黃仁勛、比爾·蓋茨相繼押注，這個(gè)新概念不簡單。

未來的AI會(huì)是什么樣？

在知名科技富豪比爾·蓋茨的設(shè)想里：AI將成為人類的數(shù)字助理，它不會(huì)取代人類的工作，反倒是取代谷歌、亞馬遜這類“老舊”的互聯(lián)網(wǎng)平臺。

巧的是，就在本周，微軟聯(lián)手OpenAI在一年一度的開發(fā)者大會(huì)Build上，拋出了類似的產(chǎn)品——Copilot、Bing和ChatGPT等一系列產(chǎn)品被集成到Windows上，打造出一個(gè)無所不能的“AI助手”。

比爾·蓋茨把這種AI個(gè)人助理看成一種不同于ChatGPT的新物種，而微軟CEO納德拉也將其稱之為一次變革。

那么所謂的“AI個(gè)人助理”究竟是不是下一個(gè)科技風(fēng)口？它又有何底氣能取代谷歌、亞馬遜？

AI私人管家，蓋茨的科技暢想

面對AI浪潮，你是對它的強(qiáng)大能力充滿期待？還是對它會(huì)隨時(shí)取代你產(chǎn)生惶恐？

在見識了AI的威力后，一度有上千名科技人士發(fā)表公開聯(lián)名信，要求暫停大型AI技術(shù)的開發(fā)至少六個(gè)月的時(shí)間，并希望在此期間由頂尖專家與政策制定者合作，制定出有關(guān)AI的治理規(guī)范。

但顯然各大巨頭廠商并不情愿在這場AI競賽中停下腳步，唯一能做的只是盡可能避免AI干壞事。

那么AI真的發(fā)展到威脅人類的階段嗎？

在比爾·蓋茨看來，AI是一項(xiàng)“改變游戲規(guī)則的技術(shù)”，但這項(xiàng)技術(shù)仍然“處于早期，頗具革命性”。

而他所提到的革命性階段，正是在本周AI Forward 2023活動(dòng)上重點(diǎn)介紹的“AI個(gè)人助理”。

比爾蓋茨在大會(huì)上預(yù)測到——

未來的AI個(gè)人助理將影響深遠(yuǎn)，能夠了解一個(gè)人的需求和習(xí)慣，并幫助他們“閱讀你沒有時(shí)間閱讀的內(nèi)容”

這款強(qiáng)大的未來數(shù)字代理還需要一段時(shí)間的進(jìn)化才能在主流社會(huì)中投入使用，在此之前，各大企業(yè)將繼續(xù)在自己的產(chǎn)品中嵌入所謂的生成式AI，類似于OpenAI的ChatGPT。

未來公司使用的人形機(jī)器人會(huì)比人類員工更便宜，這也將對藍(lán)領(lǐng)工人造成巨大影響。

如果看到這里還是無法理解“AI個(gè)人助理”的含義，那么可以參考下早已耳熟能詳?shù)奶厮估诵螜C(jī)器人，其最終目的幾乎可以與人類助理劃等號。

事實(shí)上在行業(yè)內(nèi)，這類AI有它的專屬名稱——具身智能（Embodied Intelligence），它們是有身體并支持物理交互的智能體。

與之相對，ChatGPT則是“沒有物理身體，只能被動(dòng)接受人類數(shù)據(jù)”的非具身智能（Internet AI）。

也就在前不久的ITF World 2023半導(dǎo)體大會(huì)上，英偉達(dá)CEO黃仁勛高調(diào)表示AI下一個(gè)浪潮正是“具身智能”

在這場活動(dòng)上，他公布了一套多模態(tài)具身智能系統(tǒng)——Nvidia VIMA，據(jù)介紹稱，該系統(tǒng)能夠在視覺文本提示的指導(dǎo)下執(zhí)行復(fù)雜任務(wù)的全新AI模型，遠(yuǎn)比現(xiàn)有的大模型產(chǎn)品功能強(qiáng)大。

那么比爾蓋茨口中的革命性階段，是否可以理解為“AI+機(jī)器人”？

機(jī)器人，AI的最終解決方案?

早在1950年，圖靈在他的知名論文《Computing Machinery and Intelligence》中探討了人、機(jī)、智能三者關(guān)系。

這是一篇帶有哲學(xué)意味的論證文，但圖靈對于“學(xué)習(xí)機(jī)器”與“機(jī)器學(xué)習(xí)”的討論，仍然值得當(dāng)下AI行業(yè)深思。

例如，圖靈認(rèn)為機(jī)器可以“模仿”人的思維活動(dòng)，但其所謂創(chuàng)造性能力，前提仍是“編程”，即機(jī)器可以模仿程序員的行為。

有分析機(jī)構(gòu)指出，之所以機(jī)器人難以產(chǎn)生與人、與環(huán)境的交互，其主要障礙在于目前控制機(jī)器人的手段仍是手寫代碼。

而進(jìn)入AIGC時(shí)代，AI大模型為機(jī)器人提供了新的解決方案，自動(dòng)生成的代碼可以幫助機(jī)器人實(shí)時(shí)解決現(xiàn)實(shí)世界出現(xiàn)的各類問題。

