抓住风口
本期要点：AI为什么没办法像人一样？
你好，我是王煜全，这里是王煜全要闻评论。
最近，尽管AI的发展如火如荼，但许多人可能会感到困惑——为什么是AI去写诗画画，抢走程序员、分析师这样的高端工作，而人类依旧需要自己洗衣做饭、端茶送水呢，不是说AI是来服务人类吗？
现状确实如此，不过，可能要有转折了！
前段时间，一直对大语言模型（LLM）持批评态度的图灵奖得主、Meta首席AI科学家杨立昆（Yann LeCun），终于发布了“世界模型”的初步成果。
杨立昆详细介绍了他们的新型视频理解架构V-JEPA 2，即Video Joint Embedding Predictive Architecture。他强调，这不是另一个大语言模型的变种，而是基于海量视频数据进行学习的“世界模型”。
据称，V-JEPA 2的训练分为两个阶段。首先，通过观看视频进行预训练，让模型建立对物体恒常性、重力、碰撞等物理概念的直觉。然后再引入机器人与环境互动的视频数据进行微调，以提升模型的动作预测能力。
无独有偶，被称为“AI教母”的斯坦福大学教授李飞飞，在知名风投机构a16z的播客中提到，当前AI系统普遍缺乏一种至关重要的能力——空间智能（Spatial Intelligence）。
例如，当你蒙上眼睛，会发现很难仅凭语言完成复杂任务。但是睁开眼睛后，你能够迅速构建物理空间并高效操作。对于AI及其控制的机器人来说也是同样的道理。
我们认为，两位路径不同的顶尖学者共同给出了一个清晰的信号：大语言模型一定不是终点，AI的下一步应当是物理AI，也就是能够感知、理解、推理乃至改变物理世界的模型。
不过，要注意的是，物理AI仍然无法实现通用人形机器人，最多只能创造出更灵巧的机械臂。今天的思想荟文章就来好好聊聊。
鹦鹉学舌
首先，世界模型和空间智能，或者用一个更大的概念——物理AI，确实是一个重大进步。
当前主流的AI模型都具有根本性缺陷。它们虽然“能说会道”，还能生成图片、视频，甚至可以为你完成一些具体的工作，但本质上这仍然只是“鹦鹉学舌”。
因为，说白了，当前主流生成式AI的底层原理是基于海量数据进行统计分析，从而预测下一个Token。可是，由于缺乏对物理世界法则的理解，它们的表现高度依赖于训练数据的质量。
所以，我们会看到，当ChatGPT3.5刚推出时，尽管看上去能像人一样聊天，但会频繁出现幻觉和低级错误。而Sora等视频生成工具也会产生不合物理规律的内容，比如让椅子漂浮起来，或是让蚂蚁一会儿四条腿、一会儿六条腿。
这些问题确实可以优化，却无法彻底消除。其根本原因在于，基于大语言模型的生成式AI无法自行评判结果准确与否。
杨立昆
因此，杨立昆和李飞飞所倡导的正是AI发展的下一步方向。
就像婴儿通过看、听和触摸来探索世界，物理AI也可以通过多模态数据让AI学习物理世界的规则，获得自我判断的能力。
AI也得“社会”
但是，从更长远的角度看，物理AI也有局限性。
即便AI掌握了物理世界的规律，能够像物理学家一样思考，还能像工匠一样进行精细的操作，但要让它服务人，依然差着认知的鸿沟。
比如，服务人的AI应当至少具备情感共情的能力，也就是需要AI通过理解面部表情、语气语调、生理信号等信息，感知人的情绪、想法，甚至预判人的动作。这是机器人刚刚开始涉足的领域，但却是每个普通人的基本能力。
人类大脑中有丰富的镜像神经元（Mirror Neuron），让我们能够直觉地感受到他人的喜怒哀乐。基于这种理解，未来也许可以构建能和人共情的AI模型。
更重要的是，MIT的Rebecca Saxe等教授的研究表明，大脑中的颞顶联合区，能让我们直觉地理解他人的想法、推测他人的意图。也就是说“子非鱼”，确实“焉知鱼之乐”，但我们都是人，甚至不需要学习就可以“知他人之乐”。如果AI要达到类似人类的认知水平，可能也需要具备类似的模块和能力。
所以，虽然AI大模型可以识别讽刺、开玩笑等表达方式，但这是因为它们掌握了文本数据中的一些人类行为模式，并没有内化社会互动背后的动机与情感。我们也就更不能指望AI会突然“开窍”，而是要对所谓的“涌现”现象持谨慎态度。
人是有自由意志的自主行为体，机器人要想服务好人，必须要对服务对象的思想和情绪有充分的了解，对人的行为能做出预判。而这些，甚至都还没列到现阶段AI研发的日程上来。
所以，最后，我想强调的是，我们距离实现真正的通用机器人，还有不少难关。
如今像特斯拉等公司大举投资人形机器人，当然是看中了它的“通用性”。马斯克自然不会希望自己的机器人只能在工厂拧螺丝，而是能在人类的生活环境中提供服务。也只有这样，才能支撑他所说的“全球机器人数量将达到100亿台”的设想。
但这意味着，此时机器人不仅要会干活，还要能服务人。
可是，要注意，物理AI只能做到“会干活”。物理AI可以让机器人拿起杯子，但无法让机器人理解在何种情境下、以何种方式递上这杯水。如果把没有社会智能的机器人强行塞进人类社会，你就会发现，这些机器无法真正融入，也就不能提供服务。
当然，物理AI可以提升机械臂处理多样化零件或完成复杂装配任务的能力，比如裁剪衣服和组装手机。这或许有助于进一步提高生产自动化水平，特别是在目前仍依赖人工的劳动密集型产业。
但仅仅让机器人可以从事柔性生产，显然意义并不重大。这只是替代了一小部分人工，也没有产生新增的价值。尤其是用人形机器人，在工业生产的场景中，其性价比很难超越非人形的特定用途机器人。
那么，当机器人被证明无法胜任普遍需求时，一场“寒冬”可能就会到来。那些专注于按摩、做饭、工业生产等垂直领域的机器臂或机器手企业，反而可能存活下来，并在物理AI的赋能下成长为行业巨头。
所以，我们反复强调，在技术热潮中，坑往往比机会多。
只有那些真正理解底层规律但仍然谨慎乐观的人，才能在泡沫中存活，并在萧条中崛起。
以上就是今天的内容。在今晚的特训营直播课上，我将为你深度剖析汽车产业的风险和机遇。如果你感兴趣，现在购买或续费“前哨•科技特训营”，还可额外获赠2个月的学时！欢迎扫码加入，和我一起，先人一步，领先一路！
另外，我们将每天的前哨科技新闻速览转化成AI播客，每天下午6点左右在全球风口的视频号里播放，希望你在下班路上能轻松获取科技新闻，欢迎前来试听。
王煜全要闻评论，我们明天见。
↓长按图片扫码报名，先人一步，领先一路
最后，鉴于公众号推送机制的改变，你未来刷到要闻评论的机会可能没那么多了，建议你加入粉丝群，第一时间得到我的独家前沿分析，而且我们还会每天在粉丝群里发布独家资料，快快扫码加入吧！
【科技特训营】看懂科技产业，离不开长期观察。线上书院模式，与王老师深度链接！为未来五年做好准备，先人一步，领先一路！
↓¥399，掌握王煜全AI产业预测精华（iOS用户请在电脑端打开）
此外，我们还为您准备了一份思维导图，扫描加群即可领取
“全球AI独角兽一览表”
热门跟贴