Efter den store model er "embodied intelligence" blevet et nyt hot spot i teknologiindustrien i år og anses for at være nøgleretningen i den nye bølge af kunstig intelligens (AI). Mange nystartede virksomheder er dukket op, finansieringen har ramt nye højder, og teknologien er fortsat med at bryde igennem... Som den mest repræsentative enhed på dette felt accelererer humanoide robotter industrialiseringen under katalyse af store modeller.
Hvis store modeller betragtes som "interessante sjæle", har humanoide robotter aktiveret af "embodied intelligens" "godt udseende skind" og er blevet kraftfulde assistenter for mennesker på mange områder.
Omdefinerer robotter
Som en bro, der forbinder virtuelt rum og virkeligt rum, refererer "embodied intelligens" til integrationen af AI i fysiske enheder såsom robotter, hvilket giver dem evnen til at opfatte, lære og dynamisk interagere med miljøet ligesom mennesker.
Udtrykket "embodied intelligens" har i sig selv en stærk filosofisk farve af teknologi. I 1945 foreslog den franske filosof Maurice Merleau-Ponty begrebet "legemliggørelse", idet han mente, at mennesker er nødt til at interagere og opfatte det omgivende miljø gennem deres kroppe for at forstå verden. I 1950 foreslog den britiske datalog Turing, kendt som "faderen til AI", først begrebet "embodied intelligence" i sit papir "Computing Machinery and Intelligence".
Faktisk har industrirobotter (robotarme) med relativt lave intelligensniveauer længe været meget udbredt i fremstillingsindustrien, hvilket har medført kvalitets- og effektivitetsforbedringer. Traditionelle industrirobotter er dog en kombination af "faste programmer + robotarme", mens robotter bemyndiget af "embodied intelligens" er en iteration af "multimodal perception + hjernebeslutningstagning".
Xu Huazhe, assisterende professor ved Institute of Cross-Disciplinary Information Sciences ved Tsinghua University, mener, at robotter i fremtiden vil præsentere en række forskellige former: bipedale, firbenede, hjulhjulede, mekaniske hunde, intelligente droner og endda mekaniske bier, men humanoide robotter er de mest tilpasningsdygtige til det menneskelige samfund og vil blive de robotter, der bedst kan hjælpe mennesker.
Humanoide robotter kan løse problemet med den "sidste mil" af produktionslinjen. Mange personaliserede og tilpassede produkter kan ikke samles ensartet på samlebåndet, hvilket kræver humanoide robotter med generaliseringsevner til at "hjælpe" med at samle masseproducerede dele til produkter i henhold til kundetilpasningsbehov. I mere komplekse og foranderlige scenarier som hjemmetjenester og offentlige tjenester har humanoide robotter også flere fordele og kan tilpasse sig forskellige miljøer og behov for at udføre en række opgaver.
Tre store vanskeligheder, der skal overvindes
Udviklingen af humanoide robotter begynder med at lære og efterligne mennesker. Vanskelighederne i dens udvikling kan også forstås ved at sammenligne den med den menneskelige hjerne, lillehjernen og kroppen. "Hjernen" er hovedsageligt ansvarlig for robottens autonome lærings-, planlægnings- og beslutningscenter; lillehjernen er ansvarlig for bevægelseskontrol, herunder gang til løb og hop, og fra simple greb til komplekse håndbevægelser; og "kroppen" inkluderer krops- og lemmerstrukturen og fingernem hånddesign.
UBTECH Robotics vicepræsident og forskningsinstitutdirektør Jiao Jichao fortalte journalister, at der er mange tekniske vanskeligheder, der skal overvindes på disse tre hovedområder: Med hensyn til "hjernen", er cloud-edge-end integreret computerarkitektur, multimodal perception og miljømodellering. teknologiens fokus i de senere år. "Den største vanskelighed ved menneskelig efterligning ligger i efterligningen af den menneskelige hjerne, og de eksisterende videnskabelige teorier er langt fra nok til at studere den menneskelige hjerne"; med hensyn til "hjernen", er menneske-computer interaktionsevner, kompleks terrænpassage, helkropskoordinerede finoperationer osv. vigtige retninger; med hensyn til "kroppen" er nøgleteknologier såsom stiv-fleksibel bionisk transmissionsmekanisme, meget kompakt robotlemmestruktur og fingernem hånddesign vigtige hardwarefundamenter, der kræves for den fleksible bevægelse af humanoide robotter.
Fremkomsten af store modeller har markant "udviklet" robottens "hjerne", i høj grad forbedret robotters alsidighed og generalisering og forventes at reducere udviklingsomkostningerne for humanoide robotter og fremskynde deres indtog i tusindvis af husstande.
Ifølge Yang Fengyu, grundlægger og administrerende direktør for Uniqi Robotics Technology Co., Ltd., bruger industrien nu hovedsageligt fortrænede store modeller til at fortræne robotter for at give dem stærkere indlæringsevner; store modeller kan overføre indlæringen af specifikke opgaver til robotopgaver for at forbedre deres tilpasningsevne; derudover kan de multimodale behandlingsevner i store modeller bruges, kombineret med forskellige input såsom syn, hørelse og berøring, for at forbedre robottens forståelse af komplekse scener.