Најновите AI модели покажуваат способност како луѓе при генерирање на текст, аудио и видео кога се поттикнати. Сепак, овие алгоритми претежно беа ограничени на дигиталната сфера, а не интеракција со нашиот физички, тридимензионален свет. Дури и најнапредните модели се соочуваат со значителни предизвици кога се применуваат во реални сценарија, како што е тековната борба за создавање безбедни и доверливи самовозечки возила. Иако овие модели се вештачки интелигентни, тие обично немаат разбирање за физиката и често произведуваат халуцинации, што води до необјасниви грешки. Ова е годината кога AI ќе премине од дигиталната сфера во нашиот реален свет. Проширувањето на досегот на AI над дигиталните граници бара преосмислување на машинското размислување со комбинирање на дигиталната интелигенција на AI со механичките вештини на роботиката. Оваа фузија, која ја нарекувам "физичка интелигенција, " овозможува машините да разберат динамични околини, да се справат со непредвидливост и да донесуваат одлуки во реално време. За разлика од конвенционалните AI модели, физичката интелигенција е заснована на физиката, вклучувајќи фундаментални принципи од реалниот свет како причина и последица. Таквите карактеристики им дозволуваат на моделите на физичка интелигенција да се ангажираат со и да се адаптираат на различни околини. Во мојата истражувачка група на MIT, развиваме модели на физичка интелигенција познати како течни мрежи.

Во еден експеримент трениравме две дронови—едниот користејќи стандарден AI модел, а другиот користејќи течна мрежа—да лоцираат објекти во шума за време на лето, користејќи податоци од човечки пилоти. Додека и двата дрона беа успешни кога изведуваа задачи за кои биле тренирани, само дронот со течна мрежа се адаптираше да пронаоѓа објекти во нови услови—како зима или урбани средини. Овој експеримент покажа дека за разлика од конвенционалните AI системи кои запираат да учат по почетната обука, течните мрежи постојано учат и се адаптираат од искуство, слично како луѓето. Физичката интелигенција исто така ги интерпретира и извршува сложени команди изведени од текст или слики, поврзувајќи ги дигиталните инструкции со акцијата во реалниот свет. На пример, во нашата лабораторија создадовме систем кој може да дизајнира и 3D-печати мали роботи за помалку од една минута врз основа на барања како "робот кој може да се движи напред" или "робот кој може да фаќа предмети. " Значајни пробиви се случуваат и во други лаборатории. Стартапот за роботика Covariant, воден од истражувачот на UC-Berkeley Pieter Abbeel, создава чет-ботови слични на ChatGPT кои можат да ракуваат со роботски раце. Тие собраа над 222 милиони долари за развој и распоредување на роботи за сортирање низ светски магацини. Тим од Универзитетот Карнеги Мелон демонстрираше дека робот со една камера и неточна акуација може да изведува динамични паркур движења—како што е прескокнување на препреки двапати повисоки од него и преминување на празнини двапати подолги од него—користејќи неврална мрежа обучена преку засилено учење. Ако 2023 беше годината на текст-во-слика, а 2024 годината на текст-во-видео, тогаш 2025 е на пат да донесе ера на физичка интелигенција. Оваа нова генерација на уреди, кои вклучуваат не само роботи туку и системи како електрични мрежи и паметни домови, ќе бидат способни да го интерпретираат инструкциите и да извршуваат задачи во реалниот свет.