英国剑桥大学和瑞士洛桑联邦理工学院的研究员合作发表了《具身智能:推动下一场智能革命》论文,该论文强调具身智能运用了跨学科的方法和技术,讨论了在仿生学和软体机器人技术、人工生命和生物混合系统、神经科学与认知、高层次智能、具身智能的应用部署等方面的发展趋势,并从统一具身智能概念、丰富设计创意、理解与传统人工智能的关系及人才培养等方面讨论了面临的挑战机遇。
一、导言
计算与智能的概念和观念在历史上经历了重大演变,并一直延续至今。这些概念是由我们的社会意识、需求和挑战塑造的,同时也受到我们对智能的理解,以及智能行为或交互的技术发展的影响。在面临全球健康、气候和社会挑战的大背景下,我们迫切需要提高智能具身系统的能力,并了解如何以可理解、公平和合乎道德的方式使用具身系统。
在开发通用计算设备可快速、扩展地执行任务方面,人工智能技术的发展取得了巨大成功。然而,与生物系统相比,基于人工智能的机器仍然难以完成未知或全新的任务,并难以与环境交互。例如,人工智能机器仍然无法自主修复故障,而动物却可以利用自身的物理特性迅速解决问题。开发或充分利用人工智能优势,都需要考虑算法能力以及系统的物理“具身性”。由此出现了“具身智能”(Embodied Intelligence,EI)概念,即物理系统、材料和设计提供了在一定程度上具备鲁棒性的物理智能。
具身智能的出现促进了智能材料或软材料的发展,这些材料的被动特性可被用于高度复杂的交互场景中,还可以通过物理编程进行运动,从而摆脱对复杂控制器的依赖。多材料3D打印或微型制造等新的制造方法,通过开发非传统结构、材料和系统,显著加速了具身智能研究的进程。但是,这些方法也带来了新的挑战,由于机器的规模、复杂性或软特性,建立模型和理解交互会变得越来越复杂。尽管具身智能提供了许多激动人心的功能,但要真正推动传统人工智能的发展,我们必须了解如何结合“大脑”的算法智能设计人体的具身智能,以及如何利用这些功能来更好地理解周围环境或与周围环境互动。
具身智能是一个跨学科的领域,而且还在不断发展壮大。这导致了用于开发具身智能技术的多样性,同时也产生了用于解释、发展和阐述具身智能的不同框架、视角和方法论。本文回顾了具身智能研究中的一些当前趋势,并讨论未来的挑战和机遇。
二、具身智能领域当前发展趋势
(一)仿生学和软体机器人技术
自然界和生物系统通过其物理结构和具身智能,以富有想象力和智能的方式与环境进行高度复杂和微妙的互动。通过生物学分析,我们可以开发出具有类似能力的人工代理,并通过“机器人物理学”(robo-physics)理解这些生物体中的具身智能是如何产生的。越来越多的人意识到,植物在很多方面能为具身智能提供灵感并进行示范。此外,植物的“无脑”结构仍然能够实现计算和智能,这对智能的标准概念和观点提出了挑战。
软体机器人技术(Soft Robotics)与仿生学(Bio-inspiration)密切相关,这项技术可利用软体与许多动物互动。不过,软体机器人技术也在不断发展,而不只是依靠生物灵感获得发展。在操纵、移动以及以应用为导向的能力(如操纵食物)方面,软体机器人技术已经取得了显著进展。然而,与生物系统相比,软体机器人在感知、执行和控制的可扩展性方面仍存在尚未解决的问题。
(二)人工生命和生物混合系统
开发人工生命(Artificial Life)或“活体生物”,而不是研发人造材料、设计结构和制造手段,将是用一种真正具身的方法来设计和创造智能系统。这将有助于实现具备自我复制、自我修复或自我感应等能力的“自我—X”(Self-X)系统。全球首个活体机器人Xenobots已经展示了“机器人”是如何从活细胞中形成的,并且这些“机器人”具有一定的能力来创造其同类。与此同时,生物混合系统(Bio-hybrid Systems)也在不断发展,并与生物系统和人工系统的关键进展交织在一起。虽然面临着许多技术障碍,但将活体肌肉细胞整合到机器人系统中,已被证明是可行的。就具身智能而言,除了可以探索“大脑”和“身体”之间的平衡和分配关系外,还可以将模拟计算和数字计算结合起来探索不同类型的“大脑”和“身体”。
(三)神经科学与认知
大脑本身是一个具有数十亿个神经元和数万亿个突触连接的复杂系统,这些神经元与突触和人类大脑皮层一起工作,而大脑皮层作为大脑的外层,与人类的最高心智能力相关。为了能够设计和开发具有类似能力的人工系统,我们必须理解大脑的行为和功能。对人类发展行为和认知进行分析和探索,可以作为一种理解具身性、涌现性和持续自主发展的重要性的方法。由于具身智能不像监督学习那样依赖于特定的输入/输出,从神经科学视角探索具身性概念,可以得出一个关键概念,即具身智能为人体提供了一种处理开放式甚至意料之外的互动情境的手段。此外,具身智能还能“塑造我们的思维方式”,本质上其认知和学习与身体息息相关。神经科学是一个复杂且多面的研究领域,对我们进一步理解具身智能和人类智能至关重要。
