專題：愛讀書 讀好書！大咖研選書單

　　來源： 文匯報

　　《具身智能》

　　劉志毅 著

　　中譯出版社出版

　　本書深入探討了人工智能中的一個新興領(lǐng)——具身智能，即智能系統(tǒng)與物理身體的結(jié)合。本書系統(tǒng)論述了具身智能的理論框架，包括身體與思維的互動、感知與行為的統(tǒng)一性，以及智能體如何通過與環(huán)境的互動來學(xué)習(xí)寫適應(yīng)。書中詳細(xì)介紹了自由能原理，這是理解生命體和智能系統(tǒng)組織原則的關(guān)鍵理論，同時探討了這一原理在人工智能設(shè)計(jì)中的應(yīng)用，如強(qiáng)化學(xué)習(xí)感知與行動的和諧統(tǒng)一等。此外，本書還討論了多學(xué)科視角下的智能解讀，以及空間智能與具身智能的整合策略，為讀者提供了一個全面了解人工智能未來發(fā)展趨勢的窗口。

　　>>內(nèi)文選讀

　　探索具身智能的科學(xué)奧秘

　　在人類對智能無盡探索的史詩般歷程中，具身認(rèn)知理論如同一道劃破夜空的流星，為我們理解智能的本質(zhì)帶來了革命性的視角。它不僅挑戰(zhàn)了傳統(tǒng)的智能觀念，更是在認(rèn)知科學(xué)、心理學(xué)、神經(jīng)科學(xué)，乃至AI等學(xué)科領(lǐng)域引發(fā)了深刻的學(xué)術(shù)討論和研究。

　　具身認(rèn)知理論的核心思想是，智能并非一個抽象的、獨(dú)立于身體和環(huán)境之外的實(shí)體，而是與個體的生理特性和所處的環(huán)境緊密相連的。這一理念為我們理解智能提供了一種全新的框架，它強(qiáng)調(diào)了身體結(jié)構(gòu)和感官經(jīng)驗(yàn)在認(rèn)知過程中的基礎(chǔ)性作用。例如，人類手部的精細(xì)動作能力不僅使我們能夠執(zhí)行復(fù)雜的物理任務(wù)，這種身體與物理世界的互動也深刻地塑造了我們的認(rèn)知和思考方式。科學(xué)研究已經(jīng)表明，身體運(yùn)動能夠顯著影響大腦的認(rèn)知處理區(qū)域，這一發(fā)現(xiàn)為身體屬性在智能形成中的重要性提供了有力的證據(jù)。

　　在機(jī)器人學(xué)領(lǐng)域，具身智能的發(fā)展推動了仿生機(jī)器人設(shè)計(jì)的革新。這些機(jī)器人不僅模擬生物的動作，更重要的是，它們通過先進(jìn)的傳感器和算法，模擬生物的感知和認(rèn)知能力，以實(shí)現(xiàn)與復(fù)雜物理世界的高效互動。具身智能的核心在于，機(jī)器人能夠通過其身體結(jié)構(gòu)來學(xué)習(xí)和適應(yīng)環(huán)境，執(zhí)行精確的物理任務(wù)，這種能力在災(zāi)難救援、精密手術(shù)輔助，以及探索未知環(huán)境等高風(fēng)險場合顯得尤為重要。

　　在AI領(lǐng)域，具身智能理論的應(yīng)用促進(jìn)了用戶界面設(shè)計(jì)的變革，使得人機(jī)交互變得更加自然和直觀。通過手勢控制、面部表情識別和情感模擬等技術(shù)，AI系統(tǒng)能夠更精準(zhǔn)地捕捉和響應(yīng)人類用戶的需求，極大提升了交互的效率和體驗(yàn)。這種以用戶為中心的設(shè)計(jì)思路，不僅使AI系統(tǒng)在執(zhí)行任務(wù)時更加得心應(yīng)手，也使它們在提供服務(wù)時更加人性化和富有同理心。

　　此外，具身智能的原則在增強(qiáng)現(xiàn)實(shí)（AR）和虛擬現(xiàn)實(shí)（VR）技術(shù)中的應(yīng)用，為用戶帶來了前所未有的沉浸式體驗(yàn)。在AR和VR環(huán)境中，用戶的身體動作成為與虛擬世界互動的直接媒介，這種以身體為中心的交互方式，不僅增強(qiáng)了用戶的沉浸感，也使得虛擬體驗(yàn)更加真實(shí)和富有教育意義。例如，在VR培訓(xùn)和教育應(yīng)用中，用戶可以通過模擬真實(shí)世界的肢體動作來學(xué)習(xí)新技能，這種學(xué)習(xí)方式的效率和效果遠(yuǎn)超傳統(tǒng)的書本教育。