如今，已經(jīng)有不少研究人員嘗試將多模態(tài)的大語言模型接入機(jī)器人系統(tǒng)，從而幫助機(jī)器人實(shí)現(xiàn)推理任務(wù)。

在圖片、聲音、文字、視頻等多模態(tài)輸入下，大模型增強(qiáng)了對現(xiàn)實(shí)中對象的理解，讓機(jī)器人也有了像人類一樣的思考能力。

相比之下，ChatGPT這類非具身智能，由于無法產(chǎn)生與人類的交互能力，最終還是依賴人類已經(jīng)采集好的數(shù)據(jù)，因此存在一定上限。

讓我們回頭再看看比爾蓋茨的未來設(shè)想——

AI個(gè)人助理將能夠理解用戶的需求，并提供相關(guān)的信息和服務(wù)，這將使傳統(tǒng)的搜索引擎變得多余。

AI個(gè)人助理將能夠理解用戶的購物需求，自動(dòng)尋找最佳的產(chǎn)品和價(jià)格，并處理購物和付款的過程。

AI個(gè)人助理會(huì)自動(dòng)安排會(huì)議，管理電子郵件，甚至幫助用戶編寫報(bào)告或演示文稿。

從上述描述來看，AI個(gè)人助理獲取信息的來源都是源于真實(shí)的物理世界，這一點(diǎn)正與“具身智能”的定義十分吻合。

既然機(jī)器人可以不需要人類輸入數(shù)據(jù)就能自我學(xué)習(xí)，那顯然比ChatGPT這類生成式AI更具有“噱頭”。

人形機(jī)器人，依舊遙遠(yuǎn)

在特斯拉2023年股東大會(huì)上，馬斯克通過視頻展示了Optimus人形機(jī)器人的最新進(jìn)展，包括撿起物品、模仿人類動(dòng)作，完成分類物品等等。

相比于初次登場時(shí)晃晃悠悠走了一圈就匆匆離場，這次Optimus可謂取得全方位進(jìn)展，AI能力大幅提升。

相比之下，科技圈老熟人波士頓動(dòng)力的人形機(jī)器人更是無所不能，空翻、跳躍樣樣精通。

既然人形機(jī)器人是“具身智能”最好的表現(xiàn)，那么是否預(yù)示著AI的下一個(gè)科技風(fēng)口已經(jīng)不遠(yuǎn)？

這里不得不潑一盆冷水，從中短期來看，人形機(jī)器人尚且難成風(fēng)口，要實(shí)現(xiàn)“具身智能”則難度更大。

從人形機(jī)器人的角度看，市場需求并不像我們想象地龐大。

在工業(yè)領(lǐng)域，功能各異的專業(yè)機(jī)器人已經(jīng)占據(jù)著大部分使用場景，人形機(jī)器人顯得十分雞肋。在服務(wù)領(lǐng)域，人形機(jī)器人并不如人們想象地智能，市場需求仍待進(jìn)一步開發(fā)。

至于人形機(jī)器人的成本問題，尤其是三大核心零部件——減速器、伺服電機(jī)及控制器的成本，仍需等待產(chǎn)業(yè)鏈進(jìn)一步發(fā)展。

而從AI發(fā)展的角度來看，科技巨頭們真的愿意將巨額的AI訓(xùn)練成本投入放在機(jī)器人上嗎？并非如此。

除了幾家財(cái)大氣粗的頭部廠商以外，大部分廠商當(dāng)下最重要的工作還是提升基礎(chǔ)模型的能力，而ChatGPT等所謂的“非具身智能”更具商業(yè)價(jià)值。

更何況還有人形機(jī)器人還要涉及的倫理、AI覺醒等問題，遠(yuǎn)比ChatGPT這類“聊天機(jī)器人”要嚴(yán)重。

總的來說，“具身智能”這樣的概念更像是一次炒作，離我們?nèi)匀皇诌b遠(yuǎn)。

XR才是最終贏家？

雖然人形機(jī)器人還是過于超前，但是在AI時(shí)代，硬件廠商還是能夠發(fā)揮各自優(yōu)勢，挖掘“智能助理”的價(jià)值。

例如，手機(jī)終端始終是個(gè)人助理最大載體，而隨著未來AR/VR等技術(shù)的發(fā)展，頭顯設(shè)備將有較大機(jī)會(huì)實(shí)現(xiàn)軟硬一體結(jié)合，例如曾經(jīng)的音箱、耳機(jī)等硬件一樣，成為“智能助理”未來的載體。

有分析師認(rèn)為，OpenAI已經(jīng)于3月宣布解除ChatGPT無法聯(lián)網(wǎng)的限制，為ChatGPT添加對插件的支持，其目的就是為“智能助理”這樣的超級應(yīng)用做準(zhǔn)備。

而近期微軟嘗試將Copilot接入集成到Windows，其目的也是希望AI可以重新定義其所有業(yè)務(wù)，并實(shí)現(xiàn)多平臺運(yùn)行。

AI的下一步，仍有無窮的可能性。

最后，記得關(guān)注微信公眾號：鎂客網(wǎng)（im2maker），更多干貨在等你！