谷歌正將其DeepMind人工智能技術(shù)模型帶入物理世界，為機器人提供動力支持。?

周三，該公司推出了兩款新的人工智能模型，分別是Gemini Robotics和Gemini Robotics – ER（擴展推理）。它們均基于Gemini 2.0 運行，谷歌稱Gemini 2.0是迄今為止“最強大”的人工智能。Gemini Robotics不僅局限于文本和圖像等輸出（這些是目前生成式人工智能蓬勃發(fā)展的領(lǐng)域），還能夠發(fā)出控制機器人物理動作的指令。?

谷歌博文表示，將與機器人開發(fā)商Apptronik合作，“利用Gemini 2.0打造下一代人形機器人”。Apptronik已經(jīng)與英偉達展開合作，并且此前曾與美國國家航空航天局（NASA）有過合作。該公司上個月宣布，谷歌也參與了其3.5億美元的融資。?

在演示視頻中，谷歌展示了配備新人工智能模型的Apptronik機器人。這些機器人能夠根據(jù)語音指令將物品插入電源板、裝滿午餐盒、移動塑料蔬菜以及拉上袋子。不過，該公司并未給出這項技術(shù)何時上市的時間表。?

Gemini Robotics – ER是為機器人專家設(shè)計的，可作為訓練模型的基礎(chǔ)。它可供Apptronik以及Agile Robots、Agility Robots、波士頓動力（Boston Dynamics）和Enchanted Tools 等“可信賴的測試人員”使用。?

在機器人人工智能的探索之路上，谷歌并非獨自前行。據(jù)OpenAI網(wǎng)站介紹，去年11月，OpenAI對Physical Intelligence進行了投資。Physical Intelligence是一家專注于通過開發(fā)大規(guī)模人工智能模型和算法為機器人提供動力的初創(chuàng)公司，致力于“將通用人工智能帶入物理世界”。?

國內(nèi)將進一步加大對人工智能模型應(yīng)用以及風險投資發(fā)展的支持力度，旨在推動更多技術(shù)實現(xiàn)突破，提升自主創(chuàng)新能力。

據(jù)相關(guān)報道，中國正著力培育“未來產(chǎn)業(yè)”，涵蓋生物制造、量子技術(shù)、具身人工智能以及6G技術(shù)等前沿領(lǐng)域。為達成這一目標，中國計劃探索國家實驗室的全新運作模式，為年輕科學家和工程師提供有力支持，并委以“重要職責”，充分激發(fā)青年科研人才的創(chuàng)新活力。

該報告進一步指出，中國將大力支持大規(guī)模人工智能模型的應(yīng)用，以及下一代智能終端和智能制造終端的研發(fā)工作。值得注意的是，這是政府工作報告中首次提及人工智能模型，且恰逢DeepSeek近期在全球范圍內(nèi)引發(fā)廣泛關(guān)注之際。

報告中明確表示：“中國將積極營造有利于創(chuàng)新的良好環(huán)境，鼓勵探索嘗試，寬容失敗挫折?！?/p>

此外，國務(wù)院亦表示將加快完善基礎(chǔ)數(shù)據(jù)體系，有序推進跨境數(shù)據(jù)的合理流動，為產(chǎn)業(yè)發(fā)展提供堅實的數(shù)據(jù)支撐。

想象一下，使用人工智能來比較兩個看似毫無關(guān)聯(lián)的創(chuàng)作——生物組織和貝多芬的《第九交響曲》。乍一看，生命系統(tǒng)和音樂杰作似乎毫無關(guān)聯(lián)。然而，麻省理工學院McAfee工程學教授、土木與環(huán)境工程和機械工程教授Markus J. Buehler開發(fā)的一種新穎的人工智能方法彌補了這一差距，揭示了復雜性和秩序的共同模式。

“通過將生成式人工智能與基于圖形的計算工具相結(jié)合，這種方法揭示了以前無法想象的全新想法、概念和設(shè)計。我們可以通過教導生成式人工智能對從未見過的想法、概念和設(shè)計做出新穎的預(yù)測來加速科學發(fā)現(xiàn)。”

