具身智能（Embodied Artificial Intelligence，，，，， ，，，简称 EAI）将人工智能融入机械人等物理实体，，，，， ，，，付与它们感知、学习和与情形动态交互的能力。。。。。本文简要回首了 EAI 的历史、当宿世长以及未来展望。。。。。
EAI 的早期基础
罗德尼·布鲁克斯（Rodney Brooks，，，，， ，，，现代机械人之父）在 1991 年揭晓的研究论文《没有表征的智能》[1]提出了一种对智能的根天性重新思索。。。。。布鲁克斯阻挡古板的以为智能必需基于重大算法或内部数据模子（即“表征”）的看法。。。。。他以为，，，，， ，，，智能行为可以直接从自主机械与其情形的简朴物理交互中爆发，，，，， ，，，而这种交互不依赖于预先设定的重大算法。。。。。
布鲁克斯的这一理论基于他对昆虫行为的视察，，，，， ，，，提出了一个称为“行为主义智能”（Behavior-based AI）的看法，，，，， ，，，该看法强调通过与情形的直接物理交互来天生行为，，，，， ，，，而不是通过内部天下模子。。。。。这种要领的焦点在于，，，，， ，，，智能系统不应该首先处置惩罚笼统的内部天下表征，，，，， ，，，而是应该能够直接响应外部情形的刺激。。。。。
这一理念对后续的机械人研究爆发了深远影响，，，，， ，，，尤其是在自主移念头械人和实时处置惩罚系统的设计方面。。。。。布鲁克斯的事情推动了一系列以“底层智能”（即从简朴的感知反应机制逐渐累积到重大行为的天生）为基础的研究，，，，， ，，，这种研究试图模拟生物体中视察到的自然和自顺应行为。。。。。他在麻省理工学院的人工智能实验室举行的研究，，，，， ，，，特殊是他开发的移念头械人“Genghis”，，，，， ，，，展示了这种设计哲学的现实应用，，，，， ，，，该机械人能够在没有重大中央控制系统的情形下，，，，， ，，，在重大情形中导航。。。。。
在 1999 年，，，，， ，，，罗尔夫·普费弗（Rolf Pfeifer）和克里斯蒂安·谢尔（Christian Scheier）合著的《明确智能》（"Understanding Intelligence"）一书中，，，，， ，，，他们提出了一种全新的智能明确方法，，，，， ，，，这种方法突破了古板以为智能仅仅源自尊脑或算法的局限[2]。。。。。普费弗和谢尔的看法是，，，，， ，，，智能是行为主体的整个身体结构和功效的综合体现，，，，， ，，，他们强调了身体对智能形成的基础影响，，，，， ，，，这一理论厥后被称为“身体化智能”（Embodied intelligence）或“身体化认知”（Embodied cognition）。。。。。
这本书以为，，，，， ，，，智能行为是通过身体与情形的直接相互作用爆发的，，，，， ，，，而不但仅是大脑内部的盘算历程。。。。。这种看法与古板的以大脑或盘算为中心的智能明确形成了鲜明比照。。。。。例如，，，，， ，，，普费弗和谢尔指出，，，，， ，，，动物和机械人的移动能力不但仅是通过中央控制系统指令的效果，，，，， ，，，而是其身体结构与特定情形因素相互作用的直接效果。。。。。身体的形态和物理性子，，，，， ，，，如形状、质量漫衍、弹性等，，，，， ，，，都会直接影响智能行为的天生。。。。。别的，，，，， ，，，书中还探讨了智能系统设计中的“形态盘算”（Morphological computation）看法，，，，， ，，，即使用物理身体结构来简化控制问题，，，，， ，，，这种方法可以镌汰需要通过传感器输入和神经控制处置惩罚的信息量。。。。。例如，，，，， ，，，昆虫的步态控制就大宗依赖于其身体结构的被动动态特征，，，，， ，，，而不完全依赖于神经反响机制。。。。。
琳达·史女士（Linda Smith）在 2005 年提出的“具身假说”（Embodiment Hypothesis）是从认知科学的角度对智能的明确提出了新的视角[3]。。。。。这一理论主张，，，，， ，，，人类的认知历程不但仅是大脑内部的笼统思索，，，，， ，，，更多地是通过身体与物理情形的直接互动实现的。。。。。
