英國劍橋大學和瑞士洛桑聯邦理工學院的研究員合作發表了《具身智能：推動下一場智能革命》論文，該論文強調具身智能運用了跨學科的方法和技術，讨論了在仿生學和軟體機器人技術、人工生命和生物混合系統、神經科學與認知、高層次智能、具身智能的應用部署等方面的發展趨勢，并從統一具身智能概念、豐富設計創意、了解與傳統人工智能的關系及人才培養等方面讨論了面臨的挑戰機遇。
一、導言
計算與智能的概念和觀念在曆史上經曆了重大演變，并一直延續至今。這些概念是由我們的社會意識、需求和挑戰塑造的，同時也受到我們對智能的了解，以及智能行為或互動的技術發展的影響。在面臨全球健康、氣候和社會挑戰的大背景下，我們迫切需要提高智能具身系統的能力，并了解如何以可了解、公平和合乎道德的方式使用具身系統。
在開發通用計算裝置可快速、擴充地執行任務方面，人工智能技術的發展取得了巨大成功。然而，與生物系統相比，基于人工智能的機器仍然難以完成未知或全新的任務，并難以與環境互動。例如，人工智能機器仍然無法自主修複故障，而動物卻可以利用自身的實體特性迅速解決問題。開發或充分利用人工智能優勢，都需要考慮算法能力以及系統的實體“具身性”。由此出現了“具身智能”（Embodied Intelligence，EI）概念，即實體系統、材料和設計提供了在一定程度上具備魯棒性的實體智能。
具身智能的出現促進了智能材料或軟材料的發展，這些材料的被動特性可被用于高度複雜的互動場景中，還可以通過實體程式設計進行運動，進而擺脫對複雜控制器的依賴。多材料3D列印或微型制造等新的制造方法，通過開發非傳統結構、材料和系統，顯著加速了具身智能研究的程序。但是，這些方法也帶來了新的挑戰，由于機器的規模、複雜性或軟特性，建立模型和了解互動會變得越來越複雜。盡管具身智能提供了許多激動人心的功能，但要真正推動傳統人工智能的發展，我們必須了解如何結合“大腦”的算法智能設計人體的具身智能，以及如何利用這些功能來更好地了解周圍環境或與周圍環境互動。
具身智能是一個跨學科的領域，而且還在不斷發展壯大。這導緻了用于開發具身智能技術的多樣性，同時也産生了用于解釋、發展和闡述具身智能的不同架構、視角和方法論。本文回顧了具身智能研究中的一些目前趨勢，并讨論未來的挑戰和機遇。
二、具身智能領域目前發展趨勢
（一）仿生學和軟體機器人技術
自然界和生物系統通過其實體結構和具身智能，以富有想象力和智能的方式與環境進行高度複雜和微妙的互動。通過生物學分析，我們可以開發出具有類似能力的人工代理，并通過“機器人實體學”（robo-physics）了解這些生物體中的具身智能是如何産生的。越來越多的人意識到，植物在很多方面能為具身智能提供靈感并進行示範。此外，植物的“無腦”結構仍然能夠實作計算和智能，這對智能的标準概念和觀點提出了挑戰。
軟體機器人技術（Soft Robotics）與仿生學（Bio-inspiration）密切相關，這項技術可利用軟體與許多動物互動。不過，軟體機器人技術也在不斷發展，而不隻是依靠生物靈感獲得發展。在操縱、移動以及以應用為導向的能力（如操縱食物）方面，軟體機器人技術已經取得了顯著進展。然而，與生物系統相比，軟體機器人在感覺、執行和控制的可擴充性方面仍存在尚未解決的問題。
（二）人工生命和生物混合系統
開發人工生命（Artificial Life）或“活體生物”，而不是研發人造材料、設計結構和制造手段，将是用一種真正具身的方法來設計和創造智能系統。這将有助于實作具備自我複制、自我修複或自我感應等能力的“自我—X”（Self-X）系統。全球首個活體機器人Xenobots已經展示了“機器人”是如何從活細胞中形成的，并且這些“機器人”具有一定的能力來創造其同類。與此同時，生物混合系統（Bio-hybrid Systems）也在不斷發展，并與生物系統和人工系統的關鍵進展交織在一起。雖然面臨着許多技術障礙，但将活體肌肉細胞整合到機器人系統中，已被證明是可行的。就具身智能而言，除了可以探索“大腦”和“身體”之間的平衡和配置設定關系外，還可以将模拟計算和數字計算結合起來探索不同類型的“大腦”和“身體”。
（三）神經科學與認知
大腦本身是一個具有數十億個神經元和數萬億個突觸連接配接的複雜系統，這些神經元與突觸和人類大腦皮層一起工作，而大腦皮層作為大腦的外層，與人類的最高心智能力相關。為了能夠設計和開發具有類似能力的人工系統，我們必須了解大腦的行為和功能。對人類發展行為和認知進行分析和探索，可以作為一種了解具身性、湧現性和持續自主發展的重要性的方法。由于具身智能不像監督學習那樣依賴于特定的輸入/輸出，從神經科學視角探索具身性概念，可以得出一個關鍵概念，即具身智能為人體提供了一種處理開放式甚至意料之外的互動情境的手段。此外，具身智能還能“塑造我們的思維方式”，本質上其認知和學習與身體息息相關。神經科學是一個複雜且多面的研究領域，對我們進一步了解具身智能和人類智能至關重要。
