 میلیارد دلاری در سال 2024 و زیان های ثبت شده از آن زمان، بنابراین باید بتواند تا چند سال دیگر به تجهیز وسایل نقلیه خود به فناوری سفارشی ادامه دهد. اما واگذاری رانندگی به Claude، ChatGPT یا Copilot و برخی سخت‌افزارهای معمولی روی برد ممکن است در آینده‌ای نه چندان دور قابل قبول باشد.

فقط به مدل بگویید که این همه شبیه سازی است. ®