知乎聚集AI大咖深度对话,许华哲解析具身智能三大失败模式

29次阅读
没有评论

知乎聚集AI大咖深度对话,许华哲解析具身智能三大失败模式

越来越多AI一线从业者在知乎开麦

5月24日,知乎在北京798园区举办了一场有趣好玩的行业交流活动——“AI变量研究所”,这是知乎第十一届新知青年大会的分论坛之一。

清华大学交叉信息研究院助理教授、星海图联合创始人许华哲,42章经创始人曲凯,行云集成电路创始人季宇(mackler),阿里巴巴算法专家曹宇,硅基流动创始人袁进辉等数十位大模型领域从业者,齐聚一堂,深度探讨人工智能发展的关键变量和未来走向。

作为本次活动的重磅嘉宾,许华哲率先带来了题为“具身智能下一站”的主题演讲,直击当前AI领域最热门的具身智能赛道。

知乎聚集AI大咖深度对话,许华哲解析具身智能三大失败模式

“最近有一股浪潮来了,有一个名为具身智能的列车正在飞速前进”,许华哲开场便以生动的比喻点出了具身智能的火热态势。他表示,无论此前从事自动驾驶、大模型、互联网还是计算机视觉的从业者,都会觉得具身智能与自己有关:

我的建议是立刻上车。

然而,在鼓励大家“上车”的同时,许华哲也抛出了深度思考——他总结了具身智能发展中可能遇到的三大失败模式。

第一种失败模式是“不顾一切地比拼数据数量”。

许华哲指出,虽然国际上已有几十小时到几十万小时的大量数据集,但这些通过遥操作手段获得的数据存在缺陷。“这就像老师手把手教你写字,你突然会写了,但当自己写的时候又写不好了。我们需要的是模型自己的数据,而不是被人手把手教的数据。”

第二种失败的思维方式是认为“要找到有意思的任务并应该不择手段解决它”。

他以波士顿动力和宇树科技的机器狗为例,指出虽然像波士顿动力这种基于控制论的方法能让机器人动作流畅,但缺乏通用性。他提出,要想实现真正的智能需要考虑终局思维,采用强化学习等数据驱动技术的方案会让机器人更通用。

第三种失败模式则是“完全依赖仿真”。

许华哲认为,仿真确实有用,但不能解决所有问题。他举例说明:“洗菜这件事看似简单,但要在仿真中描述清楚水滴碰撞菜叶的所有物理现象是极度困难的,液体与固体的碰撞本身就是非常复杂的物理过程。”

知乎聚集AI大咖深度对话,许华哲解析具身智能三大失败模式

许华哲在演讲最后特别强调:“人工智能的发展从来就不是一条确定的路线,它是相互靠拢、分歧、交错或者永远相互干扰组织成的网络。作为研究者,我们对这些分岔路径进行修剪,然后以身入局沿着一条路走下去,也许是死胡同,但至少为人类去掉了一个错误答案。”

此外,在开放麦环节,北京智星青年人才科技创新研究院技术副院长、灵心巧手联合创始人苏洋、Seede AI的Longyi、Flowith AI的CMO郭梓溢、清华大学姚班大一新生陆伊炀等新锐力量也分享了自己的独特见解,为这场活动增添了多元化的声音。

苏洋谈到他们公司的灵巧手产品时,说“国外竞品一只手售价110万~260万元,相当于一辆车的价格”,而他们最具性价比的产品价格仅8800元。清华陆伊炀同学则为大家带来了他最新的论文《H(3)DP: Triply‑Hierarchical Diffusion Policy for Visuomotor Learning》分享。

知乎聚集AI大咖深度对话,许华哲解析具身智能三大失败模式

根据知乎官方最新数据,新一届年度新知答主行业分布依然广泛,但AI一线从业者比重显著提升,在AI产业浪潮中,他们的专业分享成为记录AI创业创新的宝贵语料,堪称在知乎“开源思维链”。

例如,AI芯片创业者季宇深度解构AI硬件生态竞争逻辑,以AI普惠的理念获得技术从业者支持;月之暗面研究员苏剑林擅长数学物理双重视角解构技术课题,在公式里寻找对称与守恒的终极美学;阶跃星辰创始团队成员周舒畅则擅长将抽象理论转化为可编程的工程实践指南,被用户奉为站在数学和AI之间的摆渡人;阿里巴巴算法专家曹宇,在知乎预言大模型时代计算单元的进化方向。

知乎聚集AI大咖深度对话,许华哲解析具身智能三大失败模式

科普创作一直是知乎的平台底色,答主们创作了大量兼具科学精神与普惠价值的科普内容,持续推动科学内容“破圈”。知乎创始人、CEO周源表示,新知青年大会迈入第二个十年,未来,知乎也会在AI时代,继续传递知识的力量,放大专家网络的价值,共同发现更大的世界。

版权所有,未经授权不得以任何形式转载及使用,违者必究。

Read More 

正文完
可以使用微信扫码关注公众号(ID:xzluomor)
post-qrcode
 
评论(没有评论)
Generated by Feedzy