NVIDIA首席执行官黄仁勋指出,人工智能领域的下一波创新将不再局限于我们在生成式人工智能(Generative AI)中所看到的数字能力,而是将进入一个被称为“物理人工智能”(Physical AI)的先进阶段。这一观点是在他参加NVIDIA AI Summit Japan活动期间提出的,他强调了智能系统与周围物理世界交互方式的根本性转变。
生成式人工智能与物理人工智能的区别
目前的生成式人工智能专注于创建文本、图像和代码等数字内容,而物理人工智能旨在使机器和机器人能够理解物理环境并以高精度与之交互。这意味着智能将从单纯在计算机屏幕内处理数据,转变为能够在工厂、自动驾驶汽车和复杂机器人系统中进行实时感知和决策的能力。
实际发生了什么变化?
这种转变提出了超越单纯云计算能力的新技术要求,具体包括:
- 边缘计算集成(Edge Computing):确保机器在处理现实世界变量时具有极高的响应速度。
- 软件与硬件的结合:需要能够理解物理定律和运动规律的人工智能模型,而不仅仅是语言模式。
- 传感器和处理器的开发:增加对支持即时感知的专用芯片的依赖。
为什么这一趋势对开发者和行业很重要?
这一趋势代表了构建自主系统方式的一个转折点。对于开发者而言,挑战不再仅仅局限于训练大语言模型(LLMs),而在于构建能够在非结构化和不可预测环境中工作的模型。对于工业部门而言,这意味着从基于固定规则的传统自动化向能够适应并从物理环境学习的智能自动化转变,从而在先进机器人和智能物流领域开辟了前所未有的前景。