What is Physical AI?

一个会产生幻觉的 AI 聊天机器人很烦人，但搞砸的机器人可能会导致死亡和伤害。Birkhart Bookham 是 Hexagon 的首席技术官，该公司制造物理 AI。物理 AI 实际上是在现实世界中出现的 AI。它嵌入在移动、操作并影响人、资产和运营的机器中。物理 AI 使无人机或机器人等自主系统能够在现实世界中感知、理解、推理并执行操作。>> 这里的核心方面是在现实世界中运行。当我们谈论 AI 方面时，它在哪里叠加到这一点？对于物理 AI 来说，这一点很重要，而且正如您刚才提到的，如果一个聊天机器人产生幻觉，那它很烦人，但如果一个类人机器人，例如，产生幻觉或失控，那它可能会很危险。所以基本上，物理 AI 的标准要高得多，因为它会影响现实世界。这意味着您必须将您的 AI 植根于现实。这意味着您使用经过校准的传感器、经过验证的地图，进行准确的现实捕捉，以便在数字孪生中创建现实世界的精确副本。而且您必须不断更新它，使其保持常青，并且系统需要锚定在真相上。这样，机器人就能正确感知事物，并能相应地处理事物，或者相应地执行操作和任务，但要进入现实世界。因此，您需要与现实建立牢固的联系，或者数字孪生与现实建立牢固的联系。>> 您已经多次使用“数字孪生”一词。数字孪生方面与物理 AI 有何关系？>> 我会说它是基础，因为机器人需要学习，它们通过各种技术和技术来学习，模仿学习、强化学习等等。但我认为，最直接的，以及在功能安全方面标准最高的，例如，如果您将现实世界中的现实映射到数字现实中，并且精度和准确度能够保证您所需的地面真实性，以便执行操作。然后，理想情况下，您的机器人会携带大量传感器，这些传感器首先感知世界，然后基本上可以控制机器人的操纵、处理或灵巧性，或者控制机器人行进的运动。>> 您使用了“地面真实性”一词。>> 是的。是的。您是什么意思？我们正在真正涵盖物理 AI 的基础知识，然后当然我们会深入细节，但这对于我们理解作为 Hexagon 的首席技术官，该公司开发这些产品，为我们提供基本背景非常有帮助。什么很重要，以及您之后基于模拟的基础是什么，并且是理解现实世界、真实环境。您可以通过现实捕捉技术、视觉技术等来创建数字孪生，并且它是尺寸精确的。它在比例等方面都是准确的。然后，您实际上可以在这个数字孪生中训练机器人，并尝试各种事情，犯错误，然后在数字孪生中失败。然后，当您将其部署到您训练它的现实世界中时，这样做会容易得多。机器人直接了解环境，感知正确的事物，而且我发现它必须携带一定的传感器堆栈，因为当您创建数字孪生时，我们说对于自主系统，数字孪生应该自主更新，但这只能在一定程度上起作用。因此，对于发生变化的事物，例如移动的桌子或椅子，或者工作场所与您生成数字孪生时略有不同，机器人需要携带足够的感知传感器和现实捕捉传感器，以便感知差异并采取相应行动。但我认为尺寸地面真实性，我认为这就是物质、工作空间、您所做的事情以及与实际人类的互动开始的地方，那就是能够将所有这一切都建立在现实的基础上。我认为这也是一个难题，我们需要在未来进一步解决，那就是缩小现实与数字孪生之间的差距，然后数字孪生是您模拟和训练的沙盒，以便在部署到现实世界时再次缩小现实到模拟的差距，因为机器人本质上生活在现实世界中。各位，如果您在 LinkedIn 上观看，请将您的问题输入 LinkedIn 聊天。如果您在 Twitter X 上观看，请使用话题标签 CXOT talk。Brookard，您能谈谈计算机上的数字 AI 与 AI 在物理世界中运行时在安全、成本、可靠性等方面存在哪些差异吗？>> 这也是两个非常不同的事物。因为我们都知道数字世界，我们知道代理、聊天机器人、副驾驶等等。但让我们暂时专注于物理世界。