尽管人工智能在虚拟领域取得了显着的进步，但将人工智能驱动的通用机器人集成到物理环境中的下一个关键步骤仍然遥不可及。但到底是什么障碍阻碍了这一进步，我们该如何解决这些障碍呢？
识别现实世界中人工智能部署的障碍
人工智能开发人员所实现的先进数字能力与人工智能在物理环境中的实际部署之间存在一些显着的差距。一个突出的障碍是能源效率。从本质上讲，机器人可以被视为一台自行式笔记本电脑。正如任何在旅途中使用笔记本电脑的人都知道的那样，即使是最先进的型号，在需要充电之前也很难保持最佳性能几个小时以上。
能源消耗超出了屏幕范围，延伸到了所有内部流程，而对于机器人来说，还需要额外考虑物理运动。出于安全原因，系绳连接是不切实际的，因此电池寿命必须比当前平均 90 分钟长得多。
目前，机器人和自主设备的机械结构缺乏持续运行所需的能源效率。它们需要定期和长时间充电才能保持最佳性能。尽管第一代机器人用于工业环境中的制造，但它们仍然与电源相连。现有的通用机器人，例如 Sanctuary 的 Phoenix（一种碳基人形机器人），仍然表现出笨重的设计和高昂的成本。预计需要多次迭代（可能是 5 到 10 次）才能开发出能够自由执行任务的真正独立的模型。
缩小差距：弥合鸿沟
为了有效地开发在现实世界中发挥作用的机器人，必须从更小、更简单的应用程序开始，这些应用程序可以作为全面人工智能集成的垫脚石。这就是专为特定任务而设计的协作机器人发挥作用的地方。
例如，为身体残障人士提供的自动驾驶轮椅、能够爬上建筑物清洁窗户的机器人，或者用于烟雾潜水等复杂任务的自主技术。
专注于单一任务性能不仅可以提高能源效率，还可以确保实现最高的工作标准。
将人工智能集成到物理环境中
克服机器人的能源效率挑战从根本上与复杂性相关。人类在现实世界中的导航需要大量的心理处理，因此很难将这些知识传递给机器人。
一种潜在的解决方案是使用传感器。3D 传感器（例如深度相机）可以捕获物理对象的几何形状和纹理。通过分析这些数据，人工智能算法可以全面了解物理世界中的物体。这种理解对于解决空间关系、物体和人类运动等因素以及促进安全高效的导航和交互至关重要。因此，开发人工智能驱动的地图和定位系统（使用传感器和摄像头生成物理环境地图并跟踪物体运动）对于创建真正的自主机器人助手至关重要。
此外，提高机械效率也是一个重点领域。通过人造肌肉和关节增强机器人的运动，我们可以减少其运行所需的能量。然而，实现高度模仿人类运动的人形技术还有相当大的距离。
细致入微的方法：协作进步
对于科技行业来说，创造智能机器人的愿望已经持续了数十年。然而，现在需要采取更细致的方法。我们需要一种渐进的方法，而不是仅仅依赖行业巨头的总体解决方案。拥有特定领域专业知识的专业初创公司可以贡献单独的组件来解决开发人员面临的各种挑战。一旦这些组件就位，利益相关者之间的协作就可以为创建高效、实用且价格实惠的通用机器人铺平道路。
总之，虽然人工智能极大地影响了我们的虚拟体验，但它与物理世界的融合需要创新的解决方案来克服现有的障碍。通过解决能源效率问题、利用先进传感器、增强机械系统和促进协作，我们可以实现高效、实用且易于使用的人工智能通用机器人的最终愿景。
Jonas Angleflod，Theories Group 集团首席执行官，Theories Group 是一家初创企业加速器，其使命是利用技术和人工智能，利用技术自动实现高意图数字流量的货币化，从而资助和建立初创企业。
原文链接：https://aijourn.com/overcoming-the-barriers-of-the-physical-world-enabling-ai-advancements/