IPP評(píng)論是國家高端智庫華南理工大學(xué)公共政策研究院（IPP）官方微信平臺(tái)。

導(dǎo)語：

從今年人形機(jī)器人在春晚舞臺(tái)上“扭秧歌”，到通用AI智能體Manus強(qiáng)勢(shì)闖入大眾視野。“具身智能”作為人工智能一個(gè)重要分支，正以迅雷不及掩耳之勢(shì)，牢牢抓住科技圈的目光。

今年兩會(huì)的政府工作報(bào)告中，“具身智能”這個(gè)新名詞首次亮相。報(bào)告明確指出，要“因地制宜發(fā)展新質(zhì)生產(chǎn)力。建立未來產(chǎn)業(yè)投入增長機(jī)制，培育生物制造、量子科技、具身智能、6G等未來產(chǎn)業(yè)。”這一官宣，讓具身智能從科技圈的熱議話題，一躍成為關(guān)乎國家產(chǎn)業(yè)布局的重要方向。

那么，到底什么是“具身智能”？有人簡(jiǎn)單將其等同于人形機(jī)器人，認(rèn)為它是對(duì)傳統(tǒng)人工智能，特別是符號(hào)主義人工智能的有力補(bǔ)充與拓展。在中信出版的《具身智能：人工智能的下一個(gè)浪潮》一書中，清華大學(xué)全球創(chuàng)新學(xué)院院長、自動(dòng)化系教授兼博導(dǎo)劉云浩詳細(xì)拆解了具身智能的前世今生、具身智能從何而來，又該如何實(shí)現(xiàn)。?

*本文摘編自《具身智能：人工智能的下一個(gè)浪潮》，作者劉云浩。

具身智能究竟是什么？

紅線

2010年前后，由于ImageNet等一系列學(xué)術(shù)亮點(diǎn)的出現(xiàn)，人工智能在學(xué)術(shù)界逐漸進(jìn)入熾熱期。2016年谷歌人工智能程序AlphaGo戰(zhàn)勝圍棋世界冠軍李世石，2022年OpenAI（美國開放人工智能研究中心）發(fā)布一款名為ChatGPT的聊天機(jī)器人，終于把這份火熱傳遞給了大眾。

當(dāng)生命用40多億年的進(jìn)化所形成的最高智慧大腦皮質(zhì)被人工神經(jīng)網(wǎng)絡(luò)快速逼近，當(dāng)幾十億人用50多年締造的互聯(lián)網(wǎng)數(shù)據(jù)被大語言模型用不到100天的時(shí)間吞噬（GPT—4的訓(xùn)練時(shí)間估算為90~100天），當(dāng)我們生活中的電子產(chǎn)品都被冠以AI之名，如AI個(gè)人計(jì)算機(jī)、AI手機(jī)、AI汽車……我們正在進(jìn)入一個(gè)新的時(shí)代，一個(gè)被人工智能“生命”（“硅基生命”）包圍的時(shí)代。

2025年，“具身智能”首次被寫入政府工作報(bào)告，這一概念正走向產(chǎn)業(yè)舞臺(tái)。圖源：新華社

熾熱往往又伴隨著寒意。2023年，如日中天的OpenAI爆發(fā)了震驚世界的“宮斗”大戲，首席執(zhí)行官薩姆·奧爾特曼被解雇了。人們猜測(cè)其中原因可能有人類尚未準(zhǔn)備好迎接通用人工智能的到來。

通用人工智能是什么樣子？一個(gè)可以對(duì)話的機(jī)器目前來看遠(yuǎn)遠(yuǎn)不是人工智能的終點(diǎn)。所謂的強(qiáng)人工智能，要多強(qiáng)才算強(qiáng)？隨著不同科技大佬的發(fā)聲，具身智能的概念浮出了水面。這種智能體不僅擁有物理形態(tài)，還能與物理世界互動(dòng)。有人干脆說，具身智能就是人形機(jī)器人！具身智能究竟是什么？它是一種方法論還是一個(gè)發(fā)展階段？具身智能會(huì)帶來什么不同嗎？