這項開放獲取的研究發(fā)表在《機器學習：科學與技術(shù)》上，展示了一種集成生成知識提取、基于圖形的表示和多模態(tài)智能圖形推理的先進人工智能方法。

這項研究使用受范疇論啟發(fā)的方法開發(fā)的圖表作為核心機制，教導模型理解科學中的符號關(guān)系。范疇論是數(shù)學的一個分支，它研究抽象結(jié)構(gòu)及其之間的關(guān)系，通過關(guān)注對象及其相互作用而不是其具體內(nèi)容，為理解和統(tǒng)一不同的系統(tǒng)提供了一個框架。在范疇論中，系統(tǒng)被視為對象（可以是任何東西，從數(shù)字到更抽象的實體，如結(jié)構(gòu)或過程）和態(tài)射（定義這些對象之間關(guān)系的箭頭或函數(shù)）。通過使用這種方法，Buehler能夠教會人工智能模型系統(tǒng)推理復雜的科學概念和行為。通過態(tài)射引入的符號關(guān)系清楚表明，人工智能不僅僅是進行類比，而且還在進行更深層次的推理，將抽象結(jié)構(gòu)映射到不同的領(lǐng)域。

Buehler使用這種新方法分析了1000篇有關(guān)生物材料的科學論文，并將其轉(zhuǎn)化為圖形形式的知識圖譜。該圖譜揭示了不同信息之間的聯(lián)系，并能夠找到將許多概念聯(lián)系在一起的相關(guān)思想和關(guān)鍵點。

“真正有趣的是，圖譜遵循無標度特性，具有高度連通性，可以有效用于圖推理。換句話說，我們教人工智能系統(tǒng)思考基于圖譜的數(shù)據(jù)，以幫助它們構(gòu)建更好的世界表征模型，并增強思考和探索新想法的能力，從而實現(xiàn)發(fā)現(xiàn)?！?/p>

去年2月當谷歌人工智能聊天機器人Bard聲稱韋伯太空望遠鏡已經(jīng)拍攝了第一張?zhí)栂低庑行堑膱D像，但事實并非如此。當普渡大學研究人員向ChatGPT提出500多個編程問題時，超過一半的回答是不準確的。

為此專家擔心，隨著模型越來越大，回答的問題也越來越復雜，人工智能所具備的專業(yè)知識最終將超越大多數(shù)人類用戶。如果這樣的“超人”系統(tǒng)真的出現(xiàn)了，我們怎么能相信它們說的話？“關(guān)鍵在于你試圖解決的問題超出了你的實際能力，”，紐約大學數(shù)據(jù)科學中心的計算機科學家朱利安·邁克爾表示，“如何監(jiān)督一個系統(tǒng)成功完成你無法執(zhí)行的任務(wù)？”

而如果讓兩個大型模型辯論給定問題的答案，留下一個更簡單的模型（或人類）來識別更準確的答案。從理論上講，這個過程允許兩個智能體相互挑剔對方的論點，直到掌握足夠的信息來辨別真相。

構(gòu)建值得信賴的人工智能系統(tǒng)是更大目標的一部分，即“協(xié)調(diào)一致”，其重點是確保人工智能系統(tǒng)與人類用戶具有相同的價值觀和目標。如今，“協(xié)調(diào)一致”依賴于人類反饋——人類評判人工智能，但人類反饋可能很快就不足以確保系統(tǒng)的準確性。近年來，研究人員越來越多呼吁采用“可擴展監(jiān)督”的新方法，這是一種確保真相的方法，即使超人系統(tǒng)執(zhí)行人類無法執(zhí)行的任務(wù)也是如此。

多年來，計算機科學家一直在思考可擴展的監(jiān)督。在LLM變得如此龐大和普遍之前，2018年，人們開始爭論一種可能性方法，該方法的創(chuàng)始人之一是杰弗里·歐文，他現(xiàn)在是英國人工智能安全研究所的首席科學家。杰弗里于2017年加入OpenAI，兩年后該公司發(fā)布了GPT-2，這是最早受到廣泛關(guān)注的LLM之一。杰弗里希望最終致力于將人工智能系統(tǒng)與人類目標相結(jié)合，“試圖問問人類他們想要什么，然后讓模型去做?！?/p>