崔爽

近日，一段視頻在網上熱傳。視頻中，初創(chuàng)公司Figure的人形機器人外表和動作都與人類十分相似。它可以與人流暢對話，理解人的意圖。聽到工程師“想吃點東西”的口令后，它遲疑了一下，準確地拿起了蘋果。它甚至可以解釋自己為什么要這樣做。

這一人形機器人背后，是OpenAI公司為其配置的大語言模型。多模態(tài)技術加持下，它具備高級視覺和語言智能。

隨著大模型、機器人制造等技術發(fā)展，賦予人工智能“形體”的具身智能（Embodied AI）正逐步走入人工智能舞臺中央。

具身智能是人工智能產業(yè)發(fā)展的重要方向之一。英偉達近期發(fā)布人形機器人通用基礎模型Project GR00T，希望能讓機器人擁有更聰明的“大腦”。由Project GR00T驅動的機器人能夠理解自然語言，并通過觀察人類行為來模仿人類動作。在特斯拉2023股東大會上，馬斯克也向大眾展示了人形機器人Optimus的全新型號。這些都是具身智能駛入發(fā)展快車道的縮影。

AI技術的集大成者

1950年，圖靈在他的一篇論文中首次提出了具身智能的概念。

“具身智能是人工智能的一個重要分支，它強調智能體與其所處的物理環(huán)境緊密交互，通過人形機器人等智能實體實現感知、決策和行動?！辟惖项檰柸斯ぶ悄芘c大數據研究中心常務副總經理鄒德寶向筆者介紹，“這種結合讓人工智能可通過攝像頭、傳感器等理解環(huán)境，并通過機械臂、輪子等執(zhí)行器作用于物理世界，在物理空間中學習、適應并完成指令任務?！?/p>

這是一個包含人工智能幾乎所有技術的領域，可以說是AI的集大成者。

“要充分發(fā)揮人工智能的強大能力，就要將其‘附身于實體——機器人，這一行為被稱為‘具身?！边_闥機器人創(chuàng)始人、首席執(zhí)行官黃曉慶說。

在他看來，從生物學角度，人類是自然選擇的產物，因此具備通用性的終極機器形態(tài)應與人類相同；從功能性角度，要使機器人能替代人類執(zhí)行所有任務，其形態(tài)需與人類相似；從人工智能發(fā)展角度，訓練大模型需要大量數據，而人類語言、行為、智能等數據信息無疑最豐富，人形機器人因此能最大限度獲取訓練數據。

“通過為人工智能系統(tǒng)賦予形體，我們可以使其與人類用戶之間的交互更直觀、自然和便捷。形體也可以幫助人工智能系統(tǒng)更好地感知和理解現實世界。”鄒德寶說，具有形體的人工智能系統(tǒng)可以應用于更多領域，特別是在需要與人類進行密切協(xié)作的場景中。例如，在醫(yī)療領域，一個具有實體形態(tài)的人工智能機器人可以協(xié)助醫(yī)生進行手術操作。

技術進步和挑戰(zhàn)并存

依托大規(guī)模數據和強大算力的大模型，為機器理解世界提供了前所未有的能力。它與具身智能的結合，預示著機器人的未來將更加智能化、互動化。

去年11月，工業(yè)和信息化部印發(fā)《人形機器人創(chuàng)新發(fā)展指導意見》，提出人形機器人集成人工智能、高端制造、新材料等先進技術，發(fā)展?jié)摿Υ?、應用前景廣，是未來產業(yè)的新賽道。

