再加上這一事實(shí)，AI在很大程度上仍然是黑匣子，工程師仍然很難解釋為什麼模型行為不可預(yù)測(cè)或如何修復(fù)它們，並且您可能會(huì)開(kāi)始掌握當(dāng)今行業(yè)面臨的主要挑戰(zhàn)。

但這是越來(lái)越多的研究人員和初創(chuàng)企業(yè)看到下一個(gè)大機(jī)會(huì)的地方：不僅在更快的模型培訓(xùn)或更令人印象深刻的生成產(chǎn)量中，而且在真正了解物理世界的機(jī)器中，它的移動(dòng)，反應(yīng)和實(shí)時(shí)的方式。他們將其稱為“物理AI ”。

NVIDIA首席執(zhí)行官Jensen Huang首先將該短語(yǔ)引起了人們的關(guān)注，他將物理AI描述為人工智能的下一個(gè)前沿，將其定義為“了解物理學(xué)定律的AI ”，超越像素標(biāo)籤，以身體的認(rèn)識(shí) - 空間，運(yùn)動(dòng)和互動(dòng)。

從被動(dòng)攝像機(jī)到主動(dòng)

物理AI的核心將計(jì)算機(jī)視覺(jué)，物理模擬和機(jī)器學(xué)習(xí)結(jié)合在一起，以教授機(jī)器的原因和作用。從本質(zhì)上講，它使AI系統(tǒng)不僅可以識(shí)別對(duì)像或人員，還可以理解它們與環(huán)境的互動(dòng)方式，例如某人的運(yùn)動(dòng)可能會(huì)導(dǎo)致一扇門(mén)旋轉(zhuǎn)開(kāi)門(mén)，或者球如何從牆壁上彈起。

在全球風(fēng)險(xiǎn)資本和增長(zhǎng)股票公司Norwest資助的一家初創(chuàng)公司Lumana ，該短語(yǔ)不僅是一個(gè)營(yíng)銷(xiāo)術(shù)語(yǔ)；它代表了產(chǎn)品開(kāi)發(fā)中的完全轉(zhuǎn)變。該公司以AI視頻分析而聞名，現(xiàn)在正在培訓(xùn)其模型不僅要檢測(cè)運(yùn)動(dòng)，而且要解釋人類行為，評(píng)估意圖並自動(dòng)生成實(shí)時(shí)警報(bào)。

Lumana首席執(zhí)行官Sagi Ben-Moshe在接受采訪時(shí)說(shuō)：“我們將物理AI定義為視頻智能的下一階段?！?“這不再僅僅是要在走廊上識(shí)別紅色汽車(chē)或某人 - 這是關(guān)於預(yù)測(cè)接下來(lái)會(huì)發(fā)生什麼並在現(xiàn)實(shí)世界中採(cǎi)取有意義的行動(dòng)?！?/p>

在一個(gè)實(shí)用的例子中，Lumana的系統(tǒng)在認(rèn)識(shí)到異常的肢體語(yǔ)言並在兩名男子和一對(duì)無(wú)人值守的飲料之間近距離接近後發(fā)現(xiàn)了潛在的攻擊，從而觸發(fā)了一條警報(bào)，該警報(bào)允許工作人員在情況升級(jí)之前進(jìn)行干預(yù)。在另一種情況下，它實(shí)時(shí)確定了食品安全違規(guī)行為，包括未能洗手的工人，無(wú)手套處理食物，並將原料放出太久。這些事實(shí)是事後發(fā)現(xiàn)的問(wèn)題，但是當(dāng)它們發(fā)生時(shí)被捕獲。本·莫西（Ben Moshe）解釋說(shuō)，這種分層的解釋水平將相機(jī)變成了“智能傳感器”。

現(xiàn)實(shí)世界的影響

Huang以前使用過(guò)“物理AI”一詞並不偶然，將其與具體的智能和現(xiàn)實(shí)世界的模擬聯(lián)繫起來(lái)。它反映了該行業(yè)向建立AI系統(tǒng)的更大轉(zhuǎn)變，該系統(tǒng)可以更好地理解物理定律，並且可以更有效地推理。在這種情況下，物理學(xué)是指原因和作用 - 分析運(yùn)動(dòng)，力和互動(dòng)的能力，而不僅僅是外觀。

