ChatGPT在三年多前的发布引发了AI热潮。尽管AI模型持续变得更加强大，但要真正在人们的日常生活中发挥最大帮助作用，它们需要能够处理日常任务。这只有让AI走出笔记本电脑屏幕上的聊天机器人，更直接地融入我们的环境中才能实现。
行业最新热词登场：物理AI。这个术语在上周的消费电子展（CES）上全面展示，几乎每家公司都在推出能够推进这一领域发展的新模型或硬件，包括英伟达。在公司主题演讲中，CEO黄仁勋甚至将物理AI的重要性与ChatGPT的发布相提并论。
"物理AI的ChatGPT时刻已经到来——机器开始理解、推理并在现实世界中行动，"他说道。
物理AI可以概括定义为在硬件中实现的AI，能够感知周围世界，然后进行推理来执行或协调动作。流行的例子包括自动驾驶汽车和机器人——但利用AI执行任务的机器人已经存在了几十年。那么区别在哪里？
高通自动驾驶和机器人业务副总裁兼总经理Anshuman Saxena表示，区别在于机器人推理、采取行动和与周围世界互动的能力。
"思维链条、推理、大脑的整个概念，将在情境中工作并像人类一样采取行动——这才是物理AI的真正定义，"Saxena说道。
例如，人形机器人能够超越按指示执行移动材料或包裹等任务，而是能够感知环境来直观地执行任务。
然而，例子不必那么复杂；事实上，根据高通XR、可穿戴设备和个人AI高级副总裁兼总经理Ziad Asghar的说法，你可能已经拥有物理AI的典型例子。
"智能眼镜已经是物理AI的最佳代表，"Asghar说。"它们是一种基本存在的设备，能够看到你所看到的；它们能够听到你所听到的，所以它们在你的物理世界中。"
Saxena补充说，虽然人形机器人在人类不想执行任务的情况下会很有用，无论是因为任务过于繁琐还是过于危险，但它们不会取代人类。这就是智能眼镜等AI可穿戴设备发挥重要作用的地方，因为它们可以增强人类能力。
但除此之外，AI可穿戴设备实际上可能能够通过提供基于现实生活视角和例子的高质量数据集，反馈给其他物理AI设备，如机器人。
"为什么大语言模型如此出色？因为互联网上有大量数据，提供了很多上下文信息等等，但物理数据并不存在，"Saxena说。
他描述的问题是经常阻碍物理AI发展的问题。因为在现实世界中训练机器人风险太大，比如让自动驾驶汽车上路，公司必须创建合成数据模拟来训练和测试这些模型。许多公司在CES上试图解决这个问题。
英伟达发布了理解你周围真实世界的新模型，可用于创建模拟现实生活场景的合成数据和模拟。高通提供了一个全面的物理AI堆栈，将在CES上发布的新高通Dragonwing IQ10系列处理器与AI数据收集和训练所需的工具相结合。
为这种训练创建数据集通常是一个耗时且昂贵的过程。然而，机器人可以使用人们每天已经使用的可穿戴设备的数据，这实际上是符合人类体验的物理AI数据。
"想想这些传感器、眼镜，还有那么多东西，如果我戴着眼镜，基于'哦，我在这里看到了什么'采取行动，立即就会产生大量信息，这也能帮助机器人，今天创造出一套新的信息，"Saxena说。
考虑到使用你的日常数据来训练机器人可能带来的隐私担忧，Saxena强调来自可穿戴设备的数据应该始终保持最高级别的隐私。因此，这些数据——应该已经被可穿戴设备公司匿名化——可能对训练机器人非常有帮助。然后机器人可以创造更多数据，形成健康的生态系统。
"这种情境分享，你周围的机器人和可穿戴AI设备之间的AI分享，我认为这是你将能够获得的好处，"Asghar补充道。
Q&A
Q1：什么是物理AI？它与普通AI有什么区别？
A：物理AI是在硬件中实现的AI，能够感知周围世界并进行推理来执行或协调动作。与普通AI的区别在于机器人的推理、采取行动和与周围世界互动的能力，具有思维链条、推理和大脑的概念，能在情境中工作并像人类一样采取行动。
Q2：智能眼镜如何成为物理AI的代表？
A：智能眼镜能够看到用户所看到的，听到用户所听到的，它们存在于用户的物理世界中。作为AI可穿戴设备，智能眼镜可以增强人类能力，并通过提供基于现实生活视角的高质量数据集来反馈给其他物理AI设备如机器人。
Q3：物理AI发展面临什么挑战？如何解决？
A：主要挑战是缺乏物理数据进行训练，因为在现实世界中训练机器人风险太大。解决方案包括创建合成数据模拟来训练模型，以及利用人们日常使用的可穿戴设备产生的数据，这些数据符合人类体验且能帮助机器人学习。