其實(shí)，早在70多年前，“人工智能之父”艾倫·麥席森·圖靈就提出“機(jī)器能思考嗎”這一問題，開啟了人工智能的偉大征程。1956年，達(dá)特茅斯會(huì)議開始正式使用“人工智能”這個(gè)詞。近70年間，人工智能歷經(jīng)了多次起落，但是人類探索通用機(jī)器智能的熱情從來沒有冷卻。

在1950年論文 “Computing Machinery and I ntelligence” 中，艾倫·麥席森·圖靈提出提出了圖靈測(cè)試（Turing Test）作為衡量機(jī)器智能的 標(biāo)準(zhǔn)。圖源：Wikimedia Commons

圖靈預(yù)見機(jī)器智能的發(fā)展分為兩個(gè)階段：離身智能和具身智能。1986年，美國麻省理工學(xué)院計(jì)算機(jī)科學(xué)與人工智能實(shí)驗(yàn)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(shí)環(huán)境的交互作用中表現(xiàn)出來的，而不是依賴于預(yù)先設(shè)定的知識(shí)和目標(biāo)。”

近年來，隨著神經(jīng)網(wǎng)絡(luò)、大模型、感知等相關(guān)技術(shù)的突破，“具身智能”這一概念也再次火了起來。如果說離身智能是將機(jī)器困于人類經(jīng)驗(yàn)和數(shù)據(jù)的藩籬當(dāng)中，那么，具身智能則使得人工智能真正接觸到物理世界。從離身到具身是智能發(fā)展的必然趨勢(shì)，只有真正進(jìn)入物理世界，機(jī)器智能才可能重復(fù)人類從純粹理性到實(shí)踐理性的提升過程。

我們嘗試著討論人工智能發(fā)展的不同范式和階段。從早期的符號(hào)主義到行為主義，從聯(lián)結(jié)主義的神經(jīng)網(wǎng)絡(luò)到深度學(xué)習(xí)，以及以ChatGPT為代表的大語言模型，人工智能經(jīng)歷了一個(gè)從離身到具身、從特定到通用的演進(jìn)過程。

感知、認(rèn)知、決策、行動(dòng)、進(jìn)化，是構(gòu)建完整智能體系的核心要素。機(jī)器視覺讓計(jì)算機(jī)看懂世界，模仿學(xué)習(xí)讓系統(tǒng)從數(shù)據(jù)和經(jīng)驗(yàn)中不斷進(jìn)化，強(qiáng)化學(xué)習(xí)讓智能體學(xué)會(huì)主動(dòng)探索和優(yōu)化目標(biāo)。這些要素的加持，賦予機(jī)器更全面的智能。

2025年1月28日，杭州宇樹科技人形機(jī)器人在2025年央視春晚后臺(tái)。圖源：新華社

機(jī)器的智能從何而來？

紅線

說到機(jī)器更全面的智能，我們可以先看看“智能”本身的定義。在人工智能發(fā)展的過程中，不同學(xué)派對(duì)“真正的智能”有著不同的定義，這種定義的模糊和變化讓研究者時(shí)而興奮，時(shí)而沮喪。

早期的科學(xué)家對(duì)人工智能的快速發(fā)展抱有樂觀態(tài)度，部分原因是當(dāng)時(shí)的智能程序已經(jīng)能夠解決復(fù)雜的代數(shù)問題，證明幾何定理，并且能夠像專業(yè)棋手一樣下國際象棋。對(duì)普通人來說，無論是解決復(fù)雜的數(shù)學(xué)問題還是展現(xiàn)高超的棋藝，都是極具挑戰(zhàn)性的任務(wù)，因此這些能力被視為智能的象征。