机器人和物理 AI 在哪里产生差异或需要产生差异，基本上是当它们解决并帮助人类协作并做有意义的事情时。在这里，我们谈论的是一个非常不同的指标，例如，我们谈论可预测性、正常运行时间、安全性，这是需要可靠地建模到 AI 中的。正如我之前所说，我们谈论的是维护安全工作流程，这些工作流程必须按顺序完成。所以，它不是展示下一个最酷的技巧。我也非常喜欢这一点，如果我看到一个机器人做一些令人惊叹的事情，或者拥有非常流畅的动作等等。不，它首先是关于正常运行时间、可靠性以及执行我们期望它执行的工作流程。>> 所以，这完全是为了业务应用，并且非常清楚地专注于要解决的业务问题。>> 当然。您会看到很多 YouTube 视频，其中类人机器人或机器人被推出并做着超酷的事情，而且如今它们非常流畅。但我认为真正困难的任务实际上看起来有点无聊，说实话，就是处理物料搬运、检查事物、质量检查。例如，当我们推出我们的类人机器人时，我们展示了我们的类人机器人使用激光扫描仪扫描汽车门是否存在缺陷。这可能不像机器人跳舞或做后空翻那样酷。但这些是类人机器人将来应该做的，以解决那些繁琐、可能危险的任务。可能是在重复性很高的场景中，但工作场所正在变化，等等，而且可能不太关注通用性。它是在做工作，但非常灵活地做工作。否则，您可能会安装一个固定机器人来完成一两件事，并且可能比我们目前看到的类人机器人表现更好。Anthony Scriffino 是一位数据科学家，也是一位杰出的数据科学家，他曾多次做客 CXO talk。他实际上询问了恶意行为者对物理 AI 的利用，您之前提到了安全。那么您能稍微谈谈这方面吗？这已经从整个机器人的设计开始，并且基本上是如何保证所有方面的功能安全。就其本身而言，我最近看了一份报告，其中显示了为什么目前的类人机器人不是巨人等等。所以，它始于构建事物，并构建将控制回路与物理 AI 部分分开。但您必须处于一个位置，而且可能最好的设计方向是机器人知道它不知道的时候，当它迷失方向并减速、停止时，而不是继续前进，绊倒等等。而且，通过设计，确保故障安全也很重要，您需要独立性、冗余性，并且还要有一个传感器堆栈，允许您感知事物是否超出了您训练它的范围，无论是通过强化学习、模仿学习还是物理 AI 中的其他技术。但重要的是您控制整个堆栈。它来自运动、灵巧性、传感器堆栈，然后是物理 AI。这确实是故障安全的，因为如果您绊倒了什么东西，可能会导致灾难性的后果，人们可能会受伤，而这基本上是要不惜一切代价避免的，就功能安全而言，这是 2026 年即将到来的主题。>> 与数字 AI 不同，在大多数情况下，漏洞可能会影响网络或产生财务后果。对于物理 AI，可能会造成物理损坏。因此，您有这个额外的复杂性层。>> 是的，绝对。制造商或类人机器人、四足机器人或无人机或任何与之互动并本质上危险的自主系统的开发团队。您必须能够控制整个系统，而不仅仅是模型。所以，这涉及到传感器、计算、控制、集成、维护。如果开箱即用就能正常工作那很好，但如果随着时间的推移出现磨损，系统可能无法达到您最初的标准，然后是安全。所以，所有这些工作流程决定了它是否真的能在现实世界中发挥作用。所以我认为标准要比您所说的数字 AI 高得多。>> Greg Walters 提出了我们许多人都有的问题，那就是在 CES 消费电子展上，从 Atlas 和 Gemini 到 Nvidia，有很多 AI 发布。您对 CES 上发布的所有内容有什么评论和想法吗？>> 很难逐一评论，因为有太多了。我们目前能看到的是，例如，当我们开始我们的类人机器人项目时，它基本上是基于我们在自主无人机和我们所做的机器人狗（我们称之为机器人狗）的经验。而这些公告正在指明方向，而且速度可能越来越快。当我们开始这个项目时，我们想知道我们如何解决所有这些控制回路任务。