　　總之，具身智能的發(fā)展，不僅是技術(shù)的進(jìn)步，更是對智能本質(zhì)的深入理解。它強(qiáng)調(diào)了身體、大腦和環(huán)境之間的相互作用，提出了一種全新的智能觀。在這個觀念下，智能不再被看作孤立的計(jì)算過程，而是被視為生物體與環(huán)境互動的結(jié)果。

圖源：視覺中國

　　在本書相關(guān)的篇章中，我們所討論的具身智能不局限于那些通過智能技術(shù)驅(qū)動實(shí)體硬件產(chǎn)生特定行為的機(jī)器智能，如仿人機(jī)器人、無人駕駛汽車、無人機(jī)和工業(yè)機(jī)械臂等。實(shí)際上，具身智能的范疇更為廣泛，它包括了圖像識別、語音、自然語言理解等多模態(tài)技術(shù)，這些技術(shù)構(gòu)成了具身智能的技術(shù)基礎(chǔ)。它們使得機(jī)器智能能夠更加精準(zhǔn)地感知和理解其所處的環(huán)境，從而實(shí)現(xiàn)更加自然和高效的交互與適應(yīng)。盡管這些技術(shù)在書中可能不會占過多的篇幅，但它們的重要性不言而喻，值得我們投入更多的關(guān)注和研究。它們是具身智能理念的具體體現(xiàn)，是推動智能科技發(fā)展的關(guān)鍵力量。

　　具身智能從哪里來？

　　在認(rèn)知科學(xué)的浩瀚領(lǐng)域中，具身智能理論宛如一股清新的晨風(fēng)，為我們帶來了對智能本質(zhì)的深刻反思。這一理論，如同一位智慧的向?qū)ВI(lǐng)我們走出對智能的傳統(tǒng)認(rèn)知局限，開辟了一片新的認(rèn)識天地。在這片天地中，身體和環(huán)境不是智能的被動接受者，而是智能表現(xiàn)和發(fā)展的關(guān)鍵因素。

　　具身智能理論的靈感部分源自小雷蒙德·W．吉布斯的開創(chuàng)性工作，在其著作《具身化與認(rèn)知科學(xué)》中，吉布斯提出了一個顛覆性的觀念：智能并非大腦中孤立的抽象思維過程，而是與身體的特性和環(huán)境的互動緊密相連。這一理論的提出，不僅是對傳統(tǒng)認(rèn)知模型的挑戰(zhàn)，更是對智能定義的一次重新構(gòu)思。

　　傳統(tǒng)的認(rèn)知科學(xué)將智能類比為一臺冷冰冰的信息處理機(jī)器，而具身智能理論則引發(fā)了一場認(rèn)知領(lǐng)域的革命。它促使我們認(rèn)識到，智能不是簡單的大腦中抽象符號的操作或者神經(jīng)網(wǎng)絡(luò)的模式識別，而是身體與環(huán)境之間復(fù)雜交互的結(jié)果。這種對智能的新理解，推動了AI和機(jī)器人學(xué)等領(lǐng)域向更自然、更具適應(yīng)性的系統(tǒng)設(shè)計(jì)轉(zhuǎn)變，為智能系統(tǒng)的設(shè)計(jì)提供了新的哲學(xué)基礎(chǔ)和實(shí)現(xiàn)路徑。

　　在探索具身AGI的學(xué)術(shù)旅程中，我們首先聚焦于其如何從自然模態(tài)中汲取并提煉出抽象概念。這一過程被稱為自然模態(tài)的學(xué)習(xí)，是具身智能的基石。正如生物學(xué)中的自然選擇過程一樣，具身AI系統(tǒng)通過視覺、聽覺和觸覺等感官模態(tài)，捕捉外部世界的信息，并將其轉(zhuǎn)化為抽象的概念和模式。例如，系統(tǒng)能夠從視覺輸入中識別出顏色的多樣性、形狀的復(fù)雜性，以及紋理的獨(dú)特性，同樣，它也能從聲音輸入中辨識音頻的高低和音調(diào)的變化。這些抽象概念的形成，是AI系統(tǒng)構(gòu)建外部世界模型的第一步，也是其認(rèn)知發(fā)展的核心。