凭证“具身假说”，，，，， ，，，优德官网头脑、感知能力以及其他种种能力的生长，，，，， ，，，都是人们通过身体与情形的一连互动而逐渐形成的。。。。。这种看法强调，，，，， ，，，身体不但是感知天下的工具，，，，， ，，，更是影响和塑造认知结构的主体。。。。。例如，，，，， ，，，婴儿通过触摸和操作物体学习物理纪律，，，，， ，，，或者通过视觉和运动的协调来明确空间关系。。。。。这些行为展示了身体在认知历程中的起劲作用。。。。。
具身假说还特殊强调了情形在认知生长中的作用，，，，， ，，，以为情形的结构和特征不但提供了感官输入，，，，， ，，，还直接加入了认知能力的形成。。。。。例如，，，，， ，，，一个物理情形中的工具和空间结构会影响个体的行动选择和感知生长，，，，， ，，，进而影响认知结构的建设。。。。。唬；；；；；Ｇ樾蔚恼庵旨尤胱饔茫 ，，，使得认知生长与情形的特定条件细密相关。。。。。
琳达·史女士的事情扩展了我们对认知科学的明确，，，，， ，，，将古板关注点从大脑的内部机制转移到了身体与情形的动态交互上。。。。。这种看法对教育、人机交互设计以及人工智能等领域提供了新的研究偏向和实践战略，，，，， ，，，强调了设计与情形顺应性的主要性。。。。。别的，，，，， ，，，具身假说关于明确特定身体条件下的认知差别（如残疾人的感知和认知体验）提供了主要的视角，，，，， ，，，有助于我们更周全地明确人类的多样性和重大性。。。。。
这些基础研究提出的三个原则，，，，， ，，，为开发具身人工智能（EAI）系统提供了主要的指导头脑。。。。。下面是这三个原则的详细睁开 ：
1. EAI 系统不可依赖预界说的重大逻辑来治理特定场景。。。。。
这一原则强调，，，，， ，，，EAI 系统应当能够无邪应对多变的情形，，，，， ，，，而不是仅仅执行牢靠的、预设的程序。。。。。这要求系统能够在没有详尽预设条件的情形下，，，，， ，，，通过实时的感知和处置惩罚，，，，， ，，，对情形做出反应。。。。。例如，，，，， ，，，一个自动导航的机械人，，，，， ，，，在未知的情形中，，，，， ，，，应当能够凭证目今的障碍物和地形，，，，， ，，，实时妄想出最佳的行进蹊径，，，，， ，，，而不是纯粹依赖于预先编程好的路径。。。。。
2. EAI 系统必需包括进化学习机制，，，，， ，，，使其能够一直顺应运行情形。。。。。
进化学习机制允许 EAI 系统从履历中学习，，，，， ，，，并随着时间的推移优化其性能。。。。。这类学习机制通常涉及一些机械学习算法，，，，， ，，，如强化学习，，，，， ，，，这些算法可以使系统凭证其与情形的互动举行自我调解。。。。。例如，，，，， ，，，一个清洁机械人在一直清洁的历程中，，，，， ，，，会学习哪些区域更容易积累污垢，，，，， ，，，从而在未来的清洁历程中调解其清扫蹊径，，，，， ，，，提高清洁效率。。。。。
3. 情形在塑造物理行为和认知结构方面起着要害作用。。。。。
这一原则以为，，，，， ，，，情形不但仅是 EAI 系统操作的舞台，，，，， ，，，更是影响和塑造该系统行为和认知生长的要害因素。。。。。唬；；；；；Ｇ樾蔚拿恳桓鲎槌刹糠郑 ，，，从物理结构到社会互动，，，，， ，，，都可能对 EAI 系统的生长爆发深远的影响。。。。。因此，，，，， ，，，明确和使用这种情形影响，，，，， ，，，可以显著提高系统的顺应性和智能性。。。。。例如，，，，， ，，，一个适用于户外救援的机械人，，，，， ，，，需要能够识别差别的自然情形特征（如河流、泥泞地面等），，，，， ，，，并凭证这些特征调解其救援战略，，，，， ，，，以确保操作的清静性和有用性。。。。。
这三个原则配合组成了一个强盛的框架，，，，， ，，，指导研究职员和工程师设计出更为智能、自主和顺应性强的 EAI 系统。。。。。通过一直地学习和顺应，，，，， ，，，这些系统有望在种种重大和动态的情形中施展要害作用。。。。。
EAI 生长现状
大型语言模子（LLMs）、视觉语言模子（VLMs）等基础模子的最新希望，，，，， ，，，以及 ChatGPT 等手艺在人形机械人中的应用[4]，，，，， ，，，使人们普遍以为 EAI 仅仅是让这些基础模子在机械人中执行推理使命，，，，， ，，，以增强机械人的认知能力，，，，， ，，，这种想法是不完整的。。。。。
GPT-4、BERT、CLIP 和 DALL-E 等基础模子增强了机械人解读视觉和文本信息的能力，，，，， ，，，显著提高了机械人的感知能力。。。。。这些模子使机械人能够通过明确上下文、物体和指令来执行重大的使命，，，，， ，，，更靠近于人机交互[5]。。。。。别的，，，，， ，，，这些基础模子也切合 EAI 系统设计的原则一，，，，， ，，，即这些基础模子的推论不依赖于治理特定场景的预界说逻辑。。。。。
