加拿大丛林迷路五小时,ChatGPT救命神技,比地图还靠谱!

  新智元报道

  编辑:英智

  想象一下,你在加拿大的森林里迷路 5 小时,手机电量只剩3%,Google Maps 失灵,信号微弱。但 ChatGPT 靠实时坐标救了场,堪称 AI 导航的教科书,快来围观。

  最近,X平台上一个帖子火了,一群人在加拿大偏远的小镇 Mabou 骑全地形车(ATV)玩,结果迷路了整整五小时,最后靠 ChatGPT 导航才安全回来。

  Mabou 是个小地方,周围全是没开发过的森林和小路。

  他们本来打算从 Upper Southwest Mabou Rd 出发,骑 18 公里到 Whycocomagh 玩一圈。

  计划挺好,可他们不小心偏离了主路,钻进了地图上没标的小径。

  结果 Google Maps、ATV 专用 app 啥的都用不了,因为这些工具只认主干道,压根没收录那些隐秘小路,害他们彻底迷路了。

  手机信号也不好,电量只剩3%,其中一个骑手突发奇想,尝试用 ChatGPT 来导航,每5-10 分钟给 ChatGPT 发一次 GPS 坐标。

  没想到这招还真救了他们。

  ChatGPT 一步步救援

  第一张截图中,ChatGPT 给出了清晰又接地气的回复,把路线拆成了几个简单步骤。

  发坐标求助

  他们用手机 GPS 把实时位置(45.9697°N,61.4119°W)发给 ChatGPT,说想去 Whycocomagh(45.96435°N,61.1426°W),问有没有能走的路。

  ChatGPT 给力回应

  ChatGPT 分析了坐标和地形,给了超清晰的步步指引:

  • 第一步:从上西南马布路往东走,这条路是条泥土路,ATV 能过。

  • 第二步:汇入 Chestico Trail / Celtic Shores Coastal Trail(切斯蒂科步道/凯尔特海岸步道),这步道从东边开始,合法给 ATV 用,约 17 公里,从 Fort Hood 到 Mabou 河。

  • 第三步:沿着步道往东走,平行 19 号公路,穿过林子,跟着 Mabou 河走。

  • 第四步:快到 Mabou 村时,往南或东拐,接上 Route 252(通往 Whycocomagh 的路),就到啦!

  这些指引不仅有路名,还告诉你方向(东、南)和地形(林子、河),超实用,迷路的人一看就懂。

  随时调整路线

  他们每5-10 分钟发一次新坐标,ChatGPT 就根据最新位置调整建议。

  下图显示,ChatGPT 确认他们还在正轨上,建议继续沿着 Mabou 河走,还给出了下一步选择。

  碾压传统导航

  Google Maps 和 ATV app 因为没小径数据彻底扑街。

  而 ChatGPT 靠 GPS 坐标加卫星视图,猜出了小路怎么连起来,再用大白话给出指引。这简直是救命稻草,特别适合野外。

  有人夸 ChatGPT「救命神器」,但也有人吐槽:有手机信号和 GPS,干嘛不直接看卫星图?

  帖子的回复解释了,卫星图虽然能看,但没法像 ChatGPT 这样实时给个性化文字指引,尤其在复杂地形里。

  研究证明,像 ChatGPT 这样的 LLM 在户外导航上真有潜力。

  比如 PathGPT 框架,把历史路线变成文字,再用 AI 生成个性化路线的办法,效果杠杠的。

  PathGPT:向朋友问路

  想象一下,打开导航 APP 说:「找一条从公司到家、不堵车还能顺路买杯咖啡的路线」APP 立刻给出了精准方案。

  最近,上海交大的研究团队推出的 PathGPT,用 LLM 彻底刷新了对导航的认知。

  论文链接:https://arxiv.org/abs/2504.05846

  以前的导航算法,比如 Dijkstra 最短路径算法,就像个认死理的机器人:最短距离就是王道,别的我不管。

  但现实中开车、走路哪有那么简单?

  有人喜欢绕路看风景,有人急着赶路要避开拥堵,还有人想顺路接孩子。这些复杂需求,传统算法根本搞不定。

  后来有了机器学习模型,能从历史轨迹数据里学规律,比如根据交通状况推荐路线。

  但它们也有硬伤:训练好的模型只能按固定规则工作。

  想新增「经过某个商圈」的需求?得重新训练一个模型,费时费力还烧钱。

  PathGPT 的核心思路:既然大模型(如 GPT)能理解自然语言,那为啥不让它来翻译用户的需求?

  比如用户说「最快路径」「风景优美」,大模型能听懂,还能结合历史路线数据生成方案。

  但 LLM 也有短板:它可能不知道某个城市的具体道路情况,甚至出现幻觉。

  所以 PathGPT 加了个「外挂」:检索增强生成(RAG)技术。

  简单说,就是先建一个历史路线知识库:把每条路线的起点、终点、经过的道路名称都转换成自然语言描述,比如从人民广场到外滩,经过南京路、中山东一路。

  当用户提问时,PathGPT 先从知识库中找出和用户起点、终点相似的历史路线。

  实测效果:灵活度拉满,还有进步空间

  研究团队在北京、成都、哈尔滨等城市的出租车轨迹数据上做了实验。

  结果显示,PathGPT 在生成「最快路径」时,精确率和召回率虽然比一些传统机器学习模型略低(比如在哈尔滨数据集上,最快路径精确率 48.4%),但它有个绝杀技——能处理那些没提前训练过的奇葩需求。

  比如用户提出要走一条经过三个公园的路线,传统模型可能直接懵圈,但 PathGPT 能结合自然语言和历史数据,给出合理方案。

  PathGPT 的最大意义,是让导航变成自然对话。以后导航,直接像跟朋友问路一样说话就行。

  当然,它还有改进空间,比如偶尔会指错路(LLM 的幻觉问题),在复杂路况下的可靠性还得提升。

  但想想看,大模型才发展没多久,就能做到这一步,未来要是结合更精准的实时交通数据、更完善的知识库,说不定真能成为每个人的智能出行管家。

  ChatGPT 不光会聊天,还能靠实时数据给实用建议,传统地图失灵时特别管用。

  AI 正在改变野外探险的方式,靠坐标和逻辑在没图的森林里导航,绝对是里程碑。

  参考资料:

  https://x.com/rohanpaul_ai/status/1937199835318485177

  https://arxiv.org/abs/2504.05846