AI為什么需要 “身體”？讀懂具身智能的底層邏輯

我們必須面對一個事實：現有的人工智能并不代表真正的“智能”，只是對預設程序的機械執行。具身智能為AI構建了感知物理世界、自主決策行動的“軀體”，或許是實現通用人工智能的關鍵一步，也將開啟人機協同進化的全新可能。

印象中有一個很有意思的說法，即如果把從地球誕生到此時此刻的歷史濃縮到一天的24小時當中，會怎樣？零點地球誕生，大約4點細菌出現，約19點多細胞動物誕生，恐龍于23點左右登場并統治地球長達40分鐘，直立人直到23時59分22秒才出現，在這一天的最后1秒鐘，人類進入定居時代，開創了輝煌燦爛的農耕文明，而人工智能的歷史幾乎就發生在最后的1毫秒當中。

人類非常年輕，人工智能更加年輕，但是后者給世界帶來的改變卻是空前迅捷而深刻的。70多年前，圖靈提出“機器能思考嗎”這一問題，開啟了人工智能的偉大征程。1956年，達特茅斯會議開始正式使用“人工智能”這個詞。近70年間，人工智能歷經了多次起落，但是人類探索通用機器智能的熱情從來沒有冷卻。

圖靈預見機器智能的發展分為兩個階段：離身智能和具身智能。

1986年，美國麻省理工學院計算機科學與人工智能實驗室（MITCSAIL）前主任羅德尼·布魯克斯提出：“智能是具身化和情境化的，是在與真實環境的交互作用中表現出來的，而不是依賴于預先設定的知識和目標。”

近年來，隨著神經網絡、大模型、感知等相關技術的突破，“具身智能”這一概念也再次火了起來。需要注意的是，“具身”的含義并非指字面上的“身體”，而是指通過身體的感知來實現的智能。

人工智能為什么要有身體？

這就回到對“智能”本身的定義。在人工智能發展的過程中，不同學派對“真正的智能”有著不同的定義。早期的科學家對人工智能的快速發展抱有樂觀態度，部分原因是當時的智能程序已經能夠解決復雜的代數問題，證明幾何定理，并且能夠像專業棋手一樣下國際象棋。對普通人來說，無論是解決復雜的數學問題還是展現高超的棋藝，都是極具挑戰性的任務，因此這些能力被視為智能的象征。

與此同時，像識別一張桌子和一束花，或者用腿自由行走這樣的行為，被歸類為“常識”或“本能”，看似無須動用智能。因此，人們推測，如果機器能輕松解決數學推理等難題，那么處理更簡單的任務自然不在話下。這種思想在古典人工智能時期非常流行，在長時間內影響著人工智能的發展方向，研究者都在致力于通過讓機器解決一系列技術難題來證明人工智能的智能程度在不斷提升。

這些研究方向逐漸被證明是有缺陷的。盡管現代人工智能能夠輕松擊敗世界頂尖的棋手，表現出出色的圖像識別和邏輯推理等技能，我們依然必須面對一個事實：現有的人工智能并不代表真正的“智能”，它們依賴人類提供的數據、設定的模型、編寫的程序和構建的架構，并且只能在特定的領域和規則下發揮作用。在這些限制下，人工智能展示的行為并非自我思考的結果，而是對預設程序的機械執行。它們缺乏自我判斷能力，更不用說具備直覺、感知、意識和情感等人類獨有的復雜屬性了。

具身智能讓人工智能

真正接觸到物理世界

人類與外部環境的互動需要通過“軀體”這一媒介來完成。人工智能缺乏實體“軀體”，只能與預設的數據進行互動，無法從與環境的真實互動中獲得“常識”，具身智能也就不可能形成真正的自我感覺和意識。反之，我們如果想讓人工智能具備真正的意識，就必須首先賦予它能自主控制的軀體，并讓它像普通個體一樣融入物理世界和人類社會。

這樣的“軀體”需要什么要素呢？讓我們還是以最熟悉的參考物——人作為藍本：眼睛提供視覺信息，耳朵負責聽覺，皮膚感受觸覺，等等。看到、聽到之后，人類接下來就會進行思考，這一過程由大腦掌管。舉例來說，一個小孩看到一臺精密加工機床可能毫無頭緒，而一個經驗豐富的工程師則能迅速判斷如何使用這臺設備制造金屬零件。這表明了認知能力在理解世界和做出反應中的重要性。

具身智能體在接收到信息后，需要進行適當的反應或決策。例如，一個想喝水的智能體觀察到周圍有水壺和杯子，基于水壺里有水、杯子能裝水的認知，就會制訂一個行動計劃：走向水壺，拿起杯子，倒水，最終喝水。這一系列動作不僅需要身體的協調性，還依賴于中樞神經系統的精確控制。執行完行動后，智能體需要再次感知以了解環境的變化，這就形成一個“感知—認知—決策—行動—感知”的循環，它也成為具身智能體與外界交互的基礎。

感知、認知、決策、行動、進化，是構建完整智能體系的核心要素。如今，機器視覺讓計算機看懂世界，模仿學習讓系統從數據和經驗中不斷進化，強化學習讓智能體學會主動探索和優化目標。這些要素的加持，賦予機器更全面的智能。

人類從猿人到現代人的進化耗時數百萬年，但今天的具身智能顯然無法等待如此漫長的時間。幸運的是，現代科技和理論已為具身智能提供了更加高效的成長和進化的條件，使其能在更短的時間內實現復雜功能的發展。

站在當下去預測未來一定是不準確的，即使是最厲害的科幻小說家也很難跳出現有知識體系進行延伸。但有一點是能夠確定的，人類探索通用機器智能的腳步不會停歇。因此與其擔憂，不如主動探索人機共生的未來之路，以發展來解決潛在的問題。如果說人類和地球上其他所有的生命都是經歷了“物競天擇”的自然選擇，那么在機器智能的進化歷程中，人類有資格扮演一個擁有主動權的角色。

零點鐘聲敲響，地球進入嶄新的一天，從第一秒開始，精彩屬于人類和人類所創造的智能。

劉云浩 | 文

劉云浩是中國科學院院士，清華大學自動化系教授、博士生導師，清華大學全球創新學院院長。

注：內容發布于劉云浩《具身智能——人工智能的下一個浪潮》一書，本文有刪減

獲取更多 AI時代的科技參考

歡迎點擊下方卡片關注 信睿科技評論

本文同步發表于《信睿周報》

點擊立即訂閱 ↓