而随着所有公告、所有技术的出现，它带来了越来越多的工具来构建机器人，而且我认为目前我们看不到尽头。而且，我们看到了 Nvidia 关于物理 AI 的公告，而 Nvidia 是我们的好伙伴。我们与他们合作已经有一段时间了，但看到物理 AI 和类人机器人的能力真是令人惊叹。然而，我认为 2026 年和 2027 年可能是我们稍微退后一步，然后寻找在实际制造场景、工作场所场景中部署机器人以解决现实世界问题的时候，因为我们现在已经看到运动很棒。我们看到的机器人的流畅性和流动性令人惊叹。它如此令人惊叹，以至于您可能需要在舞台上拆开它们，以证明里面不是穿着服装的人。但还有待观察的任务，例如，我有一个装满齿轮的盒子，里面可能有 20 个不属于盒子的齿轮。类人机器人能通过看它们来分拣它们吗？它们能测量它吗？它们能看到它是否在公差范围内吗？是的，可以进一步发展。我认为这些用例还有待证明。我对机器人和类人机器人绝对乐观，我认为这是绝对可能的。但我认为今年和明年可能是我们看到大量机器人，特别是类人机器人部署在这些现实世界场景中的时候。也许仍然与实际劳动力隔离开来。然后做这些任务，您可能需要更精密的物理 AI 来做具体的事情，从各种互动开始，例如分拣和挑选东西，这在未来应该是可以实现的。让我们跳到另一个问题。这次回到 Twitter X。您可以看到我喜欢听取观众的提问。你们观众都很聪明。顺便说一句，现在是订阅 CXO Talk 新闻通讯的绝佳时机。立即访问 cxotalk.com。订阅我们的新闻通讯，我们将让您随时了解最新信息。我们一直有非常棒的节目。各位，我们下次再见。你们，你们都很聪明。我总是这么说，因为这是真的。大家保重。>> 我会说两者都有。云部分，正如我们在讨论一开始所说，在处理海量数据以创建数字孪生和机器人学习的沙盒方面非常重要，并且也为了未来可能进行编排。目前我们的机器人数量有限，但当机器人数量很多时，您还需要编排车队，而这可能都在数字孪生环境中完成。然而，要实现完全自主以完成任务并基本上在工作中学习，我认为边缘 AI 是决定性的。这就是为什么我认为拥有足够的计算能力在您的机器人中也是一个成功的故事。但我认为，与可能朝着联邦学习、联邦 AI 方向发展的某种东西结合起来，一个机器人为整个车队学习一切，当部署整个车队时，您可能需要找到云和边缘之间的良好平衡。但我认为，在类人机器人或机器人方面，我认为边缘 AI 确实是决定性的，因为您处理的计算越多，您做的越多。它正朝着多功能机器人的方向发展，我认为这还有点遥远，但我认为拥有足够的边缘计算能力确实很重要。这是 Jotam Lad 的问题，他说大多数负责任的 AI 监管都是针对数字 AI 制定的。您认为今天的监管框架是否真正适用于直接影响物理世界的 AI 决策的物理 AI？Anthony Scriffino 提出了同样的问题，他问，除了通用 AI 之外，在物理 AI 的背景下是否存在新兴的监管？所以他们都想了解监管和负责任的 AI，以及它在物理 AI 方面有何不同。>> 我们现在看到的是，我最近就此接受了采访，关于功能安全和即将到来的监管，我深入研究了这个主题。也许保持在这个层面上，我们现在看到的是，几年前我们与无人机和无人机看到的情况类似，技术正在兴起，能力和技能也在增长。然后监管机构也会进一步发展。我们在欧盟已经有一个非常严格的机构，但可能对于物理 AI 的安全监管，我们预计今年和明年会有更多的监管机构出现，或者基本上出现并显现。我认为功能安全仍然是每个人都乐于看到运动看起来不错的事情，但需要解决这个问题，而且它需要解决，如果您有大量类人机器人一起工作并与人类协作，正如我所说，简而言之，是的，我预计会有更多的监管机构出现，专门针对物理 AI，因为我们现在拥有的是机械指令，可能对于自主系统来说不够充分，尽管它们已经涵盖了很大一部分。