具身智能：通向人类智慧的未来之路

图片来源@视觉中国
文 | 追问nextquestion
随着AI技术的进展，ChatGPT等基于大语言模型的聊天机器人已成为我们解决问题的首选。但当我们提出非常私人化、具象化及场景化的问题时，它们给出的答案往往不尽人意。
比如，当询问“我想要学游泳，你能给我一些建议吗？”时，ChatGPT只能提供一些通用的建议，如“呼吸技巧”或“如何让身体浮起来”。这些回答没有针对用户的具体情况，只是泛泛而谈。但假如有一个教练朋友亲自陪你到泳池，向你演示如何在水下屏气，并托住你的腰让你平躺在水面上，告诉你应该如何控制身体以实现浮起，这是否才是你更想要的答案？
这正是“具身智能体”（Embodied Agent）的价值所在，它强调我们不仅要让计算机程序变得聪明，还要让它们像人类一样与真实的物理世界进行紧密的互动。如此，我们才能实现具备人类智能水平，且更接近人类的通用人工智能（AGI）。

AI为什么要有具身智能？

为何我们要追求那种与物理世界紧密互动、且更接近人类的人工智能？将人工智能当作好用、便捷的工具难道还不够吗？
这一追求源于人类对智能的根本期待：我们希望它们不仅能高效地执行如学习、问题解决和模式识别等复杂任务，从而帮助人类去做不愿意，或是不擅长做的事；我们还希望它们能理解人类的思维方式、行为习惯、情感表达，甚至性格偏好和心理特点，真正实现“懂你”的高阶能力。更何况，从人性的角度来说，人类本能地会对更自然、更亲近于自己的事物有好感，而对纯粹机械化、缺乏情感的冰冷工具怀有拒斥之心。
1950年，图灵在其论文中首次提出了人工智能的基本概念，并提出了著名的“图灵测试”，用以判断机器是否能模拟人类智能。同年，阿西莫夫在他发表的短篇集《我，机器人》中描绘了一个人与AI共处的未来世界，并提出了机器人三大定律。因此，自人工智能概念诞生之初，人类就相信并呼唤着一种能以人类语言交流并理解我们的AI——它不仅能在生活中陪伴我们，还受到伦理道德的约束，最终被人类的情感和性格所引导。