ChatGPT 4がマルチモーダルモデルだったら、それができることは驚くべきことです。自動運転には、道路標識のテキスト処...

ChatGPT 4がマルチモーダルモデルだったら、それができることは驚くべきことです。自動運転には、道路標識のテキスト処理や道路上で遭遇する規制の問題のいくつかを克服するために、このようなモデルも必要です。

マルチモーダルモデルは、ほんの少しのヒントがあれば人間と同じように周囲の道路標識のテキスト情報と空間認識（視覚+レーダー）に頼ることで、地図がなくても運転できる可能性が非常に高いです。

たとえば、運転規則の変更によるナビゲーションロジックの変更を自動的に処理できる場合を含みます（たとえば、奇数番号の車が特定の日に特定の道路を通過できない場合）、マルチモーダルモデルには、言語やテキストロジックからナビゲーション戦略まで、それを自動的に処理する機能があります。この種の変更では、プログラマーがそのようなロジックをハードコーディングする必要はありません。