與此同時(shí)，像識(shí)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(shí)”或“本能”，看似無須動(dòng)用智能。因此，人們推測(cè)，如果機(jī)器能輕松解決數(shù)學(xué)推理等難題，那么處理更簡(jiǎn)單的任務(wù)自然不在話下。這種思想在古典人工智能時(shí)期非常流行，在長時(shí)間內(nèi)影響著人工智能的發(fā)展方向，研究者都在致力于通過讓機(jī)器解決一系列技術(shù)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(xiàn)代人工智能能夠輕松擊敗世界頂尖的棋手，表現(xiàn)出出色的圖像識(shí)別和邏輯推理等技能，我們依然必須面對(duì)一個(gè)事實(shí)：

現(xiàn)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(shù)據(jù)、設(shè)定的模型、編寫的程序和構(gòu)建的架構(gòu)，并且只能在特定的領(lǐng)域和規(guī)則下發(fā)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(jié)果，而是對(duì)預(yù)設(shè)程序的機(jī)械執(zhí)行。它們?nèi)狈ψ晕遗袛嗄芰Γ挥谜f具備直覺、感知、意識(shí)和情感等人類獨(dú)有的復(fù)雜屬性了。這說明，古典人工智能主義在理解智能的本質(zhì)時(shí)存在根本的誤區(qū)。

具身一定是“人形”嗎？

紅線

讓我們?cè)倩氐?950年，看看圖靈是怎么說的。他在經(jīng)典論文《計(jì)算機(jī)與智能》的結(jié)尾處，展望了兩條人工智能可能的發(fā)展道路：

一條道路是聚焦抽象活動(dòng)，例如下國際象棋，我們將其稱為離身智能；另一條道路則是賦予機(jī)器真正的身體感官，并且用類似教導(dǎo)一個(gè)孩童的方式來訓(xùn)練智能體，也就是我們所說的具身智能。

國內(nèi)目前明確提出發(fā)展具身智能的城 市已超過20個(gè)。北京、深圳、上海、杭州憑借技術(shù)、產(chǎn)業(yè)和生態(tài)綜合優(yōu)勢(shì)，整體領(lǐng)先全國。圖源：新華社

“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(shí)現(xiàn)的智能。你可能會(huì)問：那“具身智能”是不是就是給最強(qiáng)大腦型的大模型裝上“新身體”？如果真的這么簡(jiǎn)單就好了。感覺和意識(shí)還源于與世界的多維度互動(dòng)。以“好吃”的感覺為例，這不僅是味蕾上的感覺，還包括食物帶來的視覺影響和嗅覺體驗(yàn)。這種感覺不僅是生理上的，還是我們與客觀事物互動(dòng)的直接結(jié)果。這種綜合性的感知被內(nèi)化為大腦中的意識(shí)，并作為行動(dòng)的先驗(yàn)標(biāo)準(zhǔn)。

因此，人類與外部環(huán)境的互動(dòng)需要通過“軀體”這一媒介來完成。人工智能缺乏實(shí)體“軀體”，只能與預(yù)設(shè)的數(shù)據(jù)進(jìn)行互動(dòng)，無法從與環(huán)境的真實(shí)互動(dòng)中獲得“常識(shí)”，也就不可能形成真正的自我感覺和意識(shí)。反之，我們?nèi)绻胱屓斯ぶ悄芫邆湔嬲囊庾R(shí)，就必須首先賦予它能自主控制的軀體，并讓它像普通個(gè)體一樣融入物理世界和人類社會(huì)。

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(lán)本。按照“模仿游戲”的邏輯，如果我們期望具身智能體在人類世界中不僅生存，還要能與物理環(huán)境互動(dòng)并與人自然交流，那么這些智能體首先需要的就是感知環(huán)境的能力。對(duì)人類而言，這一問題能夠通過感官得到解決：眼睛提供視覺信息，耳朵負(fù)責(zé)聽覺，皮膚感受觸覺，等等。如果沒有感官，人就可能變成聾人、盲人，顯然無法正常地生活。

看到、聽到之后，人類接下來就會(huì)進(jìn)行思考，這一過程由大腦掌管。舉例來說，一個(gè)小孩看到一臺(tái)精密加工機(jī)床可能毫無頭緒，而一個(gè)經(jīng)驗(yàn)豐富的工程師則能迅速判斷如何使用這臺(tái)設(shè)備制造金屬零件。這表明了認(rèn)知能力在理解世界和做出反應(yīng)中的重要性。

