AI新浪股吧下一个浪潮在何方？“算力霸主”遥指具身智能

AI开展的下一站在哪里？“算力霸主”英伟达创始人兼首席履行官黄仁勋给出了答案：具身智能/具身人工智能。

在ITF World 2023半导体大会上，黄仁勋表明，人工智能的下一个浪潮将是具身智能（embodied AI），即能了解、推理、并与物理国际互动的智能体系。

一起，他也介绍了英伟达的多模态具身智能体系Nvidia VIMA，其能在视觉文本提示的指导下，履行杂乱使命、获取概念、了解鸿沟、乃至模仿物理学，这也标志着AI才能的一大明显前进。

而在本年3月，谷歌联合柏林工业大学团队发布PaLM-E，这是一种多模态具身视觉言语模型，也是史上最大的“通才”AI模型，其不只能够了解图画，还能了解、生成言语，可履行各种杂乱的机器人指令而无需从头练习，且表现出很好的搬迁才能。

值得注意的是，方针端也已开端着目于具身人工智能。

北京市日前发布《北京市促进通用人工智能立异开展的若干办法（2023-2025年）（征求意见稿）》，其间便提出探究具身智能、通用智能体和类脑智能等通用人工智能新途径，包含推进具身智能体系研究及使用，打破机器人在敞开环境、泛化场景、接连使命等杂乱条件下的感知、认知、决议计划技能。

▌何为具身智能？怎么完结？

具身智能指的是智能体经过与环境发生交互后，经过自身的学习，发生关于客观国际的了解和改造才能。

换言之，一个具身智能机器人需求：首要听懂人类言语，之后分化使命、规划子使命，移动中辨认物体，与环境交互，终究完结相应使命。

正如斯坦福大学计算机科学教授李飞飞所说，“具身的意义不是身体自身，而是与环境交互以及在环境中干事的全体需求和功用。”

若想要完结具身智能，离不开多个学科的穿插合作：

1）机器人学为具身智能供给机械身体和根本运动操控；

2）深度学习中的神经网络是具身智能中首要东西；

3）强化学习是具身智能机器人的首要学习手法之一；

4）机器视觉给具身智能供给了处理视觉信号的才能；

5）计算机图形学开发的物理仿真环境为具身智能供给了实在物理国际的代替；

6）天然言语给具身智能带来了与人类沟通、从天然文本中学习的或许；

7）认知科学进一步协助具身智能体了解人类、构建认知和价值。

实际上，“具身智能”开始可追溯到1950年，其时图灵在论文《Computing Machinery and Intelligence》中初次提出了这一概念。但在之后的几十年中，具身智能都没有获得特别明显的发展，大多数机器人的举动仍旧仰赖人类的手写指令与代码。

这也是为何上文那个谷歌“史上最大‘通才’AI模型”能引起业界颤动——它无需预先处理的场景，因而也不必人类对相关数据进行预处理或注释。只需求一句简略的指令，便可完结更为自主的机器人操控。更重要的是，PaLM-E生成的举动计划还具有“弹性”，即可对周围环境改变作出相应反响。

完结通用人工智能是职业的一大愿景。但人工智能中集成了太多概念，其间一些概念难以被丈量或验证。而正如上海交通大学教授卢策吾所说的那样，尽管人工智能能给你输出一个表征，但很难查验它们是否真的了解了这些概念。“所以咱们能够先在一些可验证、可丈量的概念上面做出个闭环。而具身智能刚好是这样一个闭环，这样的具身智能或许是迈向通用智能的一个很好的起点，由于它可丈量、可解释、可查验。”

免责声明：本网站内文章信息来源于网络转载或用户自发供给，网站内一切材料、言辞等仅代表作者个人观点，与本网站态度无关，不确保该信息（包含但不限于文字、数据及图表）悉数或许部分内容的准确性、实在性、完整性、有效性、及时性、原创性等，若有侵权，请第一时间奉告删去。