智能制造網(wǎng)APP
智能制造網(wǎng)手機(jī)站
智能制造網(wǎng)小程序
智能制造網(wǎng)官微
智能制造網(wǎng)服務(wù)號(hào)
智能控制
機(jī)器人
儀器儀表
物聯(lián)網(wǎng)
3D打印
工業(yè)軟件
回放
品牌
明基環(huán)保
黃仁勛表示，人工智能的下一個(gè)浪潮將是具身智能(embodied AI)，即能理解、推理、并與物理世界互動(dòng)的智能系統(tǒng)，一臺(tái)具身智能機(jī)器人將首先可以聽懂人類語(yǔ)言，之后分解任務(wù)、規(guī)劃子任務(wù)，移動(dòng)中識(shí)別物體，與環(huán)境交互，最終完成相應(yīng)任務(wù)。
簡(jiǎn)單來(lái)說(shuō)，具身智能機(jī)器人就是一個(gè)足夠聰明的AI大腦，再加上足夠靈活的軀體，它能通過(guò)話語(yǔ)、文字乃至圖像等多樣方面信息理解我們的指令，并與環(huán)境進(jìn)行交互完成相應(yīng)的任務(wù)。
具身智能賦予機(jī)器人智慧“大腦”
機(jī)器人作為現(xiàn)代應(yīng)用科技的集大成者，被寄予了厚望，比如幫助我們處理各種繁雜的事務(wù)，包括做飯、清潔、照顧老人等，更大的甚至是提高生產(chǎn)力，讓物資變得極大豐富，造福全人類，而要實(shí)現(xiàn)這一切的前提，就是要讓機(jī)器理解人類社會(huì)，要做到這一點(diǎn)，目前給出的方法就是具身智能。
普通的人工智能只能機(jī)械的接收數(shù)據(jù)，讓它學(xué)習(xí)什么它就學(xué)習(xí)什么，而具身智能擁有一種新的機(jī)器自主學(xué)習(xí)方式，能夠以第一人稱的視角來(lái)感知和學(xué)習(xí)物理世界，并像人類一樣理解和感知事物，從而做出人類期待的行為反饋。
具身智能機(jī)器人也是憑此才能在物理世界中進(jìn)行操作和感知，輸出各種機(jī)械動(dòng)作，并且具身智能通過(guò)對(duì)物理環(huán)境的感知和實(shí)際操作，可以獲得更全面的信息和數(shù)據(jù)，進(jìn)一步提高機(jī)器人對(duì)環(huán)境的理解和決策能力。
通過(guò)具身智能，就可以讓機(jī)器人擺脫必須由程序代碼來(lái)控制的依賴，而是直接和人類對(duì)話，接受人類的指令來(lái)行動(dòng)，可以與人、與環(huán)境進(jìn)行交互，正是具身智能機(jī)器人最大的特點(diǎn)所在。
具身智能毫無(wú)疑問(wèn)將成為未來(lái)人工智能發(fā)展的重要方向，北京日前發(fā)布的《北京市促進(jìn)通用人工智能創(chuàng)新發(fā)展的若干措施(2023-2025年)(征求意見稿)》，就提到探索具身智能、通用智能體和類腦智能等通用人工智能新路徑，包括推動(dòng)具身智能系統(tǒng)研究及應(yīng)用，突破機(jī)器人在開放環(huán)境、泛化場(chǎng)景、連續(xù)任務(wù)等復(fù)雜條件下的感知、認(rèn)知、決策技術(shù)。
微軟、谷歌、阿里正積極探索
目前，具身智能已經(jīng)成為國(guó)際學(xué)術(shù)前沿研究方向，在市場(chǎng)上各大企業(yè)同樣不甘落后，如微軟、谷歌、阿里等都開始了自己的發(fā)展計(jì)劃。
