Flexiv发表《通用智能本体》：下一代通用人工智能方向

人工智能(artificial intelligence)正在成为频繁出现在科学研究和日常讨论中的议题。它具有增强任何领域的技术的潜力,是类似于内燃机或电力的一种“使能”技术,在未来几年,人工智能将给人类生活的各方面带来巨大影响,并为人类社会赋能。

那么,理想中未来的人工智能会发展成什么模样呢?

由Flexiv首席AI科学家卢策吾教授和公司CEO王世全博士近期联合发表于中国工程院院刊Engineering(2020年第六卷第三期)的评论文章《通用智能本体》,阐述并讨论了“通用智能本体(general-purpose intelligent agent, GIA)”的概念:一种可以像人类一样适应各种不同任务的AI系统,其架构受到通用计算机的启发。他们还针对这一架构提出了元操作流模型,用以描述并有效地模拟人类的操作技能和行为。为下一代通用人工智能的发展方向奠定基础。

通用智能本体的核心是要用一个简单模型来统一描述人类操作中近乎无穷数目的操作任务,因此,文中提出了“元操作流模型”这一概念,即任何一个人的操作任务都可以分解成多个“不可再向下分解的”元操作。据此,对于复杂任务的描述可以尽可能的简单化,并方便对于操作共性的抽取和知识编辑。理想的通用智能本体的体系结构应具有三大特性:可迁移性、可扩展性、可群智性。

通用智能本体五大结构

在元操作流模型的基础上,文中提出了通用智能本体应当具备的五大结构:

1. 执行模块。由移动平台和操作平台组成,负责完成基本动作单元与操作;

2. 感知模块。负责接受外界视觉、听觉、力觉信号,同时解析环境中的视觉、听觉、力觉等语义;

3. 任务编译器。是用户向通用智能本体布置任务的统一界面,使得用户使用统一的“语言”在实际应用中获得元操作流的生成;

4. 知识引擎。在统一协议下,用户可以对物体和物体操作进行知识编辑,从而对知识库进行扩展,形成具有知识可迁移性的知识引擎;

5. 中央GIA处理器。作为整个系统中的中心计算模块,中央GIA处理器解析任务编译器的任务后,读取感知模块信号,并调用知识引擎中的知识做出综合决策,最后向执行模块发出指令。

之后,文中还给出了来衡量智能通用本体的性能的可量化指标和计算方式。考虑到各个领域的难易程度,可以将通用智能本体的应用难度分为四个程度,在实际应用的发展中,各个产业落地的时间上也会有相应的先后顺序。

通用智能本体未来不能被简单地看作AI赋能设备,这样一个本体会大大推进智能科学的发展,它所带来的价值包括提高机器对任务的可迁移性;对物理世界产生更加深刻的理解,从而提供和世界交互的基础;更好地促进了群体智能的增长。

关于Engineering期刊

为更好地引领工程科技发展,在联合国教科文组织、国际工程与技术科学院理事会(CAETS)的支持下,中国工程院于2015年创办《Engineering》期刊。期刊旨在提供一个高水平的工程科技重大成果发布与交流平台,主要报道在科学发现的基础上、通过创新形成新的生产力、推动具有重大经济社会意义和世界先进水平的工程和产业的发展。期刊以开放获取(Open Access)的方式出版,已被SCI、EI、Scopus等国际权威检索系统收录。

关于Flexiv

Flexiv(非夕)是一家全球技术领先的AI机器人公司,专注于研发、生产集高精度力控、计算机视觉和人工智能技术于一体的自适应机器人产品,为不同行业的客户提供基于非夕机器人系统的整体、创新性的解决方案和服务。非夕于2016年成立,核心创始团队来自斯坦福大学机器人和人工智能实验室。目前,非夕已在硅谷、上海、北京、深圳、佛山等地区设立办公室。