当前位置: 首页 > news >正文

物理AI成为下一个前沿:已经融入我们的日常生活

ChatGPT在三年前的发布引发了AI热潮。虽然AI模型持续变得更加强大,但要真正在人们的日常生活中发挥最大作用,它们需要能够执行日常任务。这只有通过让它们脱离笔记本电脑屏幕上的聊天机器人,更多地融入我们的环境中才能实现。

业界最新的热词应运而生:物理AI。这个术语在上周的消费电子展(CES)上得到了充分展示,几乎每家公司都在宣传能够推进该领域发展的新模型或硬件,包括英伟达在内。在该公司的主题演讲中,CEO黄仁勋甚至将物理AI的重要性与ChatGPT的发布相提并论。

"物理AI的ChatGPT时刻已经到来——机器开始理解、推理并在现实世界中采取行动,"他说道。

物理AI的定义与核心特征

物理AI通常可以定义为在硬件中实现的AI,能够感知周围世界,然后进行推理以执行或协调行动。热门例子包括自动驾驶汽车和机器人——但利用AI执行任务的机器人已经存在了几十年。那么区别在哪里?

高通自动驾驶和机器人技术副总裁兼总经理Anshuman Saxena表示,区别在于机器人推理、采取行动并与周围世界互动的能力。

"思维链条、推理、大脑的整个理念,它将在某种情境中工作并像人类一样采取一些行动——这就是物理AI的真正定义,"Saxena说。

例如,人形机器人将能够超越仅仅按指示执行移动材料或包裹等任务,而是能够感知环境并直觉性地执行任务。

智能眼镜:物理AI的典型代表

然而,例子不必那么复杂;事实上,根据高通XR、可穿戴设备和个人AI高级副总裁兼总经理Ziad Asghar的说法,你可能已经拥有了物理AI的典型例子。

"智能眼镜已经是物理AI的最佳代表,"Asghar说。"它们是一种基本上存在并能够看到你所看到的设备;它们能够听到你所听到的,所以它们在你的物理世界中。"

Saxena补充说,虽然人形机器人在人类不想执行任务的情况下会很有用,无论是因为任务太繁琐还是太危险,但它们不会取代人类。这就是AI可穿戴设备(如智能眼镜)发挥重要作用的地方,因为它们可以增强人类的能力。

数据共享与生态系统构建

但除此之外,AI可穿戴设备实际上还能够通过提供基于真实生活视角和例子的高质量数据集,反馈给其他物理AI设备,如机器人。

"为什么大语言模型如此出色?因为互联网上有大量数据,包含大量上下文信息等等,但物理数据并不存在,"Saxena说。

他描述的问题经常阻碍物理AI的发展。因为在现实世界中训练机器人风险太大,比如让自动驾驶汽车上路,公司必须创建合成数据模拟来训练和测试这些模型。许多公司在CES上试图解决这个问题。

英伟达发布了能够理解你周围真实世界的新模型,可用于创建模拟现实生活场景的合成数据和仿真。高通提供了一个全面的物理AI堆栈,将在CES上发布的新Qualcomm Dragonwing IQ10系列处理器与AI数据收集和训练所需的工具相结合。

为这种训练创建数据集通常是一个耗时且昂贵的过程。然而,机器人可以使用人们每天已经在使用的可穿戴设备的数据,这实际上是符合人类经验的物理AI数据。

"想想这些传感器、眼镜等等,如果我戴着眼镜,并基于'哦,我在这里看到了什么'而采取行动,立即就会产生大量信息,这也可以帮助机器人,创造出今天新的信息集合,"Saxena说。

考虑到使用你的日常数据来训练机器人可能带来的隐私担忧,Saxena强调来自可穿戴设备的数据应该始终保持在最高隐私级别。因此,这些数据——应该已经由可穿戴设备公司匿名化——在训练机器人方面可能非常有帮助。然后该机器人可以创建更多数据,形成一个健康的生态系统。

"我认为,机器人和你周围拥有的可穿戴AI设备之间的这种上下文共享、AI共享,就是你将能够获得的好处,"Asghar补充说。

Q&A

Q1:什么是物理AI?它与普通AI有什么区别?

A:物理AI是在硬件中实现的AI,能够感知周围世界,然后进行推理以执行或协调行动。与普通AI的区别在于它具有推理、采取行动并与周围世界互动的能力,能够在物理世界中像人类一样工作并采取行动。

Q2:智能眼镜为什么被认为是物理AI的典型代表?

A:智能眼镜能够看到用户所看到的,听到用户所听到的,它们存在于用户的物理世界中。这些设备可以感知环境并与用户的真实生活场景互动,体现了物理AI的核心特征。

Q3:物理AI会完全取代人类吗?

A:不会。虽然人形机器人在执行人类不想做的繁琐或危险任务时很有用,但它们不会取代人类。相反,AI可穿戴设备等物理AI技术主要用于增强人类的能力,与人类形成协作关系。


http://www.jsqmd.com/news/240187/

相关文章:

  • Guava Cache 原理与实战
  • 机器学习工程师证书:智能制造时代入门票
  • 安达发|当APS计划排产排程排单软件,遇上最硬核的煤炭排程
  • 自变量机器人获10亿融资,开源千寻模型登顶全球,欧姆龙升级工业机器人,OpenAI与丰田合作车载场景
  • 基于PLC的污水处理系统 程序文件 文档资料(设计源文件+万字报告+讲解)(支持资料、图片参考_相关定制)
  • Godot:独立开发者的开源超能力
  • 脑机接口行业发展报告:政策加码,临床加速,产业化进入关键阶段
  • 如何用耐达讯自动化Profibus总线光纤中继器解决变频器长距离通信干扰问题?
  • 别让“不介入他人因果”成为冷漠的遮羞布
  • 行李电子秤pcba方案开发设计
  • 域名信息查不到,是被屏蔽了吗?
  • 全网最全8个AI论文写作软件,研究生高效选题与格式规范必备!
  • 上海精密机械工厂10个研发设计共用一台SolidWorks工作站
  • 域名中介和自己谈,有什么本质区别?
  • 当AI开始“淘汰”与“成就”:我们拆解出AGI重塑产业的五个逻辑 | 2025 想象·AGI产业全景报告发布
  • - Kappa架构:利用Kafka锻造的屠龙刀
  • 漫画说:为什么你的“增量计算”越跑越慢?——90%的实时数仓团队都踩过的坑,藏在这几格漫画里
  • 计算机专业学生考研失败如何快速就业?二战VS就业?
  • Science子刊超绝idea:注意力机制+强化学习!足式机器人障碍穿越首次达成 100% 成功率
  • GISer大事件,保研考研竞赛时间线一览
  • AI手势识别输出数据结构解析:JSON格式调用实战
  • 新年第一缕阳光,在牯牛山之巅迎接
  • 用Python思维写Verilog:轻量级行为描述到RTL自动生成器设计
  • 地信测绘人能去哪些单位?这篇给你说清楚!
  • 红荷映白鹭,舟行碧波上!浮龙湖湿地藏着夏日限定浪漫
  • 趣谈网络协议学习笔记p1-p3
  • 不止于峡谷风光!地心谷,一条从远古到当代的沉浸式游览之路
  • Java-List,Set,Map(八股)
  • 导师严选2026 AI论文工具TOP10:专科生毕业论文写作全攻略
  • 邦芒宝典:职场所有的秘密都藏在这三个圈