這種觀點(diǎn)與諾瓦斯特的投資者保持一致，後者在早期階段為L(zhǎng)umana提供了支持。諾瓦斯特（Norwest）的普通合夥人Dror Nahumi說(shuō)：“您不能僅通過(guò)檢測(cè)對(duì)象來(lái)建立視頻智能的未來(lái)?！?“您需要在上下文中了解正在發(fā)生的事情的系統(tǒng)，並且可以比觀看十幾個(gè)屏幕的人更好地做到這一點(diǎn)。通常，企業(yè)也需要立即需要此信息?！?/p>

諾維斯（Norwest）並不是這個(gè)領(lǐng)域中唯一的球員。其他人，例如Hakimo和Vintra，正在探索類似的應(yīng)用程序 - 使用AI在製造業(yè)中發(fā)現(xiàn)安全性違規(guī)，檢測(cè)零售遊蕩或防止公共騷擾發(fā)生惡化。

例如，Hakimo最近開(kāi)發(fā)了一種自主監(jiān)視劑，該監(jiān)視劑阻止了攻擊，確定了故意破壞，甚至使用實(shí)時(shí)視頻提要和AI協(xié)助了一個(gè)崩潰的人。在3月的NVIDIA GTC，NVIDIA展示了通過(guò)基於環(huán)境的訓(xùn)練來(lái)了解重力和空間關(guān)係的機(jī)器人代理，與相同的物理推理Lumana呼應(yīng)了其監(jiān)視工具。

就在昨天，Meta宣布發(fā)布V-JEPA 2，“一個(gè)自製的基金會(huì)世界模型，了解物理現(xiàn)實(shí)，預(yù)測(cè)結(jié)果併計(jì)劃有效的策略?！闭绻净続I研究的核心學(xué)習(xí)和推理部門(mén)的小組產(chǎn)品經(jīng)理米歇爾·邁耶（Michel Meyer）昨天在LinkedIn上寫(xiě)道：“這標(biāo)誌著向AI系統(tǒng)邁出的基本轉(zhuǎn)變，該系統(tǒng)可以推理，計(jì)劃和通過(guò)物理世界行動(dòng)來(lái)通過(guò)物理世界進(jìn)行推理和採(cǎi)取行動(dòng)。做到這一點(diǎn)?！?/p>

當(dāng)被問(wèn)及物理AI的實(shí)際影響可能是什麼時(shí)，Nahumi指出，它超出了流行語(yǔ)。 “任何人都可以檢測(cè)到運(yùn)動(dòng)，但是如果您想在視頻監(jiān)視中進(jìn)行真正的AI，則必須超越這些內(nèi)容才能理解上下文?！彼J(rèn)為L(zhǎng)umana的全棧，上下文感知的建築是基礎(chǔ)，而不僅僅是銷(xiāo)售。

他告訴我：“我們相信這裡有一個(gè)巨大的商機(jī)，現(xiàn)在的技術(shù)已經(jīng)足夠成熟，可以實(shí)時(shí)支持甚至超過(guò)人類的績(jī)效?！?/p>

信任和透明度

事實(shí)是，物理系統(tǒng)系統(tǒng)的成功並不僅僅取決於基礎(chǔ)技術(shù)。隨著AI的不斷發(fā)展，越來(lái)越清楚的是，大多數(shù)AI系統(tǒng)的成功在很大程度上取決於倫理，信任和問(wèn)責(zé)制。換句話說(shuō)，信任是AI有效性的貨幣。公司必須繼續(xù)回答的關(guān)鍵問(wèn)題是：我們可以信任您的AI系統(tǒng)安全操作嗎？

在安全環(huán)境中，誤報(bào)可以關(guān)閉位置或錯(cuò)誤地指責(zé)無(wú)辜的人。在工業(yè)環(huán)境中，誤解的動(dòng)作可能會(huì)引發(fā)不必要的警報(bào)。

隱私是另一個(gè)關(guān)注的領(lǐng)域。雖然許多物理AI系統(tǒng)在私人設(shè)施中運(yùn)行（工廠，校園，酒店），但批評(píng)家警告說(shuō)，實(shí)時(shí)行為預(yù)測(cè)而沒(méi)有監(jiān)督，可能會(huì)導(dǎo)致大規(guī)模監(jiān)視。正如本·莫西本人所承認(rèn)的那樣，這是需要保障，開(kāi)放性和明確同意的強(qiáng)大技術(shù)。