具身智能體在接收到信息后，需要進(jìn)行適當(dāng)?shù)姆磻?yīng)或決策。例如，一個(gè)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(rèn)知，就會(huì)制訂一個(gè)行動(dòng)計(jì)劃：走向水壺，拿起杯子，倒水，最終喝水。

這一系列動(dòng)作不僅需要身體的協(xié)調(diào)性，還依賴于中樞神經(jīng)系統(tǒng)的精確控制，展現(xiàn)了人類身體精細(xì)的控制能力，這種行動(dòng)能力是經(jīng)過數(shù)百萬年進(jìn)化而形成的。

執(zhí)行完行動(dòng)后，智能體需要再次感知以了解環(huán)境的變化，這就形成一個(gè)“感知—認(rèn)知—決策—行動(dòng)—感知”的循環(huán)，它也成為具身智能體與外界交互的基礎(chǔ)。

最后，討論具身智能的進(jìn)化也非常關(guān)鍵。人類從猿人到現(xiàn)代人的進(jìn)化耗時(shí)數(shù)百萬年，但今天的具身智能顯然無法等待如此漫長的時(shí)間。幸運(yùn)的是，現(xiàn)代科技和理論已為具身智能提供了更加高效的成長和進(jìn)化的條件，使其能在更短的時(shí)間內(nèi)實(shí)現(xiàn)復(fù)雜功能的發(fā)展。

站在當(dāng)下去預(yù)測(cè)未來一定是不準(zhǔn)確的，即使是最厲害的科幻小說家也很難跳出現(xiàn)有知識(shí)體系進(jìn)行延伸。預(yù)言本身是一件吃力不討好的事，作為科研工作者，我們當(dāng)下也并非想讓人工智能“長出身體”，更何況人工智能的“身體”也未必呈現(xiàn)人形。希臘神話中，火神赫菲斯托斯為了招待諸神，創(chuàng)造了三足神器，它們裝有金色的輪子，能自動(dòng)移動(dòng)和服務(wù)，這可以視為人工智能早期的一個(gè)原型。由此來看，古希臘人對(duì)自動(dòng)化與智能機(jī)械的構(gòu)想，其實(shí)在某些方面已經(jīng)超越了我們的想象。

目前來看，我們似乎已經(jīng)解決或者說部分解決了機(jī)器能否思考的問題。隨著以ChatGPT為代表的大模型的出現(xiàn)，我們已經(jīng)更加確信這一點(diǎn)。大模型已經(jīng)能夠?qū)W習(xí)海量的知識(shí)，對(duì)普通人來說可謂無所不知；不僅如此，當(dāng)大模型體量大到一定程度后仿佛也解鎖了諸如“上下文學(xué)習(xí)”和“思維鏈”的新能力。這一切讓人感到驚喜。但讓人遺憾的是，我們并不能100%依靠大模型，因?yàn)榇竽Ｐ鸵矔?huì)犯錯(cuò)—專業(yè)術(shù)語稱為幻覺（hallucination）。

如果你問ChatGPT：“中信出版社出版的《具身智能》的作者是誰？”它可能會(huì)回答：“中信出版社出版的《具身智能》一書的作者是拉斯·奇卡。拉斯·奇卡是一位著名的昆蟲行為學(xué)家和神經(jīng)科學(xué)家，他在昆蟲（尤其是蜜蜂）的智能和行為方面有深入的研究和貢獻(xiàn)。”然而，此人從來沒有寫過一本書名中提到embodied的書。 如果你繼續(xù)追問ChatGPT：“你覺得對(duì)嗎？”ChatGPT會(huì)說：“抱歉，我的回答不對(duì)。中信出版社出版的《具身智能》的作者是拉里·伯里奇，譯者是劉曉飛。拉里·伯里奇是人工智能領(lǐng)域的著名學(xué)者，專注于進(jìn)化計(jì)算和機(jī)器學(xué)習(xí)。”這明顯又是一個(gè)錯(cuò)誤的答案。