我们有一个来自 Twitter 上的 Arcelon Khan 的相关问题，他说 AI 算法使用数据来做决策，在非物理 AI 中，偏见可以通过更新算法和数据来纠正。您如何处理物理 AI 中的偏见？他还询问我们是否需要监管。他也对监管问题感兴趣。>> 这已经从在数字孪生中准确表示现实世界开始。如果您基本上仅基于合成数据进行部署和训练，而没有尺寸精度和正确的比例因子等等。我认为这就是您引入偏见的地方。如果您在基于数字孪生的场景中进行训练，而这些数字孪生是尺寸精确的，并且是物理世界的精确副本，我认为您可以限制这种偏见。而且，机器人本身也能够感知偏见，感知例如感知到的步高是否为 XYZ，并且拥有足够的传感能力。这也影响了计算。我认为首先是这些，然后基本上一旦您发现了偏见，您就必须闭环并将其带回来。但说实话，这是我们已经在其他行业和技术中做了很长时间的事情。例如，谈论汽车的质量检查，基本上您将从图纸到机器零件闭环。您进行检查，如果超出公差，您会相应地调整机器。我认为这可能是一个非常机械的解释，但同样的道理也应该适用于这里。让我们来看另一个问题。这是来自 Sai Panamuru 的问题，Sai 说我们离自主运营还有多远？什么仍然阻碍我们实现这一目标？Greg Walters 提出了一个非常简单且相关的问题。他说这是下一阶段。具身 AI 是通用的，一旦它拥有人类的六种感官。我们离这个还有多远？所以基本上，离自主和离机器人作为真正的助手类人机器人还有多远？>> 非常有趣的话题，也是很好的问题。我认为我们目前看到的类人机器人在演示等方面仍然是远程操作的。但我想，如果我们基本上将环境在一定程度上加以限制，那么在某些任务上，我们离自主并不遥远。对我来说，这有点取决于机器人的传感器堆栈的能力。话虽如此，我们目前也有大量的成像设备、大量的飞行时间相机、麦克风等等，在传感器堆栈中。传感器堆栈还没有完全达到人类的水平，据我所知，在我们目前在市场上或原型阶段看到的情况。但我会说，强大的视觉系统、强大的激光雷达系统，结合一些特殊的专业系统，例如末端执行器的触觉灵敏度，已经使我们能够自主地执行某些任务。例如，拾取和放置物品。我认为我们在这些方面已经相当先进了，可能在长期来看。因为我认为整个类人机器人业务都对运动和基本灵巧性着迷。我认为未来会有更多的传感器被内置进去，这将实现自主。无人机可能比我们在这里看到的更先进，但与元世界的互动当然也较少。但我会谨慎估计，我们可能还有一到两年，最多三年就能在某些受限区域实现自主。我会非常谨慎地说通用性无处不在，或者家庭机器人可以做任何事情。我会对此持谨慎态度，但在受限环境中是可以预见的。是的。您能谈谈机器人创造实际经济价值的时间吗？不仅仅是演示。当然，这与您刚才讨论的内容有关。有各种阶段和时期，我们可能在过去几个月甚至一年里看到了很多机器人制造商的公告，以及早期采用者公司，无论是汽车还是其他领域。我认为在这些阶段，某些用例在实验室环境中进行了测试。我认为目前这正在进入真正的制造现场，但不是几十个机器人，也许是一小部分在工厂的受限部分。我认为这是我们可以期待的。今年。然后，更广泛的部署可能在明年。但仍然在一定程度上受限，并且在一定程度上仅限于某些用例。您能描述一下当今机器人部署最常失败的地方吗？是技术限制、与现有系统的集成、组织准备情况？今天的障碍在哪里？>> 技术可能已经相当先进了。但它还没有在部署数百甚至数千个机器人方面有记录。所以基本上，您会从一个更大的车队中获得的所有早期错误、早期问题，以及所有维护和服务问题可能还没有得到解决，如果您将其与无人机甚至更大规模的汽车进行比较的话。目前。