英偉達(dá)創(chuàng)始人CEO黃仁勛在2023年ITF世界大會發(fā)表視頻演講。他表示：“人工智能和加速計算正在共同改變技術(shù)行業(yè)。下一波人工智能浪潮將是一種被稱為具身AI的新型人工智能，即能夠理解、推理并與物理世界互動的智能系統(tǒng)。”

黃仁勛介紹了英偉達(dá)的多模態(tài)人工智能系統(tǒng)VIMA，該系統(tǒng)可以根據(jù)視覺文本提示來執(zhí)行任務(wù)，例如“重新排列對象匹配場景”。

據(jù)介紹，VIMA在英偉達(dá)的AI平臺上運行，它可以學(xué)習(xí)概念并采取相應(yīng)的行動，例如機(jī)器可以識別兩個不同的物體，并能學(xué)會把一個小部件放進(jìn)一個容器中。

(資料圖片僅供參考)

AI系統(tǒng)的能力表現(xiàn)在上下文理解和情境感知方面，具身AI能夠在現(xiàn)實世界中進(jìn)行操作和感知，更好地理解上下文和情境；通過物理環(huán)境的感知和實際操作，具身AI能夠獲得更全面的信息和數(shù)據(jù)，進(jìn)一步提高對環(huán)境的理解和決策能力。

類似的例子在微軟近期發(fā)表的一篇論文中也有提到。微軟科學(xué)家向AI系統(tǒng)提出問題：“我們這里有一本書、九個雞蛋、一臺筆記本電腦、一個瓶子和一個釘子，如何將它們牢牢地堆疊在一起？”

回答這樣的問題需要對物理世界有直觀了解。AI系統(tǒng)的聰明回答讓研究人員們驚訝，他們認(rèn)為AI展現(xiàn)出了一定的人類邏輯能力。AI寫道：“把雞蛋放在書上，將它們排成三排，中間留出空間，小心不要把雞蛋弄碎了。然后將筆記本電腦放在雞蛋上面，筆記本電腦放在書和雞蛋正上方，他平坦堅硬的表面將為下一層提供穩(wěn)定支撐。”

“理解了物理世界的人工智能可以學(xué)習(xí)模仿物理世界并做出符合物理規(guī)律的預(yù)測。”黃仁勛表示。此外，英偉達(dá)的元宇宙平臺Omniverse還運行了VIMA的數(shù)字孿生。

他還稱，目前“具身AI”的實例很多，包括機(jī)器人技術(shù)、自動駕駛汽車，甚至是聊天機(jī)器人。“在機(jī)器人技術(shù)、自動駕駛汽車和智能制造領(lǐng)域開辟了數(shù)萬億美元的市場機(jī)遇。”黃仁勛表示。

具身AI涉及多種技術(shù)，如機(jī)器人技術(shù)、計算機(jī)視覺、自然語言處理、動作規(guī)劃和控制等。英偉達(dá)的GPU架構(gòu)使得高性能計算在訓(xùn)練和推斷階段能夠更加高效地運行，加速了具身AI技術(shù)的發(fā)展和應(yīng)用。

當(dāng)談到這樣的系統(tǒng)如何利好半導(dǎo)體行業(yè)的技術(shù)進(jìn)步時，黃仁勛表示：“我期待物理人工智能、機(jī)器人技術(shù)和基于Omniverse的數(shù)字孿生有助于推動芯片制造的未來。”

按照“具身AI”的定義，美國的科技巨頭都早已開始布局。這是一種能夠通過感知、推理、決策和行動來與環(huán)境互動，并具有自主決策和行動的能力的人工智能系統(tǒng)。

例如特斯拉推出的人形機(jī)器人擎天柱就越來越具備這樣的能力，它們可以通過機(jī)器人的身軀來模擬人類的行為和動作，以更加逼真地與人類進(jìn)行互動。此外，特斯拉的Dojo AI超級計算機(jī)項目也用于加速訓(xùn)練和推理具身AI模型。

出門問問創(chuàng)始人李志飛對第一財經(jīng)記者表示：“具身AI可以理解為給AI大腦加上軀體，讓它去跟物理環(huán)境進(jìn)行交互，從而展現(xiàn)出智能體的行為。”他補(bǔ)充道，這樣的“軀體”也并不是一定要像特斯拉的人形的機(jī)器人那樣。

目前已經(jīng)在開發(fā)具身AI技術(shù)的知名企業(yè)包括波士頓動力（Boston Dynamics），該公司的的機(jī)器人產(chǎn)品Atlas和Spot，已經(jīng)展示了先進(jìn)的感知、運動控制和自主決策能力。此外，蘋果、谷歌、亞馬遜、微軟等科技巨頭都已經(jīng)擁有了智能語音助手系統(tǒng)，具身AI領(lǐng)域正處于快速發(fā)展階段，未來可能會涌現(xiàn)更多的創(chuàng)新和進(jìn)展。

隨著具身AI的能力和應(yīng)用范圍不斷發(fā)展，自身的性能和智能水平也將得到進(jìn)一步的提升，從而推動人工智能的發(fā)展。但專家認(rèn)為，解決安全、隱私和倫理等問題也同樣重要。

清華大學(xué)國強(qiáng)教授、智能產(chǎn)業(yè)研究院首席研究員聶再清對第一財經(jīng)記者表示：“由于具身AI在與人類互動和操作的過程中需要收集大量的來自現(xiàn)實世界中的數(shù)據(jù)，用于模型訓(xùn)練和改進(jìn)，因此從保護(hù)數(shù)據(jù)隱私安全的角度來看，無疑是提出了更大的挑戰(zhàn)。”

標(biāo)簽：