研究者提出滲透式人工智能新概念讓大語言模型與真實(shí)物理世界進(jìn)行交互

近日，新加坡南洋理工大學(xué)博士生、香港科技大學(xué)研究助理徐華韜和所在團(tuán)隊(duì)，打造了一個(gè)名為“滲透式人工智能（Penetrative AI）”的項(xiàng)目。

該項(xiàng)目旨在突破大模型（如ChatGPT）的常規(guī)邊界，將其應(yīng)用從僅限于處理文本的任務(wù)拓展到更廣泛的場景。

本次研究的動機(jī)源于：大模型在寫作、編程等多個(gè)領(lǐng)域取得的巨大成功，它們不僅能夠理解人類語言，還能創(chuàng)造出驚人的人類文本。

然而，這些應(yīng)用大多仍局限于數(shù)字世界。通過將來自現(xiàn)實(shí)世界的真實(shí)數(shù)據(jù)融合進(jìn)大模型，課題組希望實(shí)現(xiàn)數(shù)字智能與現(xiàn)實(shí)世界的無縫對接。

研究人員表示，這一探索不僅希望可以拓寬大模型的應(yīng)用領(lǐng)域，更開辟了一種新的模式，即讓人工智能直接與人類周圍真實(shí)物理世界的感測數(shù)據(jù)進(jìn)行交互、解析并作出反應(yīng)。

這種進(jìn)步可能會根本性地改變?nèi)藗冊诰W(wǎng)絡(luò)物理系統(tǒng)中處理問題和實(shí)施自動化的方式，比如大模型能夠直接通過手機(jī)數(shù)據(jù)來推斷人們的活動與環(huán)境情況。

該團(tuán)隊(duì)預(yù)計(jì)“滲透式人工智能”將在眾多網(wǎng)絡(luò)物理系統(tǒng)中發(fā)揮重要作用，包括但不限于以下領(lǐng)域：

其對數(shù)據(jù)的深度洞察和處理，可以顯著提升應(yīng)急響應(yīng)效率與決策準(zhǔn)確性，能對城市管理、緊急救援等提供技術(shù)支撐。

那么，徐華韜等人為何開展了這樣一項(xiàng)研究？

據(jù)介紹，在ChatGPT于2022年底發(fā)布并取得顯著成功之后，徐華韜的導(dǎo)師李默教授洞察到其可能成為顛覆性技術(shù)，2023年春節(jié)期間，李默多次鼓勵徐華韜等人深入了解并積極使用ChatGPT。受到導(dǎo)師的啟發(fā)，徐華韜開始深入思考大模型的特性和優(yōu)勢。據(jù)介紹，徐華韜的研究主要集中在設(shè)計(jì)算法處理傳感器數(shù)據(jù)，比如利用手機(jī)傳感器數(shù)據(jù)來感知人的行為。

這促使他考慮是否可以借助大模型來解析這些傳感器數(shù)據(jù)。初步的實(shí)驗(yàn)驗(yàn)證表明，像ChatGPT這樣的大模型，確實(shí)能夠理解包括無線寬帶在內(nèi)的各種信號。

將這些發(fā)現(xiàn)匯報(bào)給導(dǎo)師后，后者同樣感到興奮，并認(rèn)為應(yīng)該繼續(xù)深入探索。隨后，他們開始探討大模型是否能夠處理更多其他類型的任務(wù)，并選擇心跳檢測作為新嘗試。然而，在心跳檢測任務(wù)中，大模型需要處理長串?dāng)?shù)字，直接應(yīng)用大模型并不能取得良好的效果。

后來，徐華韜嘗試用傳統(tǒng)算法的思維來指導(dǎo)大模型，但是效果乏善可陳，研究因此陷入了僵局。

一次在南洋理工大學(xué)校園綠地散步時(shí)，徐華韜靈光一閃，開始思考人類是如何完成這類任務(wù)的。

他心想：如果面前有一個(gè)小孩，該如何指導(dǎo)他完成這項(xiàng)任務(wù)？于是，徐華韜開始將大模型視為“人類”，通過文本描述信號模式來輔助其處理信號，最終發(fā)現(xiàn)GPT-4能夠非常出色地完成這一任務(wù)。

研究期間課題組還發(fā)現(xiàn)，在兩個(gè)任務(wù)中，大模型處理信號的方式存在不同層次，因此他們總結(jié)出了“文本化信號”與“數(shù)字化信號”兩種層次。

后來， 他們又與美國加利福尼亞大學(xué)洛杉磯分校馬尼· 斯里瓦斯塔瓦教授課題組合作， 最終完成了本次研究。

此外，研究中徐華韜等人一直在思考如何給本次概念命名。經(jīng)過多次篩選與考慮，他們最終選擇了“滲透式人工智能（PenetrativeAi）”這一名稱。

這個(gè)名稱有雙重含義：

一方面，“Penetrative”有“深刻理解”的意思，這意味著他們希望基于大模型的新智能可以深入理解物理世界。

另一方面，“Penetrative”有“滲透”的含義，它也象征著這種新智能能夠滲透到各個(gè)產(chǎn)業(yè)和應(yīng)用中。

另據(jù)悉，滲透式人工智能是一個(gè)很廣的方向，后續(xù)該團(tuán)隊(duì)會積極探索大模型在物聯(lián)網(wǎng)場景下可以支持的新應(yīng)用，也會盡力普及這一概念，讓更多學(xué)者一起探索更多的可能性。 （綜合整理報(bào)道）（策劃/克珂）