（四）了解高層次智能
“高層次”（higher level）智能一詞用于指代純感覺—運動（sensory-motor）行為，如解決問題、推理，以及自然語言、情感和意識。然而，在實體體驗、實體體驗轉化為記憶，以及“高層次”智能行為的長期影響三者間是存在交集的。通過建立解釋這些反應能力的模型，實體互動、感覺—運動控制和記憶之間的聯系日益密切。同樣，許多學科都在探索意識的定義或要求，進而産生了不同的觀點和方法。
（五）具身智能的應用與部署
随着具身智能技術的發展和普及，開發更多面向特定應用場景的智能系統變得更加可行。其中一個特定應用場景是使用智能技術來控制和操作物體，美國Soft Robotics公司利用幹擾（jamming）和可變剛度（variable stiffness）兩種技術，提供了一種依靠環境互動的通用機械手解決方案。随後，許多軟性或順應性解決方案也利用具身智能實作了穩健的智能互動。
觸覺裝置的發展為機器與人類之間以及人類互相之間的具身互動提供了技術手段。觸覺裝置還提供了一個平台，用于了解人類的具身互動、感覺—運動協調、學習等。軟體機器人技術作為一種了解智能的新工具也在不斷發展，例如，在磁共振成像（MRI）研究中使用的柔性可穿戴裝置。是以，開發能夠展示和實作具身互動的技術，有可能進一步增強我們對具身互動的了解。
三、未來的挑戰與機遇
（一）尋求具身智能的統一概念
工程師和科學家正在尋求一種明确的量化方法來定義“具身智能”。學界已經提出了多種方法來統一“具身智能”概念，包括實體具身智能、内在和外在互動的實體模組化、能量水準、限制驅動的行為或行為透鏡。雖然其中許多方法都有很大的相似之處，但也凸顯了各種方法在哲學、抽象程度和保真度方面的差異。2010年，弗裡斯頓發表了論文《自由能原理：一個統一的大腦理論？》，提出的一種普遍方法，為探索具身智能的概念提供了一個可能的統一方向。
（二）設計創意與多樣性
生物學和自然界展示了大量富有創造性和多樣性的解決方案和形式。與自然界相比，機器人技術的一個明顯局限是在結構和形式上缺乏多樣性和創新性。然而，作為一個研究領域，我們如何開發出更多形式的機器人，尚沒有一個明确的解決方案。正如上文所述，仿生學和生物混合機器人是一種方法；關注植物并獲得靈感也是一種方法，因為植物展示出了極其多樣化的形态，而且在機器人形态上模仿得較少。此外，需要有來自不同背景和和經曆的人類工程師團隊來設計這些機器人。最後，還可以利用基于學習或大規模資料驅動的方法來探索新的設計形态和結構。
（三）具身智能與傳統人工智能的聯系
具身智能在結合傳統的人工智能和機器學習時具有巨大的潛力。要使這些系統實作最佳對接，我們必須了解如何設計或配置設定智能，以及如何整合或了解具身智能的作用。此外，需要确定為什麼某些任務對于獨立的人工智能來說是一個挑戰，而具身智能将會有助于完成這些任務。這将有助于證明具身智能與人工智能的作用，也有助于提高具身智能在科學界和工業界的地位。另一個考慮因素是人工智能與人類社會的結合。如果我們想讓人工智能系統更符合人類社會的需要，為人類社會所接受和了解，我們必須更仔細地考慮具身性與具身智能之間的交叉和互相作用。
（四）研究人員的素養
具身智能需要跨學科的視角，并對智能的起源有深刻認識。這要求研究人員具備跨學科的理論了解和實踐技能，包括從材料科學、生物學到計算機科學等領域。為了解決這個問題，我們必須着力培養下一代研究人員，建構具身智能學科。目前，已探索了一些機制，例如暑期學校和研究人員教育訓練。此外，我們還必須考慮更基礎的方面，例如，哪些共同的語言或理論能夠将具身智能研究人員聯系起來，以便開展跨學科對話和研究并取得進展。
四、結論
過去十年，技術發展顯著，出現了生物混合機器人、人工機器人和能力越來越強的機械手、遊泳機器人、生長機器人等。技術進步也推動了我們通過開發機器人技術、觸覺裝置和人機互動來了解和描述具身資訊的能力。未來，必須增加多樣性、觀點和專業領域，以解決該領域的關鍵研究問題。我們既需要開發以應用為導向的解決方案，也需要進一步探索對具身智能和實體認知的基本了解和定義，推動基礎和應用具身智能研究的發展。
免責聲明：本文轉自元戰略。文章内容系原作者個人觀點，本公衆号編譯/轉載僅為分享、傳達不同觀點，如有任何異議，歡迎聯系我們！
轉自丨元戰略
研究所簡介
國際技術經濟研究所（IITE）成立于1985年11月，是隸屬于國務院發展研究中心的非營利性研究機構，主要職能是研究大陸經濟、科技社會發展中的重大政策性、戰略性、前瞻性問題，跟蹤和分析世界科技、經濟發展态勢，為中央和有關部委提供決策咨詢服務。“全球技術地圖”為國際技術經濟研究所官方微信賬号，緻力于向公衆傳遞前沿技術資訊和科技創新洞見。
位址：北京市海澱區小南莊20号樓A座
電話：010-82635522
微信：iite_er