详细来说，，，，， ，，，只管这些模子提供了强盛的信息处置惩罚能力，，，，， ，，，使得 EAI 系统能够在没有预设特定逻辑的情形下处置惩罚重大场景，，，，， ，，，但它们自己并没有解决机械人怎样从物理情形中一连学习和顺应的问题。。。。。为了真正实现自顺应的 EAI 系统，，，，， ，，，必需将这些基础模子与进化学习机制相团结，，，，， ，，，通过一直的试验和过失来优化行为战略。。。。。别的，，，，， ，，，我们还需要开发一个虚拟情形，，，，， ，，，以有用地与 EAI 系统举行交互，，，，， ，，，由于获取真实天下的交互数据本钱极高，，，，， ，，，效率极低[6]。。。。。
图 1 深度进化强化学习(DERL) 框架[7]
深度进化强化学习（Deep Evolutionary Reinforcement Learning，，，，， ，，，DERL）框架[7]的开发就是原则二的一个体现。。。。。此框架不但能够演化出顺应种种情形挑战的署理形态，，，，， ，，，还可以在这些形态基础上优化神经控制器的参数，，，，， ，，，以实现高效的使命学习。。。。。这一历程体现了情形重大性、形态智能与控制学习能力之间的深刻联系。。。。。
通过 DERL 框架，，，，， ，，，研究者能够在差别的情形重大性中，，，，， ，，，测试和优化署理的形态设计，，，，， ，，，使其更顺应情形给予的物理挑战。。。。。例如，，，，， ，，，在转变的地形中，，，，， ，，，署理需要能够顺应差别的障碍和地面条件，，，，， ，，，这要求它们具有更重大和顺应性强的形态结构。。。。。DERL 通过模拟演化历程中的自然选择，，，，， ，，，快速筛选出能够更快学习的形态，，，，， ，，，从而在署理的生命周期早期就能体现出学习后期的行为。。。。。这一历程也被视为形态鲍德温效应（morphological Baldwin effect）的首次证实。。。。。
别的，，，，， ，，，DERL 框架的设计使其在举行形态演化和学习控制使命的同时，，，，， ，，，镌汰了所需的学习数据，，，，， ，，，提高了学习效率。。。。。这一特点尤其主要，，，，， ，，，由于它不但降低了从生物传感数据中直接学习控制器的样本低效问题，，，，， ，，，还能够在多个新使命中实现更好的泛化能力。。。。。这批注，，，，， ，，，通过在模拟情形中同时举行学习和演化，，，，， ，，，可以系统地探索智能形态怎样通过物理互动简化控制问题，，，，， ，，，从而加速署理的学习历程，，，，， ，，，并最终提高其在多种使命中的体现。。。。。
图 2 Habitat 仿真平台[8]
有了扩展机械人认知能力的基础模子和顺应新情形的进化学习框架，，，，， ，，，一个能有用模拟真实天下并与 EAI 系统交互的虚拟情形关于知足原则三是必不可少的。。。。。最近的一个例子是 Habitat 平台[8]，，，，， ，，，Habitat 平台为 EAI 系统的开发提供了一个高效且逼真的三维模拟情形，，，，， ，，，极大地增进了虚拟机械人训练的实现和生长。。。。。Habitat 平台包括 Habitat-Sim 和 Habitat-API 两个主要组成部分，，，，， ，，，前者是一个高性能的 3D 模拟器，，，，， ，，，能够以极高的速率渲染重大场景，，，，， ，，，后者则是一个高级库，，，，， ，，，用于界说、设置、训练和评估 EAI 算法。。。。。
通过 Habitat 平台，，，，， ，，，研究者能够在一个控制且可复制的情形中举行大规模实验，，，，， ，，，这在以往是不切现实或者说只是理论上可能的。。。。。例如，，，，， ，，，平台已经用于较量差别的学习和 SLAM（同时定位与地图构建）要领在点目的导航使命上的体现。。。。。研究批注，，，，， ，，，当扩展到远超以往实验的履历规模时，，，，， ，，，基于学习的要领能够逾越 SLAM 要领。。。。。别的，，，，， ，，，Habitat 还举行了首次的跨数据集泛化实验，，，，， ，，，测试了多种传感器设置下的署理在差别数据集间的泛化能力。。。。。效果显示，，，，， ，，，配备深度传感器的署理能够更好地在差别数据集之间泛化。。。。。