基本上，我们还需要看看这些类人机器人需要多少维护，但可能失败的水平不在技术和能力方面，而可能在于企业尚未准备好迎接类人机器人车队并让它们与工作流程一起工作。我们刚才谈到了监管。我认为我们需要再做几步才能正确做到这一点。然后，另一方面，对我来说，仍然存在一个悬而未决的问题，那就是企业、公司如何基本上将类人机器人与工人、操作员一起纳入实际的工厂或离散制造环境中。我认为后者可能是未来更具决定性的因素，因为技术将会发展，而且我们会很快看到它。Greg Walters 在 LinkedIn 上提出了一个直接相关的问题。他说，类人机器人是否很快就会在制造业中过时，因为新的生产线将被设计成无需人类运行。我们有一个名为制造智能的部门，他们正在朝着所谓的“熄灯制造”努力，即制造环境被设计成完全没有人类参与。甚至关闭灯光，以便它能够自主运行整个制造过程。我认为对于这些环境，您可能不会开发类人机器人。但是，仍然有一个为人类设计的世界。全世界仍然存在大量的遗留系统，有时整个班次都会中断，因为机床需要重置。而这些环境是为人类设计的。所以，我认为比例、高度等等仍然对人类非常有益。但我完全同意您。如果您设计一个完全自主的熄灯制造工厂，那么类人机器人可能不是理想的形态。但对于其他一切，而且仍然存在大量的遗留系统，我认为类人机器人是一个非常好的形态。因为我们在那里看到了，早期对这个机器人有一个炒作，我们开发了安装在机器人上的扫描仪。有时它不起作用，因为有一个电梯按钮需要按下，或者对于系统来说不是正确的视角。类人机器人当然克服了这些问题。但我承认，对于一个自主设计的制造场所，您可能会以不同的方式工作。所以，类人机器人的形态，我们可以说它本质上是用户界面吗？>> 我会说，基本上，它是用户界面的体现，我们在这方面已经习惯了。是的。>> 所以，我们有机器人系统，它独立于其具体的体现形式，对吧？您可能有一个机器人系统在一个无人机里，在飞行的东西里，或者在一个狗里，或者一个类人机器人里，或者工厂里的机器里，对吧？所以，这是包装。这是外部包装。>> 不，绝对。而且我认为我们仍然看到的是，在类人机器人中，它们并没有试图夸大人类的某些品质，而不是让它更快，腿稍微长一点，手臂稍微长一点等等。现在我们看到的是人类的一个相当不错的代表，只要您愿意，并且不进入恐怖谷。更多地谈谈数字孪生。您之前描述了数字孪生概念是基础性的，但机器人和类人机器人的数字孪生与工业中使用的数字孪生有何不同或更复杂？例如，在喷气发动机维护操作中，这是一个我们经常听到的例子。>> 对于这些自主系统和数字孪生来说，非常重要的是，例如，特定的数字孪生总是适合特定目的。例如，如果您想要一个喷气发动机的数字孪生，那么某些质量需要在该数字孪生中真正存在，以便驱动模拟，以便制造它，以便布局叶片和叶盘等的生产。对于您在机器人领域拥有的数字孪生来说，重要的是，这些系统的自主性要求这些数字孪生必须是活的。当然，它们需要具有几何形状、物理特性和正确的比例。然而，您必须承认传感器行为、动态障碍物，并且它们必须不断更新，因为，一个数字孪生，而且我猜想，也许几年前最著名的数字孪生是允许重建巴黎的诺塔姆的数字孪生。这基本上是偶然的或幸运的。我们有一个数字孪生。这是一个绝对静态的，您想重建一个这样的建筑。机器人数字孪生需要保持常青，始终更新，有时甚至实时更新。这就是它们与您想要制造的零件的数字孪生之间的区别。>> Anthony Scriffino 正在询问机器人之间的协作思维。所以他正在考虑例如无人机群。您能谈谈这方面吗？>> 这是必不可少的，在车队中协作机器人，机器人到机器人，无人机系统，例如在无人机群中。正如我所说，回到例如自主无人机，当有通信或基本上是自主车辆和地雷时，机器人之间的通信，自主系统是必不可少的，并且对于完成任务至关重要。有时对于共同学习也很重要，就联邦学习而言。