老子的《道德經(jīng)》說：

“知人者智，自知者明。”

相比于無所不知的“智”，能夠自我認(rèn)知的“明”對(duì)于機(jī)器來說同樣十分重要。

具身智能的學(xué)習(xí)任務(wù)

紅線

顯然，具身智能體在虛擬世界中還需要學(xué)習(xí)多門不同的課程，其中包括一些非常重要的基礎(chǔ)任務(wù)。這些任務(wù)雖然基礎(chǔ)，但卻是構(gòu)建復(fù)雜能力不可或缺的基石。本書中我們選取三類重要任務(wù)進(jìn)行介紹：具身導(dǎo)航、具身問答和物體操縱。

之所以選這三類任務(wù)，是因?yàn)樗鼈兎謩e象征著具身智能體的“腿”（能使其自如穿行于環(huán)境之中）、“嘴”（能使其與人類進(jìn)行流暢的交流）以及“手”（賦予其與物理世界互動(dòng)和操作的能力）。這三類任務(wù)共同構(gòu)成了智能體在現(xiàn)實(shí)世界中行動(dòng)自如、溝通無阻和操作靈巧的基石。

目前，深圳共有5.11萬家機(jī)器人相關(guān)企業(yè)，數(shù)量穩(wěn)居全國首位。圖源：新華社

具身導(dǎo)航主要研究如何使智能體在沒有外界直接指導(dǎo)的情況下，通過自我感知和環(huán)境感知導(dǎo)航到特定目的地。我們?nèi)粘Ｊ煜さ膶?dǎo)航都是給人用的，例如打開手機(jī)上的地圖軟件，輸入目的地，地圖上會(huì)出現(xiàn)路線以及行進(jìn)的方向等提示信息，手機(jī)通過衛(wèi)星定位或物聯(lián)網(wǎng)室內(nèi)定位技術(shù)實(shí)時(shí)定位用戶的位置并將其顯示在地圖上。而具身導(dǎo)航在很多情況下是給機(jī)器使用的，因此很多人類自身需要完成的工作也需要借助導(dǎo)航系統(tǒng)來實(shí)現(xiàn)。

例如，很多應(yīng)用中具身智能體接收到的任務(wù)是尋找某類對(duì)象或者某個(gè)畫面對(duì)應(yīng)的場(chǎng)景，但其并不知道具體目的地坐標(biāo)，而在有的任務(wù)中地圖是未知的，需要具身智能體自己進(jìn)行探索，因此具身導(dǎo)航除了通常的定位和路徑規(guī)劃功能，必須具備任務(wù)理解能力、物理世界認(rèn)知能力以及探索能力。

具身問答結(jié)合了導(dǎo)航與信息檢索，要求智能體在環(huán)境中做動(dòng)作并利用收集到的信息來回答問題。這類任務(wù)由于信息交互方式的不同，可以分為導(dǎo)航問答、交互式問答和多模態(tài)問答，它們各自涉及對(duì)環(huán)境的不同理解和操作層面。

在導(dǎo)航問答任務(wù)中，智能體需要在環(huán)境中導(dǎo)航以獲取視覺或其他感知信息來回答問題。這涉及智能體的空間認(rèn)知能力和信息檢索能力的結(jié)合。例如，環(huán)境中隨機(jī)生成一個(gè)代理，并對(duì)智能體提問：“汽車是什么顏色的?”

