人工智能是否需要一个身体才能接近人类的智力？

我记得的第一个机器人是Rosie喷气机，紧随其后的是Urbane C-3PO和他忠实的Sidekick R2-D2帝国反击。但是我第一个无型AI是Joshua，计算机战争游戏谁试图发动核战争，直到它了解了相互保证的破坏并选择下棋为止。

七岁时，这改变了我。机器可以理解道德吗？情感？人类？人工智能需要身体吗？这些着迷加深了非人类智能的复杂性，与诸如Android主教之类的角色所做的外星人，数据中的数据星际迷航：TNG，最近与萨曼莎（Samantha）她，或ava in前机械。

但是这些只是投机性的问题。今天的机器人主义者正在努力解决人工智能是否需要身体的问题？如果是这样，什么？

然后是这一切；如果体现的智能是前往真正的人工通用智能（AGI）的道路，那么软机器人是否可以成为下一步的关键？

毫无生气的AI的限制

最近的论文开始显示当今最先进（尤其是无形）AI系统的裂缝。一个苹果的新研究研究了所谓的大型推理模型（LRMS） - 在回答之前生成推理步骤的语言模型。纸张指出，这些系统在许多任务上的表现都比标准LLM的表现更好，但是当问题变得太复杂时就会崩溃。令人惊讶的是，即使赋予了足够的计算能力，它们也不只是平稳崩溃。

更糟糕的是，他们无法始终如一地或算法推理。他们的推理痕迹 - 他们如何通过问题工作 - 缺乏内部逻辑。而且挑战越复杂，模型似乎花费的努力就越少。作者得出结论，这些系统确实不认为人类的方式。

``我们现在正在构建的是用文字掌握的事情，并预测了下一个最有可能的词……这与您和我所做的事情大不相同，”前Google研究员兼Cohere的联合创始人Nick Frosst告诉 《纽约时报》。

认知不仅仅是计算

我们是怎么到达这里的？在20世纪的大部分时间里，人工智能遵循了一个名为Gofai的模型，该模型将认知视为象征性逻辑。早期的AI研究人员认为，可以通过处理符号来构建情报，就像计算机执行代码一样。摘要，基于符号的思维当然不需要身体才能前进。

当早期机器人AI未能处理混乱的现实情况时，这个想法开始陷入困境。心理学，神经科学和哲学的研究人员开始提出一个不同的问题，植根于对动物和植物智力的研究所带来的更多理解，这些研究都适应了，学习，学习和应对复杂的环境条件。这些生物是通过身体互动而不是象征性思想来学习的。

在人类中，控制我们肠道的肠神经系统通常被称为第二个大脑，因为它使用了大脑使用的相同类型的细胞和化学物质来帮助我们消化 - 顺便说一句，这些成分是章鱼在肢体内使用章鱼触手来感知和局部反应的组成部分。

这一切都提出了一个问题，如果适应能力的基础是分布在整个生物体并且不仅仅活在大脑中，与物理世界脱节吗？

这是体现认知的核心思想。表演，感知和思维不是分开的 - 它们是一个过程。作为苏黎世大学人工智能实验室主任Rolf Pfeifer告诉EMBO报告：``大脑一直在与世界互动以生存的身体的背景下发展。没有出现大脑的算法以太。

体现智力：另一种思维

因此，我们可能需要更聪明的身体与AI一起使用，而Cecilia Laschi是一个先驱软机器人技术，认为聪明等于柔软。在日本与刚性类人生物机器人一起工作的多年后，她将研究转移到了柔软的机器上，受到章鱼的启发 - 一种没有骨骼的动物，四肢自我思考。

她在接受New Atlas采访时说，如果您有人类的机器人行走，您可以控制所有不同的动作。•如果地形有不同的东西，您必须重新编程。

但是动物不需要重新思考和计划步行动作。她解释说，我们的膝盖是合规的。我们在不使用大脑的情况下机械地弥补了不平衡的地面。

从工程的角度来看，体现的情报具有明显的优势。向机器人的物理结构卸载感知，控制和决策意味着减少了主要机器人大脑的计算需求，从而导致机器可以在无法预测的环境中更有效地发挥作用。