但是，根據(jù)Nahumi的說(shuō)法，Lumana的多層方法可提供有用的警報(bào)，同時(shí)保護(hù)隱私並使其平穩(wěn)地集成到當(dāng)前系統(tǒng)中。他指出：“ Lumana設(shè)計(jì)將物理AI分層到現(xiàn)有基礎(chǔ)架構(gòu)上的系統(tǒng)，確保操作員不會(huì)被誤報(bào)所淹沒(méi)?！?/p>

邊緣市場(chǎng)

儘管有這些擔(dān)憂，但需求仍在迅速上升。零售商想監(jiān)視人流異常。市政當(dāng)局旨在防止犯罪而無(wú)需增加人員。製造商尋求實(shí)時(shí)安全合規(guī)，而不是事後評(píng)論。在每種情況下，問(wèn)題都保持不變：相機(jī)太多，洞察力太少。

這是物理AI背後的商業(yè)理由。正如Norwest的Nahumi所說(shuō)：“我們看到了明確的ROI指標(biāo) - 不僅在避免損失的情況下，而且在運(yùn)營(yíng)效率方面。這不再是投機(jī)性深技術(shù)。這是一種平臺(tái)投資?！?/p>

該投資依賴於可擴(kuò)展，靈活和成本效益的系統(tǒng)。 Lumana的策略在現(xiàn)有攝像頭系統(tǒng)的頂部增加了物理AI，它避免了“盜版”困境，並使採(cǎi)用障礙保持較低。 Nahumi強(qiáng)調(diào)了整個(gè)零售，製造，酒店和公共安全的企業(yè)興趣不斷增長(zhǎng) - 錄像豐富的區(qū)域，但分析仍然是手動(dòng)和效率低下的。

即使在公司董事會(huì)和研究實(shí)驗(yàn)室中，對(duì)“理解”而不是“觀察”的機(jī)器的渴望也在增長(zhǎng)。這就是為什麼像Norwest，Nvidia，Hakimo和Lumana這樣的公司正在將身體AI翻倍。

本·莫西（Ben-Moshe）想像的：“在五年內(nèi)，物理AI將做的不僅僅是觀察到的要多 - 它將建議採(cǎi)取行動(dòng)，預(yù)測(cè)事件並為安全團(tuán)隊(duì)提供無(wú)與倫比的可見(jiàn)性?！彼麖?qiáng)調(diào)，這是關(guān)於不僅看到而且響應(yīng)的系統(tǒng)。

外賣(mài)

最終，物理AI的目標(biāo)不僅是為了幫助機(jī)器更清楚地看到，還可以幫助他們了解自己所看到的東西。這是為了幫助他們?cè)谖覀兩畹难}雜物理世界中感知，理解和理性。

本·莫西（Ben-Moshe）想像著一個(gè)未來(lái)，即物理AI建議採(cǎi)取行動(dòng)，阻止事件升級(jí)，甚至在事件發(fā)生之前預(yù)測(cè)事件。他說(shuō)：“視頻的每一秒都應(yīng)該產(chǎn)生可行的見(jiàn)解?！?“我們希望機(jī)器將世界作為一個(gè)系統(tǒng)推理，例如粒子追蹤物理學(xué)中可能的路徑，並強(qiáng)調(diào)了最可能，最有價(jià)值的結(jié)果?！?/p>

這是當(dāng)今基本的監(jiān)視系統(tǒng)的重大飛躍。從防止犯罪和避免事故到發(fā)現(xiàn)新的運(yùn)營(yíng)見(jiàn)解和分析活動(dòng)趨勢(shì)，相機(jī)的推理引擎可提供有形的可測(cè)量?jī)r(jià)值。

但是擴(kuò)大它們是真正的努力所在。它將需要精確，道德，可審計(jì)和值得信賴的系統(tǒng)。如果可以實(shí)現(xiàn)這種平衡，我們可能很快進(jìn)入一個(gè)世界，AI不僅向我們展示了發(fā)生的事情，還可以幫助我們確定最重要的事情。

以上是什麼是'物理AI”？在推動(dòng)AI理解現(xiàn)實(shí)世界的推動(dòng)力中的詳細(xì)內(nèi)容。更多資訊請(qǐng)關(guān)注PHP中文網(wǎng)其他相關(guān)文章！