未来展望
通过整合上述三个组件，，，，， ，，，我们可以建设一个功效齐全的 EAI 系统，，，，， ，，，该系统能够动态顺应差别的操作情形。。。。。下一步自然是教机械人明确物理天下，，，，， ，，，例如重力的看法。。。。。我们以为，，，，， ，，，通过数据向机械人教授物理定律是阻碍机械人在一样平常生涯中普遍应用的直接障碍。。。。。
只管人工智能和机械人手艺取得了长足前进，，，，， ，，，但现在的机械人系统仍然缺乏对物理天下深入、直观的明确。。。。。研究批注，，，，， ，，，虽然机械人可以执行某些使命或模拟人类行为的某些方面，，，，， ，，，但它们并不具备真正的类人明确能力[9]。。。。。要解决这个问题，，，，， ，，，可以天生与虚拟情形的准确物理交互数据，，，，， ，，，并通过进化学习机制使用这些交互数据刷新基础模子。。。。。
图 3 通过数据教授机械人物理定律[12]
人们已经探索了几种教授机械人物理定律的要领[10][11][12]。。。。。好比，，，，， ，，，PLATO 就是解决这一问题的要领之一，，，，， ，，，它被提出通过寓目模拟视频来学习物理，，，，， ，，，视频中的物体凭证物理定律举行交互[10]。。。。。该系统可以区分现实场景和非现实场景，，，，， ，，，例如物体消逝或泛起不可能的行为。。。。。通过用物体遵照可展望物理定律的视频训练 PLATO，，，，， ，，，人工智能学会了展望和明确基本物理看法，，，，， ，，，从而增强了对物理天下的一样平常推理能力。。。。。
PLATO 系统使用了生长心理学的中心看法，，，，， ，，，即物理是在离散工具及其相互作用的水平上明确的。。。。。PLATO 通过学习从视觉数据直接学习物理知识，，，，， ，，，该系统不但模拟儿童的视觉认知学习，，，，， ，，，并且通过违反期望（VoE）范式来评估对直观物理的看法性明确。。。。。PLATO 通过视察模拟的物理不可能（例如物体穿过墙壁或瞬间移动到另一个位置）和物理可能的事务来作育对基本物理看法的明确。。。。。系统通太过析这些场景，，，，， ，，，学习展望哪些场景是物理不可能的，，，，， ，，，从而提高了对物理天下的一样平常推理能力。。。。。
别的，，，，， ，，，PLATO 使用了一个工具跟踪系统（通过一个被称为 ComponentLSTM 的结构化递归神经网络），，，，， ，，，它不但追踪每个工具的历史，，，，， ，，，还展望了下一时间步的工具状态。。。。。这种要领允许 PLATO 对动态情形举行建模，，，，， ，，，并在时间上跟踪工具的相互作用和状态转变。。。。。这个系统的训练涉及使用大宗的模拟视频数据，，，，， ，，，这些数据展示了种种物理事务，，，，， ，，，例如工具的运动、碰撞和遮挡。。。。。通过这种方法，，，，， ，，，PLATO 能够从重大的视觉输入中学习并构建出一组物理看法，，，，， ，，，这些看法在现实验动、看法知识和组成表征中至关主要。。。。。
结论
本文追溯了 EAI 从看法基础到现代应用和未来挑战的演变历程。。。。。我们特殊强调了开发 EAI 系统的三个原则：
首先，，，，， ，，，EAI 系统不得应用预界说的重大逻辑来治理特定场景。。。。。
其次，，，，， ，，，EAI 系统需要纳入进化学习机制，，，，， ，，，以一连提供反响。。。。。
第三，，，，， ，，，需要一个与 EAI 系统交互的虚拟情形来天生交互数据。。。。。
最近的研究希望已经划分知足了这三个原则，，，，， ，，，但我们还没有看到一个功效完善的商业系统将所有三个部分都整合在一起。。。。。当这样的系统准备停那时，，，，， ，，，一个迫在眉睫的挑战就是教会 EAI 系统明确物理定律，，，，， ，，，使它们能够在物理天下中顺遂运行。。。。。
参考文献：
1. Brooks, R.A., 1991. Intelligence without representation. Artificial intelligence, 47(1-3), pp.139-159.
2. Pfeifer, R. and Scheier, C., 2001. Understanding intelligence. MIT press.
