​用于制造业应用的具身 AI 与数字 AI 有何不同？

我们在日常生活中体验的大部分 AI 都是数字 AI。它生成数字工件、决策建议或预测，这些将由人类或其他一些数字代理使用。例如，使用 ChatGPT 生成求职信，推荐在 Netflix 上观看电影，使用 Dall-E 创作一幅画，以及检测医学影像中的肿瘤。

不过，目前正在开发一种不同的人工智能，即所谓的 “具身智能”(Embodied AI)。这一概念在1950年图灵在他的论文——《Computing Machinery and Intelligence》中首次提出，它指的是具有身体并支持物理交互的智能体，如智能服务机器人、自动驾驶汽车等。

具身AI机器人能像人类一样与环境交互感知、自助规划、决策、行动和执行任务。例如，机器人单元的任务是打磨放置在单元中的零件的上表面，使其达到所需的表面光洁度。具身AI能够利用传感器监控单元状态，并生成机器人执行任务的指令。

数字 AI 和具身 AI 有一些相似之处，并利用了许多底层技术。然而，了解这两种类型的 AI 之间的差异对于成功地将数字 AI 方法用于具体 AI 的应用中至关重要。

具身AI 应用的风险状况通常与数字 AI 的应用有根本的不同。如果数字 AI 工具的准确率达到 99%，它就能在许多应用中极大地提高人类的工作效率。例如，如果您使用生成式 AI(数字 AI的一种类型)生成一封 1,000 字的求职信，只需要您手动编辑其中的 10 个单词，那么与从头开始写这封信相比，您将节省大量时间。至于推荐引擎，您也不会介意它每隔几个月给您一次关于电影的糟糕建议。

相比之下，出于工业应用的风险考虑，对具体 AI 系统的准确性要求往往大相径庭。例如，如果一个机器人的加工步骤成功率为 99%，并且它工作在一个需要 200 个步骤的零件上，那么机器人制造的每个零件都会包含两个错误。结果，该零件将报废或需要维修。在大多数制造业应用中，这种技术并不可行。

主要的风险来自两个方面：出错的概率和出错的后果。当犯错的后果不严重时，可以容忍更高的错误概率。这就是为什么在许多数字 AI 应用中，1% 的错误概率是可以接受的。

相反，许多具身AI 应用要求错误概率要优于百万分之一。使用纯粹的数据驱动方法降低错误概率需要大量数据。在大多数情况下，对数据的需求呈指数级增长。遗憾的是，从物理系统获取数据的成本很高。因此，在处理具身 AI 应用时需要遵循不同的方法。

为了满足上述要求，用于制造应用的具身 AI 应当具备以下特征：

● 可使用有限数据进行训练：可先利用物理实验生成的有限数据来训练具身AI。

● 可从预先训练的模块化组件中进行组合：物理系统可以具有多种配置来支持其预期需求。例如，根据正在执行的工艺(如打磨或喷砂)，制造机器人单元可以采用许多不同的配置。不同的单元可能包括具有不同功能的机器人(如移动平台安装机器人或龙门安装机器人)、传感器类型(例如深度相机或热像仪)和工具(如轨道砂光机或喷砂喷嘴)。

因此，开发开箱即用的、适用于所有制造应用的通用具身 AI可能不会表现很好。系统的 AI 需要从模块化组件中快速合成，以匹配特定系统和工作环境的传感和驱动能力。

● 可根据新数据或情境进行调整：当系统部署过程中出现新数据时，应能利用这些数据提高 AI的性能。AI 应该能够在最少的人工监督下自主适应新环境或任务。

● 可轻松升级：随着时间的推移，物理系统的性能可能会因为磨损或物理组件的更新而发生变化。这可能需要对AI进行改进，以确保它能跟上系统的发展。因此，所设计的具身AI系统需要确保能够在对系统运行干扰最小的情况下进行升级。

● 基于风险的行动建议：系统应能估计其对建议行动的信心。信心不足时，系统应进行风险分析，分析失败的后果。如果风险过高，系统应向人类专家寻求帮助。

● 可解释性：如果系统建议的操作不符合用户期望，系统应该能够解释用于选择操作的理由。

● 分布式架构，支持边缘与云之间的计算分区：在具身 AI 的应用情境中，不可能在云端执行所有的AI计算。系统的设计应确保对网络延迟敏感的计算可以在边缘执行。

在数字 AI 领域，我们看到大型端到端学习模型(例如 LLM)取得了巨大成功。这些模型在大量数据上蓬勃发展。但是，它们并不具备上述提到的具身 AI 的许多特征。

具身 AI 应被视为一个复杂的系统，涉及多个 AI 组件之间的交互。在具身 AI 中拥有正确的系统架构是制造应用成功的关键之一。这使您能够利用 AI 的最新进展并满足制造应用的苛刻要求。因此，需要使用现代系统工程方法来设计用于制造业应用的具身 AI。