如果一个机器人正在训练新的东西，那么您希望整个车队也拥有这些技能。>> 让我们谈谈一些业务影响。董事会通常对机器人和物理 AI 的投资有哪些误解？>> 我认为许多董事会高估了速度，低估了系统工作。它不是软件部署。它是一个复杂的工程系统。这也是我们从数字 AI 到物理 AI 的监管中看到的，它是安全工程，是运营变更，是集成以及服务和维护，您必须通盘考虑整个周期，才能执行机器人投资。如果您要为考虑重大机器人投资的董事会提供建议，您会坚持让他们在批准之前理解的一件事是什么？>> 我会坚持明确要完成的工作以及风险范围。我认为您需要清楚地了解任务、环境、安全限制以及信心下降时会发生什么。我还会坚持让他们将数据和数字孪生就绪性视为先决条件。如果您没有对您所处的现实有一个可靠的图景，您可能就是在资助一个永久性的试点。>> 机器人效率或机器人效率可能意味着失业和流离失所。您能谈谈在日益机器人化和类人机器人化的世界中工作的未来吗？在一个我们目前正在努力实现的理想场景中，是人类和机器人之间的协作，我们希望类人机器人做一些非常平凡、繁琐、危险、有风险的事情，进入人类不应该去的地方，无论是采矿还是核工业。所以基本上是共同工作，在这种场景下，我认为我们提高了人类的技能水平。我刚读了一篇关于一位著名机器人学家的一篇文章，他说我对机器人持乐观态度，但它们应该始终与人类合作。我也相信这一点。那么，负责任地部署机器人是什么样的？>> 对我来说，这意味着设计上的安全性。您需要验证、可追溯性、故障安全。您需要进行审计，明确的交接规则，这在之前我提到的混合人机环境中尤其重要。对我来说，它也意味着以人为中心的集成、工作流程的重新设计以及确定机器人是创造价值还是可能制造混乱的责任。Arcelon Khan 提出了一个问题，您是否看到机器人变得越来越自主的物理 AI 的时代？我们是否需要一个经理 AI 来检查工人 AI 是否应该做他们被分配的任务？>> 可能在某些层面上是的。但我认为最终您应该有一个人在循环中。这是不可避免的。无论是管理 AI，还是基本上是帮助人类监控车队的管理 AI 副驾驶，还有待观察。但我认为 AI 的分层堆栈可能很有意义。您认为在接下来的两到三年里，这一切将走向何方？>> 企业将在受限领域部署越来越多的自主性。检查、内部物流、拾取、放置、搬运、现场监控和辅助操作将得到扩展（当环境被映射或您拥有数字孪生并且成功指标非常清晰时）。我认为还有点遥远，可能仍然难以实现的是通用性，解决一切问题。完全的人类级别的灵巧性，在混乱空间中的可靠操作等等。因为即使技术存在，也很难在这种环境中获得安全级别和安全认证。所以，后者可能是最困难的工程问题。所以我个人觉得所谓的管家类人机器人可能还有一段路要走。您目前非常感兴趣并专注于一两个核心技术挑战吗？>> 如果您有一个准确的数字孪生，以便正确地进行训练，以便尽可能缩小模拟到现实的差距。这是其中之一。然后，基本上，关于用例的清晰度以及关于什么不在范围内的清晰度，这是另一件事。然后对我来说，也是我应该在类人机器人上放置哪些正确的传感器，以便完成所有这些任务，并且仍然保持在能够创造经济价值和足够投资回报率的成本水平上，以便看到投资通过。>> 这是一个非常引人入胜的对话。Birkhard Bokeham 是 Hexagon 的首席技术官。Birkhard，非常感谢您与我们同在。这是一次非常有趣的对话。>> 非常感谢 Michael 的邀请。谢谢。各位，感谢您的观看。现在，在您离开之前，现在是时候访问 cxotalk.com 并订阅我们的新闻通讯，以便我们让您随时了解最新信息。很快，我们将在新闻通讯中发送我们节目的摘要。所以，请查看一下。我们有很棒的节目即将到来。各位，我们下次再见。你们，你们都很聪明。我总是这么说，因为这是真的。大家保重。