两会重磅定调，Manus一夜蹿红，什么是具身智能？

正文

请到「今天看啥」查看全文

近年来，随着神经网络、大模型、感知等相关技术的突破，“具身智能”这一概念也再次火了起来。如果说离身智能是将机器困于人类经验和数据的藩篱当中，那么，具身智能则使得人工智能真正接触到物理世界。从离身到具身是智能发展的必然趋势，只有真正进入物理世界，机器智能才可能重复人类从纯粹理性到实践理性的提升过程。

我们尝试着讨论人工智能发展的不同范式和阶段。从早期的符号主义到行为主义，从联结主义的神经网络到深度学习，以及以ChatGPT为代表的大语言模型，人工智能经历了一个从离身到具身、从特定到通用的演进过程。感知、认知、决策、行动、进化，是构建完整智能体系的核心要素。机器视觉让计算机看懂世界，模仿学习让系统从数据和经验中不断进化，强化学习让智能体学会主动探索和优化目标。这些要素的加持，赋予机器更全面的智能。

机器的智能从何而来？

说到机器更全面的智能，我们可以先看看“智能”本身的定义。在人工智能发展的过程中，不同学派对“真正的智能”有着不同的定义，这种定义的模糊和变化让研究者时而兴奋，时而沮丧。早期的科学家对人工智能的快速发展抱有乐观态度，部分原因是当时的智能程序已经能够解决复杂的代数问题，证明几何定理，并且能够像专业棋手一样下国际象棋。对普通人来说，无论是解决复杂的数学问题还是展现高超的棋艺，都是极具挑战性的任务，因此这些能力被视为智能的象征。

与此同时，像识别一张桌子和一束花，或者用腿自由行走这样的行为，被归类为“常识”或“本能”，看似无须动用智能。因此，人们推测，如果机器能轻松解决数学推理等难题，那么处理更简单的任务自然不在话下。这种思想在古典人工智能时期非常流行，在长时间内影响着人工智能的发展方向，研究者都在致力于通过让机器解决一系列技术难题来证明人工智能的智能程度在不断提升。

这些研究方向逐渐被证明是有缺陷的。尽管现代人工智能能够轻松击败世界顶尖的棋手，表现出出色的图像识别和逻辑推理等技能，我们依然必须面对一个事实：

现有的人工智能并不代表真正的“智能”，它们依赖人类提供的数据、设定的模型、编写的程序和构建的架构，并且只能在特定的领域和规则下发挥作用。在这些限制下，人工智能展示的行为并非自我思考的结果，而是对预设程序的机械执行。它们缺乏自我判断能力，更不用说具备直觉、感知、意识和情感等人类独有的复杂属性了。这说明，古典人工智能主义在理解智能的本质时存在根本的误区。

具身一定是“人形”吗？

让我们再回到1950年，看看图灵是怎么说的。他在经典论文《计算机与智能》的结尾处，展望了两条人工智能可能的发展道路：一条道路是聚焦抽象活动，例如下国际象棋，我们将其称为离身智能；另一条道路则是赋予机器真正的身体感官，并且用类似教导一个孩童的方式来训练智能体，也就是我们所说的具身智能。

“具身”的含义并非指字面上的“身体”，而是指通过身体的感知来实现的智能。你可能会问：那“具身智能”是不是就是给最强大脑型的大模型装上“新身体”？如果真的这么简单就好了。感觉和意识还源于与世界的多维度互动。以“好吃”的感觉为例，这不仅是味蕾上的感觉，还包括食物带来的视觉影响和嗅觉体验。这种感觉不仅是生理上的，还是我们与客观事物互动的直接结果。这种综合性的感知被内化为大脑中的意识，并作为行动的先验标准。

请到「今天看啥」查看全文