　　具身AGI利用這些抽象概念，對外部世界進(jìn)行結(jié)構(gòu)化認(rèn)知。這一過程類似人類大腦處理感官輸入以形成對世界的深層次理解。AI系統(tǒng)通過整合不同感官模態(tài)的信息，構(gòu)建出一個多維度的世界模型，該模型不僅包含外部世界的結(jié)構(gòu)和屬性，還蘊(yùn)含事物間的關(guān)系和交互。這個模型是動態(tài)的，能夠根據(jù)AI系統(tǒng)的任務(wù)和目標(biāo)進(jìn)行實(shí)時更新和調(diào)整，從而使得AI系統(tǒng)能夠更加精準(zhǔn)地理解和適應(yīng)外部世界。

　　在實(shí)現(xiàn)長期規(guī)劃方面，具身AGI通過維護(hù)和利用其世界模型，展現(xiàn)出超越即時反應(yīng)的能力。斯坦福大學(xué)AI實(shí)驗(yàn)室（SAIL）的相關(guān)工作表明，通過模擬可能的未來情景，AI系統(tǒng)能夠制訂并執(zhí)行長期的行動計(jì)劃。這種規(guī)劃能力不僅涉及對未來的預(yù)測，還包括基于這些預(yù)測做出的復(fù)雜決策。隨著AI系統(tǒng)在實(shí)施行動過程中的不斷學(xué)習(xí)和感知，它能夠?qū)κ澜缒Ｐ瓦M(jìn)行必要的更新和調(diào)整，以適應(yīng)新的信息和變化，確保長期規(guī)劃的順利進(jìn)行。

　　最后，具身AGI通過“感知—認(rèn)知—行為”的閉環(huán)，實(shí)現(xiàn)了對世界的持續(xù)學(xué)習(xí)和適應(yīng)。這個閉環(huán)過程是AI系統(tǒng)智能行為的基礎(chǔ)，它涉及對外部世界的感知、基于感知數(shù)據(jù)的認(rèn)知處理，以及基于認(rèn)知結(jié)果的行動決策。隨著行動的執(zhí)行，AI系統(tǒng)再次進(jìn)行感知和學(xué)習(xí)，形成一個連續(xù)的反饋循環(huán)，使AI系統(tǒng)能夠在實(shí)踐中不斷優(yōu)化其世界模型和行動策略。

圖源：視覺中國

　　通過這些深入的理論探討和實(shí)證研究，我們得以一窺具身AGI的深遠(yuǎn)潛力。這些研究不僅推動了AI技術(shù)的邊界拓展，也為讀者提供了對智能本質(zhì)的深刻理解。隨著科技的不斷進(jìn)步，具身智能理論有望在未來的科技創(chuàng)新中發(fā)揮更加關(guān)鍵的作用，引領(lǐng)我們走向更加智能的未來。

　　顯而易見，具身AGI的認(rèn)知架構(gòu)是一個多維度的體系，它涵蓋了從自然模態(tài)學(xué)習(xí)到結(jié)構(gòu)化認(rèn)知、從長期規(guī)劃到“感知—認(rèn)知—行為”閉環(huán)的一系列復(fù)雜過程。在自然模態(tài)學(xué)習(xí)中，AI系統(tǒng)通過模仿人類的感知方式，從視覺、聽覺、觸覺等多模態(tài)感官數(shù)據(jù)中提取信息，形成對世界的初步理解。結(jié)構(gòu)化認(rèn)知則進(jìn)一步將這些信息整合，構(gòu)建出一個有組織的世界模型，使AI系統(tǒng)能夠理解外部環(huán)境的結(jié)構(gòu)、屬性和關(guān)系。長期規(guī)劃能力則基于這個世界模型，使AI系統(tǒng)能夠預(yù)測未來，制訂并執(zhí)行行動計(jì)劃以實(shí)現(xiàn)長期目標(biāo)。而“感知—認(rèn)知—行為”的閉環(huán)則是AI系統(tǒng)持續(xù)學(xué)習(xí)和適應(yīng)環(huán)境變化的關(guān)鍵，它確保AI系統(tǒng)能夠在行動中學(xué)習(xí)，不斷優(yōu)化其對世界的理解和行動策略。

　　這些認(rèn)知架構(gòu)的多個方面共同作用，極大地提升了AI系統(tǒng)的學(xué)習(xí)能力和適應(yīng)性，使其能夠在復(fù)雜多變的環(huán)境中有效運(yùn)作，實(shí)現(xiàn)既定目標(biāo)。在這一過程中，具身智能理論提供了一個全新的視角，強(qiáng)調(diào)了身體和環(huán)境在智能形成中的重要性，為我們理解和研究智能提供了新的理論工具和方法。

海量資訊、精準(zhǔn)解讀，盡在新浪財(cái)經(jīng)APP

責(zé)任編輯：常福強(qiáng)