每經(jīng)記者｜孔澤思    每經(jīng)編輯｜張益銘    

當前，具身智能機器人技術加速演進，但相關技術瓶頸也制約著產(chǎn)業(yè)進一步發(fā)展。

6月25日，“活力中國調研行”采訪團走進深圳市人工智能與機器人研究院（AIRS），常務副院長丁寧在接受《每日經(jīng)濟新聞》記者現(xiàn)場采訪時，解答了如何提升機器人的大腦計算能力、如何增加續(xù)航等熱點問題。

AIRS常務副院長丁寧 圖片來源：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，即用極其簡約的語言邏輯或是數(shù)理模型描述真實物理世界紛繁復雜現(xiàn)象背后的共性規(guī)律，“具身智能機器人借鑒人類跨任務、跨場景理解和運用共性規(guī)律的能力，從而實現(xiàn)以最小的算力代價，應對環(huán)境和任務變化”。

以多種應用場景為例，機器人掃地、刷墻是兩類完全不同的作業(yè)任務，它們面對的作業(yè)對象分別是2D平面、多個平面空間組合而成的3D空間，上述任務的共性在于都需要對空間進行理解，并在作業(yè)對象表面進行最優(yōu)路徑遍歷。

丁寧認為，提升機器人認知智能的水平，關鍵在于提煉這些底層規(guī)律并靈活運用。“科學是人類認知世界的過程，用工具發(fā)現(xiàn)世界的物理規(guī)律，AI（人工智能）的本質也是去發(fā)現(xiàn)物理規(guī)律，并通過學習人類認知范式，逐步掌握世界運轉中那些簡約而確定的根本法則，從而實現(xiàn)真正的場景適應性突破，所以AI is Science（人工智能就是科學）?！?/p>

當前，具身智能機器人在感知、分析環(huán)境，以及對環(huán)境實時做出識別、理解和動作時，需要端側算力支持，也對機器人續(xù)航造成一定負擔。丁寧向記者指出，能耗問題仍是具身智能機器人發(fā)展的重大瓶頸，現(xiàn)有條件下固態(tài)電池等技術只能帶來小幅改進，如果實現(xiàn)計算架構和算法代際的跨越，可以大幅降低計算所需能耗。

丁寧進一步分析稱，人類大腦能耗低的原因在于信息處理過程中沒有采用數(shù)字化環(huán)節(jié)，當前智能感知系統(tǒng)首先需要將真實物理世界數(shù)字化，決策時又需將數(shù)據(jù)重新整合并尋找共性，這一過程消耗大量算力，也帶來能耗問題?！跋乱淮嬎慵軜嬍遣皇悄芴^這一過程，這還是很前沿的話題，至少現(xiàn)有的計算架構需要大幅代際革新，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)語言模型能耗高源于其對海量文本數(shù)據(jù)的依賴，而具身智能則通過多模態(tài)感知的融合（如觸覺、視覺等多感官結合）可以大幅降低對算力和數(shù)據(jù)的要求。他舉例稱，用語言描述水的溫度往往需要復雜表達，而具身智能的傳感器可直接測量溫度，減少語言描述的數(shù)據(jù)量，這種模態(tài)升維有助于簡化系統(tǒng)。