鄒德寶談到，發(fā)展具身智能，主要可從三方面發(fā)力。一是仿生機制。具身智能的一個關鍵目標是使機器能像生物體一樣具備感知、決策和運動能力。因此，更深入地研究和模仿復雜的生物機制，如神經系統(tǒng)的運行方式、生物體的自我修復能力等，是實現這一目標的重要途徑。二是基于物理的智能決策能力。智能系統(tǒng)需要更緊密地與其所處的物理形態(tài)融合，以便在各種環(huán)境中自然、高效地執(zhí)行任務。這意味著需要發(fā)展出更先進的機器人硬件和軟件技術，支持智能系統(tǒng)在復雜環(huán)境中的運動和操作。三是自主學習和適應環(huán)境。具身智能系統(tǒng)需要具備自主學習和適應環(huán)境能力，以便能在復雜多變的環(huán)境中執(zhí)行任務和解決問題。這可以通過強化學習、遷移學習等機器學習技術實現。

技術突飛猛進之下，具身智能市場活躍。頭部廠商不僅在技術研發(fā)上取得顯著進展，還在商業(yè)應用和拓展市場方面取得了突破。特斯拉宣布，其旗下擎天柱人形機器人的首個商業(yè)化場景將是自家公司汽車生產車間。人形機器人（上海）有限公司聯(lián)合行業(yè)頭部企業(yè)成立的新型研發(fā)機構，致力于建設貫穿創(chuàng)新鏈、產業(yè)鏈、資金鏈和人才鏈的人形機器人創(chuàng)新生態(tài)系統(tǒng)。聯(lián)想創(chuàng)投作為聯(lián)想集團旗下的全球科技產業(yè)基金，通過投資和支持具身智能技術公司，推動該技術的商業(yè)化應用。

然而，難題和挑戰(zhàn)也如影隨形。

首當其沖的是算力。具身智能需要進行大量計算來支持感知、決策和運動過程。隨著任務和環(huán)境復雜性的升級，其對算力的需求會不斷增加。

數據安全也不可忽視。具身智能系統(tǒng)需要收集和處理大量數據進行學習優(yōu)化，這些數據可能包含用戶個人隱私信息。

“隨著具身智能技術不斷發(fā)展，我們也需要關注其可能帶來的倫理和道德問題。例如，如何確保機器人在執(zhí)行任務時不傷害人類或造成不必要的損失，如何保證機器人行為符合人類道德和價值觀等?！编u德寶說。

未來人工智能發(fā)展的重要方向

英偉達創(chuàng)始人兼CEO黃仁勛曾表示，人工智能發(fā)展的下一個浪潮是具身智能，是能理解、推理、并與物理世界互動的智能系統(tǒng)。

“具身智能對人工智能產業(yè)發(fā)展意義重大，對實現AGI（通用人工智能）具有不可忽視的價值?！编u德寶認為，從當前技術趨勢和市場動態(tài)來看，具身智能極有可能成為人工智能發(fā)展的下一個重要方向。

首先，具身智能強調智能體與真實世界的交互。這種交互性不僅增強了人工智能系統(tǒng)的實用性，還促進了人工智能技術在各個領域的應用。具身智能是實現AGI的關鍵之一。AGI需要能像人類一樣理解并適應各種物理環(huán)境和各種復雜任務，而具身智能正是通過讓智能體與物理環(huán)境進行實時交互和響應，實現對環(huán)境的感知和理解。因此，具身智能的發(fā)展將為實現AGI提供重要技術支持。

從當前技術發(fā)展趨勢來看，具身智能已成為人工智能領域研究熱點。隨著深度學習、強化學習和遷移學習等技術的不斷進步以及機器人硬件的日益成熟，具身智能已具備一定技術基礎。同時，應用市場對具有可交互性的智能系統(tǒng)的需求也在不斷增長，這為具身智能發(fā)展提供了廣闊市場。

針對發(fā)展具身智能可能面臨的風險，鄒德寶建議，要通過優(yōu)化算法、提高硬件性能等方式不斷提升計算能力，滿足具身智能對計算資源的需求。采用加密技術、數據脫敏等手段保護用戶數據安全和隱私，同時制定嚴格的數據使用和共享政策，確保用戶數據不會被濫用或泄露。此外，也要制定具身智能技術倫理和道德準則，并加強對具身智能技術的監(jiān)管和評估，確保其行為符合人類道德和價值觀。