在 Computex Taipei 上，半導體大廠恩智浦（NXP）總裁暨執行長 Rafael Sotomayor 發表了專題演講，深入探討物理人工智慧的發展挑戰與未來藍圖。他指出，隨著人工智慧逐漸從雲端走向邊緣（Edge），打造具備自主決策能力的菁英級設備，關鍵在於突破莫拉維克悖論（Moravec’s paradox），並為機器導入如同人體般的神經軸（Neuraxis）架構。
Rafael Sotomayor 以足球巨星梅西流暢、毫不費力的動作為例，指出人類超過 95% 的日常活動都是在無意識、幾乎不消耗能量的「反射」下完成。然而，這正是機器人技術與物理人工智慧面臨的最大挑戰。他進一步解釋這個「莫拉維克悖論」，對人類極度困難的事情（如複雜推理、下棋），對機器而言輕而易舉。但對人類極為簡單的動作（如走路、摺衣服），對機器卻困難重重。Rafael Sotomayor 強調，在機器人領域，最難的是反射，而不是語言或推理。只有掌握反射，才能釋放物理人工智慧的全部潛力。
為了解決此悖論，恩智浦 (NXP) 從人體生物學汲取靈感。Rafael Sotomayor 指出，雖然大腦皮質占人腦質量的 80% 並負責高階推理，但它並非處理最快速反應（反射）的地方。因此，未來機器設備的設計不應僅侷限於追求「更大的大腦」，而是應該採用「神經軸」架構。這是一個具備三層智慧的藍圖，旨在將運算智慧放置在設備中最正確且最有效率的位置。
Rafael Sotomayor 強調，機器人不能只擁有完美的反射動作，還必須理解現實世界的物理法則。由於無法讓機器人在現實中透過危險的反覆跌倒來學習重力與摩擦力，業界正導入世界模型。透過世界模型，開發者能像電影《駭客任務》般，直接將經驗與物理知識注入機器人中，藉此為視覺語言動作模型（VLA）提供數據。Rafael Sotomayor解釋，VLA 是一座關鍵橋梁，成功連結了機器的感知（所見所聞）與對世界的理解，讓機器在拿起一瓶糖漿時，不僅能看見瓶子，還能理解慣性與傾倒後的結果。
然而，目前的挑戰在於如何將擁有近乎無限資源的雲端 VLA 模型，部署到功耗、延遲、記憶體和處理能力都極度受限的邊緣硬體上。對此，Rafael Sotomayor 介紹了恩智浦的 eIQ 工具包，這款軟體能協助客戶將複雜的模型進行移植、量化與編譯，精準調整至目標硬體上，消除物理人工智慧落地的阻礙。
在演講尾聲，Rafael Sotomayor 總結了「菁英級機器」的定義，就像梅西優異的表現源自體內看不見的神經軸一樣，菁英機器必須能在現實條件下可靠地執行高性能任務，並在發生問題時保障人員與財產安全。他強調，這些系統擁有三個不可妥協的要素：「低延遲、低功耗和極高的安全性」。恩智浦已經做好全面準備，將以神經軸為骨幹，推動物理人工智慧正式走向市場。
(首圖來源：科技新報攝)
科技新報粉絲團
加入好友
訂閱免費電子報
