详细内容或原文请订阅后点击阅览
AI 可以决定。但它能行动吗？物理人工智能中缺失的一层
人工智能已经取得了令人印象深刻的进步。模型可以对图像进行分类、生成文本，甚至可以规划复杂的动作序列。但是，当你将人工智能从数字世界中取出，并将其放入工厂、仓库或任何物理环境中时，某些东西就会崩溃。人工智能可以做出决定。但它无法可靠地行动。这就是定义物理人工智能的差距，也是大多数现实世界机器人项目成功或失败的地方。
来源:Robotiq人工智能取得了令人瞩目的进步。
模型可以对图像进行分类、生成文本，甚至可以规划复杂的动作序列。但是，当你将人工智能从数字世界中取出并将其放入工厂、仓库或任何物理环境中时，某些东西就会崩溃。
AI 可以决定。
但它不能可靠地动作。
这是定义物理人工智能的差距，也是大多数现实世界机器人项目成功或失败的地方。
思考与行动之间的差距
在模拟中，一切都是干净且可预测的。
对象被完美建模。照明非常理想。物理行为完全符合预期。
在现实世界中，这些都不是真的。
人工智能系统可能会正确识别一个对象并决定如何挑选它。但如果没有在互动过程中适应的能力，该决策往往无法执行。
这就是为什么许多人工智能驱动的机器人演示看起来令人印象深刻，但在工厂车间部署时却很困难。
感知还不够
机器人领域的大多数人工智能开发都集中在视觉上。
愿景很重要。它帮助机器人定位物体、理解场景并计划行动。
但仅靠愿景并不能解决这个问题。
人类不仅仅依靠视觉来操纵物体。我们不断地使用触摸、力量和反馈：
如果没有这种反馈，即使是简单的任务也会变得不可靠。
对于机器人来说也是如此。
物理人工智能需要一个完整的循环：感知→决定→行动→适应
为了在现实世界中可靠运行，机器人需要的不仅仅是智能。他们需要一个闭环交互系统。
该循环如下所示：
大多数当前系统都没有这个循环。
这是：