每經(jīng)記者｜孔澤思    每經(jīng)編輯｜張益銘    

當(dāng)前，具身智能機(jī)器人技術(shù)加速演進(jìn)，但相關(guān)技術(shù)瓶頸也制約著產(chǎn)業(yè)進(jìn)一步發(fā)展。

6月25日，“活力中國(guó)調(diào)研行”采訪團(tuán)走進(jìn)深圳市人工智能與機(jī)器人研究院（AIRS），常務(wù)副院長(zhǎng)丁寧在接受《每日經(jīng)濟(jì)新聞》記者現(xiàn)場(chǎng)采訪時(shí)，解答了如何提升機(jī)器人的大腦計(jì)算能力、如何增加續(xù)航等熱點(diǎn)問(wèn)題。

AIRS常務(wù)副院長(zhǎng)丁寧 圖片來(lái)源：每經(jīng)記者 孔澤思 攝

丁寧表示，人類智能的核心在于“從變化中尋找不變規(guī)律”的能力，即用極其簡(jiǎn)約的語(yǔ)言邏輯或是數(shù)理模型描述真實(shí)物理世界紛繁復(fù)雜現(xiàn)象背后的共性規(guī)律，“具身智能機(jī)器人借鑒人類跨任務(wù)、跨場(chǎng)景理解和運(yùn)用共性規(guī)律的能力，從而實(shí)現(xiàn)以最小的算力代價(jià)，應(yīng)對(duì)環(huán)境和任務(wù)變化”。

以多種應(yīng)用場(chǎng)景為例，機(jī)器人掃地、刷墻是兩類完全不同的作業(yè)任務(wù)，它們面對(duì)的作業(yè)對(duì)象分別是2D平面、多個(gè)平面空間組合而成的3D空間，上述任務(wù)的共性在于都需要對(duì)空間進(jìn)行理解，并在作業(yè)對(duì)象表面進(jìn)行最優(yōu)路徑遍歷。

丁寧認(rèn)為，提升機(jī)器人認(rèn)知智能的水平，關(guān)鍵在于提煉這些底層規(guī)律并靈活運(yùn)用?！翱茖W(xué)是人類認(rèn)知世界的過(guò)程，用工具發(fā)現(xiàn)世界的物理規(guī)律，AI（人工智能）的本質(zhì)也是去發(fā)現(xiàn)物理規(guī)律，并通過(guò)學(xué)習(xí)人類認(rèn)知范式，逐步掌握世界運(yùn)轉(zhuǎn)中那些簡(jiǎn)約而確定的根本法則，從而實(shí)現(xiàn)真正的場(chǎng)景適應(yīng)性突破，所以AI is Science（人工智能就是科學(xué)）?！?/p>

當(dāng)前，具身智能機(jī)器人在感知、分析環(huán)境，以及對(duì)環(huán)境實(shí)時(shí)做出識(shí)別、理解和動(dòng)作時(shí)，需要端側(cè)算力支持，也對(duì)機(jī)器人續(xù)航造成一定負(fù)擔(dān)。丁寧向記者指出，能耗問(wèn)題仍是具身智能機(jī)器人發(fā)展的重大瓶頸，現(xiàn)有條件下固態(tài)電池等技術(shù)只能帶來(lái)小幅改進(jìn)，如果實(shí)現(xiàn)計(jì)算架構(gòu)和算法代際的跨越，可以大幅降低計(jì)算所需能耗。

丁寧進(jìn)一步分析稱，人類大腦能耗低的原因在于信息處理過(guò)程中沒(méi)有采用數(shù)字化環(huán)節(jié)，當(dāng)前智能感知系統(tǒng)首先需要將真實(shí)物理世界數(shù)字化，決策時(shí)又需將數(shù)據(jù)重新整合并尋找共性，這一過(guò)程消耗大量算力，也帶來(lái)能耗問(wèn)題?！跋乱淮?jì)算架構(gòu)是不是能跳過(guò)這一過(guò)程，這還是很前沿的話題，至少現(xiàn)有的計(jì)算架構(gòu)需要大幅代際革新，才可能降低能耗?！?/p>

在算法層面，丁寧提出了具身智能的潛力。他表示，傳統(tǒng)語(yǔ)言模型能耗高源于其對(duì)海量文本數(shù)據(jù)的依賴，而具身智能則通過(guò)多模態(tài)感知的融合（如觸覺(jué)、視覺(jué)等多感官結(jié)合）可以大幅降低對(duì)算力和數(shù)據(jù)的要求。他舉例稱，用語(yǔ)言描述水的溫度往往需要復(fù)雜表達(dá)，而具身智能的傳感器可直接測(cè)量溫度，減少語(yǔ)言描述的數(shù)據(jù)量，這種模態(tài)升維有助于簡(jiǎn)化系統(tǒng)。