為了回答這個(gè)問題，智能體必須首先智能導(dǎo)航探索環(huán)境，并在到達(dá)汽車附近的時(shí)候，通過第一人稱（自我中心）視覺觀察收集必要的信息，然后回答問題：“汽車是橘黃色的。”導(dǎo)航問答任務(wù)需要一系列技能，包括語言理解、視覺識(shí)別、主動(dòng)感知、目標(biāo)驅(qū)動(dòng)導(dǎo)航、常識(shí)性推理、長期記憶以及將語言融入行動(dòng)。

交互式問答任務(wù)則是一種需要自主代理與動(dòng)態(tài)視覺環(huán)境交互的問答任務(wù)，要求智能體與環(huán)境中的物體進(jìn)行物理互動(dòng)，如移動(dòng)物體或改變物體的狀態(tài)，以便更好地回答問題。具體而言，交互式問答向代理呈現(xiàn)一個(gè)場(chǎng)景和一個(gè)問題，比如：“冰箱里還有牛奶嗎？”智能體必須在場(chǎng)景中導(dǎo)航，獲得對(duì)場(chǎng)景元素的視覺理解，與物體交互（例如打開冰箱），并根據(jù)問題計(jì)劃一系列動(dòng)作。

在多模態(tài)問答任務(wù)中，智能體需要處理來自多個(gè)感官（如視覺、聽覺）的信息，以回答關(guān)于環(huán)境的更復(fù)雜問題。具體而言，智能體需要通過觀看視頻并聽取音頻來回答關(guān)于視頻內(nèi)容的問題。這要求系統(tǒng)理解并處理視覺和聽覺信息，從而在對(duì)話中正確回答問題。

系統(tǒng)在生成回答時(shí)，不僅要考慮當(dāng)前的問題和多模態(tài)輸入（視頻和音頻），還要考慮之前對(duì)話回合中的問題和回答。這種對(duì)話歷史的利用，要求系統(tǒng)必須“記住”之前的交流內(nèi)容，以便在后續(xù)的對(duì)話中提供連貫和相關(guān)的回答。現(xiàn)在的智能體，其實(shí)不具備人類所謂的“記住”功能，這是另外一個(gè)話題了，這里暫不展開討論。

物體操縱是指智能體對(duì)物理對(duì)象的控制能力，包括精細(xì)操縱和合作操縱。這些任務(wù)考驗(yàn)智能體的操作精確度、力度控制以及與人或其他機(jī)器人協(xié)同工作的能力，對(duì)工業(yè)自動(dòng)化和日常輔助機(jī)器人來說，這個(gè)能力尤為關(guān)鍵。

精細(xì)操縱通常涉及小范圍、高精度的動(dòng)作，需要精確協(xié)調(diào)，比如抓取小物品，使用工具（如鉗子、剪子、螺絲刀甚至手術(shù)刀），準(zhǔn)確的力度控制，等等。以對(duì)我們來說非常簡(jiǎn)單的抓取為例，它需要利用視覺感知來定位和操作環(huán)境中的小物體或進(jìn)行復(fù)雜的末端動(dòng)作，涉及高度的手眼協(xié)調(diào)和精確的控制。

當(dāng)前有很多研究利用深度學(xué)習(xí)技術(shù)和大規(guī)模數(shù)據(jù)收集來提高智能體的抓取能力，智能體也可以通過視覺系統(tǒng)觀察物體，利用從成千上萬次抓取嘗試中學(xué)習(xí)到的數(shù)據(jù)來預(yù)測(cè)成功抓取的可能性。智能體不僅要識(shí)別目標(biāo)物體的位置和方向，還需要根據(jù)物體的大小、形狀和物質(zhì)屬性調(diào)整抓取策略，確保操作的安全性和有效性。更高級(jí)一點(diǎn)，它可能還要判斷什么時(shí)候抓，該不該抓，抓取失敗有什么補(bǔ)救措施，等等。

合作操縱則是智能體與人類工作人員或其他智能體在共享的工作環(huán)境中共同完成任務(wù)的能力。這涉及人和機(jī)器在同一空間內(nèi)互動(dòng)，機(jī)器輔助人類執(zhí)行那些非人體工學(xué)的、重復(fù)性高的、精度要求高或危險(xiǎn)的任務(wù)。比如，在一個(gè)溫度很高的地方，完成一個(gè)對(duì)人體姿勢(shì)要求過高或不適合人類長時(shí)間執(zhí)行的任務(wù)，尤其是重復(fù)性高的。對(duì)于當(dāng)前很多生產(chǎn)線上的重復(fù)性操作，比如精密裝配中的定位和組裝，機(jī)器已經(jīng)能做得很好了。