微軟正計(jì)劃將ChatGPT 的能力擴(kuò)展到機(jī)器人領(lǐng)域，使得能用語(yǔ)言文字控制機(jī)器人，據(jù)了解，目前實(shí)驗(yàn)已經(jīng)能夠通過(guò)給ChatGPT的對(duì)話框輸入指令，讓其控制機(jī)器人在房間中找到“健康飲料”、“有糖和紅色標(biāo)志的東西”(在這種情況下，是一罐可樂(lè))，以及一面供無(wú)人機(jī)自拍的鏡子。
微軟研究人員表示：“研究的目標(biāo)是看ChatGPT是否能超越生成文本的范疇，對(duì)現(xiàn)實(shí)世界狀況進(jìn)行推理，從而幫助機(jī)器人完成任務(wù)。”微軟希望幫助人們更輕松地與機(jī)器人互動(dòng)，而無(wú)需學(xué)習(xí)復(fù)雜的編程語(yǔ)言或有關(guān)機(jī)器人系統(tǒng)的詳細(xì)信息。
谷歌則推出了多模態(tài)具身視覺語(yǔ)言模型PaLM-E，它不僅可以理解圖像，還能理解、生成語(yǔ)言，PaLM-E能完成具身推理任務(wù)，即讓機(jī)器人在虛擬或真實(shí)的環(huán)境中，通過(guò)多模態(tài)的輸入(如語(yǔ)言、視覺、觸覺以及機(jī)器人的3D空間狀態(tài)信息等)，完成一些需要常識(shí)和邏輯推理的任務(wù)而無(wú)需重新訓(xùn)練。
在測(cè)試中，由PaLM-E控制的機(jī)器人能完成去抽屜拿薯片的任務(wù)，根據(jù)谷歌的說(shuō)法，當(dāng)給出一個(gè)高級(jí)命令時(shí)，比如“把抽屜里的薯片拿給我”，PaLM-E可以為一個(gè)有手臂的移動(dòng)機(jī)器人平臺(tái)生成一個(gè)行動(dòng)計(jì)劃并執(zhí)行自己的行動(dòng)。PaLM-E通過(guò)分析來(lái)自機(jī)器人相機(jī)的數(shù)據(jù)來(lái)實(shí)現(xiàn)這一點(diǎn)，而無(wú)需對(duì)場(chǎng)景進(jìn)行預(yù)處理，這消除了人類預(yù)處理或注釋數(shù)據(jù)的需要，并允許更自主的機(jī)器人控制。
阿里采用的是和微軟相似的路徑，此前阿里巴巴董事會(huì)主席兼CEO張勇透露，阿里云工程師正在實(shí)驗(yàn)將千問(wèn)大模型接入工業(yè)機(jī)器人，在釘釘對(duì)話框輸入一句人類語(yǔ)言，即可遠(yuǎn)程指揮機(jī)器人工作，當(dāng)天，阿里云發(fā)布的一個(gè)演示視頻，展現(xiàn)了這一實(shí)驗(yàn)成果。
在展示的視頻中可以看到，“我渴了，找點(diǎn)東西喝吧”工程師通過(guò)釘釘對(duì)話框向機(jī)器人發(fā)出指令，千問(wèn)大模型在理解了指令內(nèi)容后，在后臺(tái)自動(dòng)編寫一組代碼發(fā)給機(jī)器人，然后機(jī)器人開始識(shí)別周邊環(huán)境，從附近的桌上找到一瓶水，并自動(dòng)完成移動(dòng)、抓取、配送等一系列動(dòng)作，順利遞送給工程師。
一臺(tái)實(shí)用的機(jī)器人可以分為三大環(huán)節(jié)——感知、理解和執(zhí)行，其中感知和執(zhí)行依賴機(jī)器人的物理外設(shè)，包括傳感器和各種硬件單元，而理解依靠的就是人工智能，事實(shí)上這也是最薄弱的方面，如今具身智能正是為了解決機(jī)器人的理解問(wèn)題，一旦獲得突破，那么科幻中的機(jī)器人似乎也不是那么遙不可及了。
浙公網(wǎng)安備 33010602000006號(hào)
智能制造網(wǎng)APP
智能制造網(wǎng)小程序
微信公眾號(hào)