(四)理解高层次智能
“高层次”(higher level)智能一词用于指代纯感知—运动(sensory-motor)行为,如解决问题、推理,以及自然语言、情感和意识。然而,在物理体验、物理体验转化为记忆,以及“高层次”智能行为的长期影响三者间是存在交集的。通过创建解释这些反应能力的模型,物理互动、感知—运动控制和记忆之间的联系日益密切。同样,许多学科都在探索意识的定义或要求,从而产生了不同的观点和方法。
(五)具身智能的应用与部署
随着具身智能技术的发展和普及,开发更多面向特定应用场景的智能系统变得更加可行。其中一个特定应用场景是使用智能技术来控制和操作物体,美国Soft Robotics公司利用干扰(jamming)和可变刚度(variable stiffness)两种技术,提供了一种依靠环境交互的通用机械手解决方案。随后,许多软性或顺应性解决方案也利用具身智能实现了稳健的智能交互。
触觉设备的发展为机器与人类之间以及人类相互之间的具身互动提供了技术手段。触觉设备还提供了一个平台,用于了解人类的具身互动、感知—运动协调、学习等。软体机器人技术作为一种理解智能的新工具也在不断发展,例如,在磁共振成像(MRI)研究中使用的柔性可穿戴设备。因此,开发能够展示和实现具身互动的技术,有可能进一步增强我们对具身互动的理解。
三、未来的挑战与机遇
(一)寻求具身智能的统一概念
工程师和科学家正在寻求一种明确的量化方法来定义“具身智能”。学界已经提出了多种方法来统一“具身智能”概念,包括物理具身智能、内在和外在互动的物理建模、能量水平、约束驱动的行为或行为透镜。虽然其中许多方法都有很大的相似之处,但也凸显了各种方法在哲学、抽象程度和保真度方面的差异。2010年,弗里斯顿发表了论文《自由能原理:一个统一的大脑理论?》,提出的一种普遍方法,为探索具身智能的概念提供了一个可能的统一方向。
(二)设计创意与多样性
生物学和自然界展示了大量富有创造性和多样性的解决方案和形式。与自然界相比,机器人技术的一个明显局限是在结构和形式上缺乏多样性和创新性。然而,作为一个研究领域,我们如何开发出更多形式的机器人,尚没有一个明确的解决方案。正如上文所述,仿生学和生物混合机器人是一种方法;关注植物并获得灵感也是一种方法,因为植物展示出了极其多样化的形态,而且在机器人形态上模仿得较少。此外,需要有来自不同背景和和经历的人类工程师团队来设计这些机器人。最后,还可以利用基于学习或大规模数据驱动的方法来探索新的设计形态和结构。
(三)具身智能与传统人工智能的联系
具身智能在结合传统的人工智能和机器学习时具有巨大的潜力。要使这些系统实现最佳对接,我们必须了解如何设计或分配智能,以及如何整合或理解具身智能的作用。此外,需要确定为什么某些任务对于独立的人工智能来说是一个挑战,而具身智能将会有助于完成这些任务。这将有助于证明具身智能与人工智能的作用,也有助于提高具身智能在科学界和工业界的地位。另一个考虑因素是人工智能与人类社会的结合。如果我们想让人工智能系统更符合人类社会的需要,为人类社会所接受和理解,我们必须更仔细地考虑具身性与具身智能之间的交叉和相互作用。
(四)研究人员的素养
具身智能需要跨学科的视角,并对智能的起源有深刻认识。这要求研究人员具备跨学科的理论理解和实践技能,包括从材料科学、生物学到计算机科学等领域。为了解决这个问题,我们必须着力培养下一代研究人员,构建具身智能学科。目前,已探索了一些机制,例如暑期学校和研究人员培训。此外,我们还必须考虑更基础的方面,例如,哪些共同的语言或理论能够将具身智能研究人员联系起来,以便开展跨学科对话和研究并取得进展。
四、结论
过去十年,技术发展显著,出现了生物混合机器人、人工机器人和能力越来越强的机械手、游泳机器人、生长机器人等。技术进步也推动了我们通过开发机器人技术、触觉设备和人机交互来理解和描述具身信息的能力。未来,必须增加多样性、观点和专业领域,以解决该领域的关键研究问题。我们既需要开发以应用为导向的解决方案,也需要进一步探索对具身智能和物理认知的基本理解和定义,推动基础和应用具身智能研究的发展。
免责声明:本文转自元战略。文章内容系原作者个人观点,本公众号编译/转载仅为分享、传达不同观点,如有任何异议,欢迎联系我们!
转自丨元战略
研究所简介
国际技术经济研究所(IITE)成立于1985年11月,是隶属于国务院发展研究中心的非营利性研究机构,主要职能是研究大陆经济、科技社会发展中的重大政策性、战略性、前瞻性问题,跟踪和分析世界科技、经济发展态势,为中央和有关部委提供决策咨询服务。“全球技术地图”为国际技术经济研究所官方微信账号,致力于向公众传递前沿技术资讯和科技创新洞见。
地址:北京市海淀区小南庄20号楼A座
电话:010-82635522
微信:iite_er