每經(jīng)記者 程雅    每經(jīng)編輯 梁梟    

7月7日，以“智聯(lián)世界·生成未來(lái)”為主題的世界人工智能大會(huì)（WAIC 2023）進(jìn)入第二日。主會(huì)場(chǎng)大咖云集、亮點(diǎn)紛呈，分會(huì)場(chǎng)同樣也精彩不斷。當(dāng)天，以“具身通用人工智能（Embodied AGI）”為主題的論壇在徐匯分會(huì)場(chǎng)召開(kāi)，探討如何定義并實(shí)現(xiàn)能深入人類生活、真正通用的人工智能。

活動(dòng)現(xiàn)場(chǎng) 圖片來(lái)源：每經(jīng)記者 程雅 攝

近期，以ChatGPT為代表的通用人工智能（AGI）實(shí)現(xiàn)了巨大的突破，其強(qiáng)大的語(yǔ)言理解與對(duì)話能力令人震驚，未來(lái)AGI還應(yīng)該有靈活的四肢和身體、有敏銳而靈活的感官，這才能具備更深層交互的能力。為實(shí)現(xiàn)以上目標(biāo)，不僅需要語(yǔ)言預(yù)訓(xùn)練模型，還需要為其賦予身體，賦予感知與行動(dòng)的能力。

“機(jī)器人需要準(zhǔn)確理解人類意圖并與人類協(xié)同工作，要與人類價(jià)值觀相互吻合，并且在具身智能完全成功之后，人類存在的意義又將會(huì)有怎樣的定義？這是一個(gè)值得思考的哲學(xué)問(wèn)題。”上海期智研究院青年科學(xué)家許華哲稱。

具身智能尚面臨諸多挑戰(zhàn)

什么是通用具身智能？它能給人們帶來(lái)什么？據(jù)許華哲介紹，通用具身智能是指將智能算法賦能于機(jī)器人等物理實(shí)體的領(lǐng)域，凡是與物理世界進(jìn)行交互學(xué)習(xí)的智能體都可以看成是具身智能。從更廣義的角度，有時(shí)也會(huì)涵蓋數(shù)字人、游戲智能體等虛擬具身單位。

“具身智能可以看作是強(qiáng)人工智能或通用人工智能的終極追求，十分接近在阿西莫夫等科幻作家筆下的機(jī)器人，它應(yīng)該可以在大量的不同場(chǎng)景中完成成百上千種任務(wù)。具身智能的實(shí)現(xiàn)，可以讓人們擁有一個(gè)機(jī)器人朋友并服務(wù)于人，例如可以在家居場(chǎng)景中為人端茶倒水、洗衣做飯，完成一系列的服務(wù)性工作。”許華哲稱，其中的難點(diǎn)在于，不同個(gè)體的住宅都具備差異性，不同功能的空間也具備差異性，對(duì)于人本身而言這種差異可以自動(dòng)調(diào)整、忽略不計(jì)，但對(duì)于具身智能來(lái)說(shuō)卻是巨大的挑戰(zhàn)。

而在工業(yè)場(chǎng)景下，具身智能可以完成通用的物體分揀、裝配、整理等任務(wù)。但與數(shù)控機(jī)床或者現(xiàn)有的工廠流水線不同，他們不需要人類為特定任務(wù)編寫(xiě)特定程序，而是通用地解決很多任務(wù)。

但從技術(shù)角度出發(fā)，具身智能的實(shí)現(xiàn)還面臨著諸多挑戰(zhàn)。

許華哲介紹，AI方面，數(shù)據(jù)獲取是一大難點(diǎn)，需要豐富的多模態(tài)數(shù)據(jù)，其獲取難度遠(yuǎn)高于文本。此外，訓(xùn)練方法同樣需要重視，行為必須符合物理世界的規(guī)律，純文本預(yù)訓(xùn)練模式不再適用。而機(jī)器人方面，Embodied AGI的硬件載體需要人形機(jī)器人這樣的通用型機(jī)器人，其研發(fā)與制造難度都顯著高于普通機(jī)器人。并且，通用型機(jī)器人需要融合行走、導(dǎo)航、操作等所有機(jī)器人所需要的技能，還需要在未知環(huán)境下工作。

大模型也需匹配個(gè)體價(jià)值差異

隨著人工智能的發(fā)展，安全性、價(jià)值標(biāo)準(zhǔn)就成為一個(gè)無(wú)法忽視的話題。

許華哲表示，由于機(jī)器人可能與人產(chǎn)生直接接觸，其安全性需要得到嚴(yán)格保障。另一方面，要保障算法不作惡，如果算法本身充滿了偏見(jiàn)和惡意，那將對(duì)整個(gè)人類社會(huì)帶來(lái)不可彌補(bǔ)的創(chuàng)傷。

在訓(xùn)練大模型的過(guò)程中，如何讓其匹配人類的價(jià)值觀是一個(gè)有趣的問(wèn)題。許華哲認(rèn)為，應(yīng)該讓人類是否“開(kāi)心”這一標(biāo)準(zhǔn)高于其他所有目標(biāo)。大模型可以是一個(gè)超級(jí)優(yōu)化器，可以解決世界上的各種問(wèn)題，但將人類的價(jià)值觀、善惡觀放進(jìn)系統(tǒng)優(yōu)化的目標(biāo)中，就成了底線。

不過(guò)，就當(dāng)下而言，不同的人具有不同的價(jià)值觀，善與惡的界定也并不是非黑即白，大模型又如何界定？

許哲華告訴《每日經(jīng)濟(jì)新聞》記者，善與惡的界定，不僅需要匹配人類整體的價(jià)值觀，還需要匹配每個(gè)個(gè)體，形成差異性的優(yōu)化。

上海期智研究院青年科學(xué)家弋力則告訴記者，針對(duì)具身智能領(lǐng)域，更重要的是如何與用戶相結(jié)合，研究出的技術(shù)如何實(shí)現(xiàn)智能體和人類之間的價(jià)值對(duì)齊，并且在對(duì)齊的過(guò)程中，如何保證其他智能體的利益不受侵害。不過(guò)，這需要計(jì)算機(jī)科學(xué)技術(shù)的從業(yè)者與社會(huì)學(xué)、倫理學(xué)等多領(lǐng)域的專家，包括政策的制定者一起推進(jìn)與研究。

另外，弋力介紹，ChatGPT的出現(xiàn)對(duì)具身智能的影響非常大，主要是通過(guò)大模型來(lái)賦能傳統(tǒng)機(jī)器人的學(xué)習(xí)能力和行為能力。機(jī)器人需要控制、感知、決策進(jìn)行融合，大模型在機(jī)器人的感知、決策上會(huì)給到很多幫助。

封面圖片來(lái)源：每經(jīng)記者 程雅 攝