隨著技術(shù)的不斷進(jìn)步，具身智能體通過這些“實(shí)習(xí)任務(wù)”不斷學(xué)習(xí)和進(jìn)化，逐漸掌握了在現(xiàn)實(shí)世界中所需的技能和知識(shí)。現(xiàn)在，它們終于可以在物理世界中展現(xiàn)出更加智能、靈活的行為，真正進(jìn)入“打工人”行列。

【新書推薦】

《具身智能：人工智能的下一個(gè)浪潮》

【作者】劉云浩

【出版社】中信出版集團(tuán)

【出版時(shí)間】2025年1月

【作者簡(jiǎn)介】

劉云浩，清華大學(xué)全球創(chuàng)新學(xué)院院長，清華大學(xué)自動(dòng)化系教授、博導(dǎo)，ACM Fellow，IEEE Fellow, ACM主席獎(jiǎng)、國家自然科學(xué)二等獎(jiǎng)、教育部技術(shù)發(fā)明一等獎(jiǎng)、中國計(jì)算機(jī)學(xué)會(huì)自然科學(xué)一等獎(jiǎng)和中國電子學(xué)會(huì)自然科學(xué)一等獎(jiǎng)獲得者。在清華大學(xué)自動(dòng)化系獲得工學(xué)學(xué)士學(xué)位，在美國密西根州立大學(xué)計(jì)算機(jī)系獲得工學(xué)碩士和工學(xué)博士學(xué)位。曾任清華大學(xué)軟件學(xué)院院長和美國密西根州立大學(xué)計(jì)算機(jī)系系主任。

【內(nèi)容簡(jiǎn)介】

人類已經(jīng)完成了“人工智能初級(jí)階段”的原始積累，正式進(jìn)入向“更高階段”邁進(jìn)的時(shí)代。在人工智能誕生之初，其目標(biāo)或許是實(shí)現(xiàn)具身智能--這種智能體不僅擁有物理形態(tài)，還能與物理世界進(jìn)行互動(dòng)。

具身智能這條路徑能通向通用人工智能嗎?邏輯學(xué)、統(tǒng)計(jì)學(xué)、神經(jīng)科學(xué)和計(jì)算機(jī)科學(xué)等領(lǐng)域的研究者分別從符號(hào)主義、聯(lián)結(jié)主義和行為主義三個(gè)綱領(lǐng)出發(fā)研究人工智能。打造通用人工智能是否需要第四種綱領(lǐng)?還是依靠這三者的融合就能解決?這些問題現(xiàn)在給出確定的答案還為時(shí)尚早，但知古而論今，本書以當(dāng)前比較火熱的具身智能話題為引，討論人工智能的過去、現(xiàn)在和將來。

IPP公共關(guān)系與傳播中心

排版 | 周浩鍇

審閱 | 劉 深

終審｜劉金程

往期推薦????

鄭永年教授最新力作——《中等技術(shù)陷阱：經(jīng)濟(jì)持續(xù)增長的關(guān)鍵挑戰(zhàn)》，直面中國科技發(fā)展重要議題！

IPP薦書｜丁磊：DeepSeek爆火，你不知道的AI真相

IPP薦書｜15本書讀懂2025兩會(huì)六大熱詞

關(guān)于IPP

華南理工大學(xué)公共政策研究院（IPP）是一個(gè)獨(dú)立、非營利性的知識(shí)創(chuàng)新與公共政策研究平臺(tái)。IPP圍繞中國的體制改革、社會(huì)政策、中國話語權(quán)與國際關(guān)系等開展一系列的研究工作，并在此基礎(chǔ)上形成知識(shí)創(chuàng)新和政策咨詢協(xié)調(diào)發(fā)展的良好格局。IPP的愿景是打造開放式的知識(shí)創(chuàng)新和政策研究平臺(tái)，成為領(lǐng)先世界的中國智庫。