近日，上海理工大学管理学院“院士大讲坛”（第六期）在军工路校区举办，加拿大工程院院士、加拿大萨斯喀彻温大学终身教授章文俊作题为“具身人工智能与通用人工智能：概念、技术及未来前景”的学术报告。他在报告中提出，当前对具身智能的讨论不应忽略“身体智能”的原初内涵，而对通用人工智能的追逐也需回到真实行业场景，更多关注专用人工智能的可行路径。
管理学院院长、专业学位教育中心主任赵来军，副院长刘魏巍及相关专业师生参加报告会。报告由赵来军主持。
“具身人工智能”并不是一个新词。章文俊指出，这一概念早在上世纪九十年代便已出现，但当时的内涵与今天学界和产业界的主流理解存在本质差异。早期具身智能关注的是人类除头脑之外的身体与心灵层面的智能，尤其重视物体固有物理属性所能产生的智能行为。
他举例说，重力、摩擦、弹性、刚性、惯性、平衡与稳定等，并不只是被动的物理条件，也可以成为智能行为的基础。利用这些特性，即使没有电力和外部控制器，纯机械装置也可能实现行走、跳跃、奔跑等具有智能特征的行为。章文俊认为，这正是过去研究中常被忽略的“身体智能”。
与此相比，当前被广泛讨论的具身智能，更多指将人工智能系统嵌入机器人等物理实体，使其能够在真实环境中感知、行动并自我调整。章文俊将其概括为一种“AI头脑+机械身体”的实时动态系统。他认为，这一理解与早期概念并无直接关联，也造成了同一术语下新旧含义并存、彼此混淆的问题。
为弥合这种割裂，章文俊提出，具身智能应被理解为认知智能、身体智能与情感智能的集成。其控制机制既包括人类通过科学研究获得的第一性原理，也应包括系统在与外部环境、同伴和任务对象交互过程中，通过协同机器学习获得的知识。
谈及通用人工智能，章文俊把当前以大语言模型为核心的技术路线称为追求极致泛化的“超级大脑”。他指出，这类系统参数规模庞大，高度依赖图形处理器算力和大型数据中心供电，单次训练周期通常长达数月。若将这样的“超级大脑”装入具身实体，试图构建全能型通用具身人工智能，在真实场景中将面临实时响应和动态学习的挑战。
在他看来，对大量行业而言，过度追求通用性未必经济，反而可能造成算力和时间的双重浪费。章文俊建议，各国应将研发重点从耗资巨大的通用人工智能，适度转向面向特定行业的“专用人工智能”。他说，专用人工智能应先深耕具体应用场景，把领域知识与人工智能深度融合，研制相对专用的智能体。
章文俊认为，这种自下而上的路径能够有效利用人类长期积累的既有知识，不必事事从零学习，从而降低电力和时间消耗。相较于宏大但回报仍有不确定性的通用人工智能路线，专用人工智能在垂直领域具有更明确的可行性与现实价值。
博牛配资提示：文章来自网络，不代表本站观点。