在五月特刊的科学机器人技术，Laschi是这样定义的：运动控制并非完全由计算系统管理。

以这种方式思考，智能几乎不是更快的芯片或更大的模型 - 关于互动。推进这种智能的关键是软机器人技术领域，该领域使用硅胶或特殊面料等材料来启用更灵活的机器人体。这些身体是自适应，流体的，并且能够实时学习。柔软的机器人手臂，例如章鱼触手，可以掌握，探索和响应，而无需计算一切动作。

肉和反馈：如何使材料自己思考

但是，为了使软机器人技术和触手能够发挥作用，机器人必须为每种可能性摆脱编程，而是为机器设计和反应的新方法。为了构建具有栩栩如生的自治的机器，研究人员正在转向一个新概念：自主体育智能（API）。

Ximin HeUCLA材料科学与工程副教授，通过设计柔软的材料，例如反应式凝胶和聚合物，它不仅对刺激做出反应，而且还使用内置的反馈来调节自己的运动，从而开创了这一领域的工作。

我们一直在努力在物质层面创造更多的决策能力，'他在接受采访时告诉新的Atlas。``响应刺激而改变形状的材料也可以根据刺激如何根据其变形或调整下一次运动来调节刺激。”

在2018年，他的实验室用一种可以自我调节运动的凝胶证明了这一点。从那时起，它们表明相同的原理适用于一系列软材料，包括在空气中有效工作的液晶弹性体。

API的关键是非线性时间延迟反馈。在传统机器人中，控制系统分析了感官数据，并告诉机器该怎么做。他的方法将这种逻辑直接嵌入到材料本身中。

他解释说，在机器人技术中，您需要感知和驱动 - 但它们之间的决策。这就是我们使用反馈循环的身体嵌入的东西。

他将其与生物系统进行了比较。负反馈，例如我们的葡萄糖调节或恒温器，可以纠正过冲。积极的反馈会放大变化。非线性反馈结合了两者，允许控制的节奏行为（例如摆或步行步态）。

他说，很多自然运动都依赖于周期性的，稳定的运动。”``通过非线性，时置的反馈，我们可以设计软机器人，以向前，向后，向前迈进，而无需在每个步骤中需要外部控制。

这代表了依靠外部刺激起作用的软机器人迈出的一大步，他和她的同事们共享最近的评论论文。通过将感应，控制和驱动整合到材料本身中，像他这样的研究人员正在铺平道路通往刚刚做出反应的机器，而是自行决定，适应和行动。

未来是柔和的（聪明）

软机器人技术是一个新生的领域，但它具有深刻的希望。Laschi指出了可以同时检查和反应敏感人体组织的外科手术工具，或者是可以弯曲或适应患者需求的康复设备，作为早期和明显的用途。

因此，要从AI转移到AGI，机器可能需要柔软和适应性的机器。包括人类在内的地球上的大多数生活都通过移动，触摸，失败和调整来学习。我们知道如何应对一个不可预测的，混乱的世界 - 当今AIS仍在挣扎。我们知道什么是苹果，不是因为我们阅读了一个定义，而是因为我们拿着一个，品尝了一个，放下它，擦伤了它，切开，挤压它，看着它腐烂。

这种知识 - 默认，感官，上下文 - 很难教授一个只能看到文本或像素的模型。与现实世界的直接连接并与反馈联系在一起LLM当前处理的语言的局限性，并为人工智能建立对世界的不同理解提供了潜力。从自己的POV而不是人类的概念，而是不同的概念。如果为软机器人提供了不同种类的感觉输入（例如红外视觉，低频听力或能力闻到癌症或其他疾病），甚至可以对地球上的生命产生一种替代（可能是超级使用）的理解。

``如果您想在机器中开发人类智能，那么机器必须能够获得自己的经验，”意大利热那亚大学生物工程学教授Giulio Sandini告诉EMBO报告。您必须像孩子一样让它从经验中学习。这可能需要一个身体。