行业动态 | 让AI进入物理世界,首届中国具身智能大会展望智能新纪元

以下文章来源于机器之心                                                               

前不久，图灵奖得主Yann Lecun在Lex Fridman的播客中讲道：机器人行业的兴起已经等待了 10、20 年，而这个行业的发展要寄希望于AI的进步。

AI 发展可谓是瞬息万变。科技巨头们不是抢占时机，比谁先发布，就是猛攻质量，比性能优劣。2022 年还被称为 AIGC 元年，而 2024 年，就已经来到了具身智能元年。何为具身智能？先不谈定义，看看下面这些展示，你有属于自己的理解吗？

具身智能其实是基于物理身体进行感知和行动的智能系统，其通过智能体与环境的交互获取信息、理解问题、做出决策并实现行动，从而产生智能行为和适应性。以上展示来自 3 月 30-31 日上海徐汇西岸举办的首届中国具身智能大会（China Embodied AI Conference，CEAI）场外。作为人工智能与人形机器人两大前沿技术的结合，具身智能产业是新质生产力的重要组成部分。在这场大会上可以看到具身智能的最新发展方向，也给产、学、研三方带来共同讨论的机会。9 场主旨演讲报告和 14 个专题论坛生动讲述了具身智能的定义、重要性以及发展态势，让参会者能够切身感受到具身智能就在身边，并正在兴起。

人工智能的缺憾：数字 AI 与物理世界的距离

中国工程院院士、中国具身智能大会大会主席蒋昌俊表示，以 OpenAI 为代表的企业通过生成式无监督预训练，利用大量互联网文本和图像数据，构建了如 ChatGPT 和 GPT-4 这样的大语言模型。这些模型首次展示了 AI 解决多种任务的能力，跨越了领域限制，让我们窥见了实现通用人工智能的潜力。虽然像 ChatGPT 这样的大模型已展现出处理多模态数据和满足人类需求的交互能力，但这种交互仍然局限于数字世界。要实现真正的通用人工智能，我们需要赋予它们在真实物理世界中的交互能力。这就意味着 AI 需要拥有实体，让它们像人类一样具备感知、思考和行动的能力。

由此可见，具身智能不仅是机器学习、自然语言处理、计算机视觉等技术的集成应用，它还能将物理世界通过传感器映射到数字世界中，并以此来链接二者，让 AI 真的能够在物理世界中有所作为。大模型强大的通用能力已经显现：上下文对话、生成创作、代码、逻辑推理、计算等多个方面都能够轻松拿捏。但是如何将这样的能力拓展到更多应用上呢？在本次大会的大模型与具身智能专题论坛中，上海人工智能实验室双聘领军科学家代季峰表示，首先要将研究目标设定为多模态通用模型，这样才能为大语言模型装上手脚和眼睛，与现实世界交互。

和物理世界连接，需要「身」的存在

你对机器人应用的了解还停留在哪里？是会做家务的斯坦福机器人，还是已经能进厂打工的 Atlas。这些和我们生活密切相关的机器人似乎更能吸引注意，但是在你注意不到的地方，机器人还发挥着你想象不到的功能。例如在遥远的太空中，机器人仍然有着它们的大放异彩的时候。面对极端环境条件，复杂任务，机器人帮助人类做了很多做不了的事情。在农业方面，机器人能够帮助人类施肥、洒药、收割；制造的逆过程，如动力电池拆解也是具身智能一个巨大的产业场景；建筑行业的搬运与基本工作它们也能够发挥作用这就要求，它们既需要有解决任务的聪明「头脑」，还有能够精准操作的「身体」。正如英国皇家工程院院士、南方科技大学机器人研究院院长戴建生所说，智能要实现和物理世界的联合，就需要具身的这个「身」。

除了应用场景的局限，你对机器人形态的想象是不是也有些局限。除了不同用途的机器人形态不同，你有没有想过同一个机器人也能像变形金刚一样变化不同的形态。在大会主旨演讲报告中，戴建生向参会者介绍了「变胞机器人」。在现场，他放出一张《变形金刚》剧照，讲述了机器人与汽车结构互换带来的思考：我们的机器人能不能在不同的情况下进行形态上的转变？身体形态会影响虚拟生物在复杂环境的适应学习能力，而相应的，复杂环境也对促进虚拟生物在形态和智能上的进化。进化机器人的发展共有四个阶段：进化机构、智变机构、机构变异、变胞机构。而变胞机器人开创了具身智能的「环境适应身体」：根据环境自主改变结构，调整模态，实时进化。

转载来源：机器之心

转载编辑：廖韦

审核：王赟  宁静