3. Smith, L.B., 2005. Cognition as a dynamic system: Principles from embodiment. Developmental Review, 25(3-4), pp.278-298.
4. OpenAI and Figure AI develop humanoid robot, BBC News, https://www.youtube.com/watch?v=cjVMQl9pVB0, accessed 4/23/2024
5. Hu, Y., Xie, Q., Jain, V., Francis, J., Patrikar, J., Keetha, N., Kim, S., Xie, Y., Zhang, T., Zhao, Z. and Chong, Y.Q., 2023. Toward general-purpose robots via foundation models: A survey and meta-analysis. arXiv preprint arXiv:2312.08782
6. Liu, S, The Value of Data in Embodied Artificial Intelligence, Communications of the ACM, https://cacm.acm.org/blogcacm/the-value-of-data-in-embodied-artificial-intelligence/
7. Gupta, A., Savarese, S., Ganguli, S. and Fei-Fei, L., 2021. Embodied intelligence via learning and evolution. Nature communications, 12(1), p.5721.
8. Savva, M., Kadian, A., Maksymets, O., Zhao, Y., Wijmans, E., Jain, B., Straub, J., Liu, J., Koltun, V., Malik, J. and Parikh, D., 2019. Habitat: A platform for embodied ai research. In Proceedings of the IEEE/CVF international conference on computer vision (pp. 9339-9347).
9. Torresen, J., 2018. A review of future and ethical perspectives of robotics and AI. Frontiers in Robotics and AI, 4, p.75.
10. Piloto, L.S., Weinstein, A., Battaglia, P. and Botvinick, M., 2022. Intuitive physics learning in a deep-learning model inspired by developmental psychology. Nature human behaviour, 6(9), pp.1257-1267.
11. Buschoff, L.M.S., Schulz, E. and Binz, M., 2023, July. The acquisition of physical knowledge in generative neural networks. In International Conference on Machine Learning (pp. 30321-30341). PMLR.
12. Kadambi, A., de Melo, C., Hsieh, C.J., Srivastava, M. and Soatto, S., 2023. Incorporating physics into data-driven computer vision. Nature Machine Intelligence, 5(6), pp.572-580.
作者 | 刘少山、吴双、叮嘱
责编 | 唐小引
出品丨《新程序员》编辑部
*本文经授权转载自微信公众号「AI科技大本营」（ID：rgznai100）
