大會上有一個新趨勢，非常值得我們關注，這就是“具身智能”。目前的人工智能領域，是軟件和硬件分開，各自獨立迭代的。比如語音語義、視覺識別、輔助決策或者游戲，都是在軟件算法里面獨立進化，硬件只是作為輸入數據、運行數據的物理條件。

但在未來，人工智能會越來越重視“具身智能”，也就是通過創建軟硬件結合的智能體，可以簡單理解為各種不同形態的機器人，讓它們在真實的物理環境下執行各種各樣的任務，來完成人工智能的進化過程。這種“具身智能”的進化，是純軟件系統當中的進化替代不了的。

最新的人工智能研究發現，智能生物的智能化程度，和它的身體結構之間，存在很強的正相關性。也就是，對于智能生物來說，身體不是一部等待加載“智能算法”的機器，而是身體本身就參與了算法的進化。今天地球上所有的智力活動，都是生物通過自己的身體，真真切切地與環境產生交互之后，通過自身的學習和進化所遺留下來的“智力遺產”。這個過程，已經被大型的計算機模擬實驗所證實。

就在10月6號，美國斯坦福大學李飛飛教授的團隊在《自然·通訊》雜志上發表了一篇非常有啟發性的研究。他們通過計算機，仿照生物的學習和進化的過程，創造了一個“虛擬宇宙”。這個宇宙主要由三條規則構成：

第一，這個宇宙中存在大量像火柴棍一樣的虛擬生命。

這些虛擬生命雖然簡單，但是都有各自的基因代碼。不同的代碼對應著不同的火柴棍組合——這就模擬了不同的基因產生不同生命結構的物種的過程。比如，有的代碼就會產生像八爪章魚一樣的結構，有的代碼則會產生像小馬一樣的四足結構。

這個宇宙中的第二條規則是，這些形態各異的火柴棍生命，都需要在自己的一生中，通過使用機器學習算法來適應不同的環境，比如平坦的地面、充滿障礙的沙丘，在這些環境中完成不同的任務，像是巡邏、導航、躲避障礙物、搬運物資等等。

這個宇宙中的第三條規則是，通過一段時間的學習訓練之后，火柴棍生命之間要相互比賽，只有表現最突出的一部分能夠被保留下來。然后，它們的基因代碼經過相互組合之后，產生大量新的身體結構，再重復第二條規則中的學習適應各類環境和任務過程。要注意，上一代虛擬生命遺留給下一代的，只有它們的身體結構，而不包括它們在短暫的一生中學習到的算法。

這三條規則聽起來是不是非常接近物種進化的過程？通過搭建這樣一個虛擬宇宙，研究人員在里面使用各種條件，對上千個“物種”進行了嚴酷的篩選。最終發現了一個神奇的現象——那就是，一個物種在前幾代通過長期和艱苦的深度學習獲得的行為，在后幾代中會變成一種類似本能的習慣。比如，這些火柴棍生命的祖輩花了很長時間才學會跑步，但是在經過幾代進化之后，它們的后代生下來沒多久就自己會跑了。

這個現象很有啟發性。虛擬生命的祖輩并沒有遺留下自己的算法，而只是留下來了自己身體結構的編碼。但是，這種身體結構卻使得它們的后代，可以更容易學習到前輩花了很長的時間才學習到的算法。就好像它們畢生的經驗，都壓縮在那幾行身體結構的基因代碼中了。

研究人員說，在學習和進化的雙重壓力下，最終只有那些在結構上有優勢的身體設計藍圖，能夠被保留下來，比如類似八爪魚、六足蟲，還有四足動物的身體結構。這些結構由于可以更容易學習到更先進的算法，于是在每一代的競爭中就積累下了大量的優勢。研究人員把這種身體結構上的優勢叫做“形態智能”。在算力相同的情況下，具備形態智能優勢的生物可以更快獲得學習上的優勢，從而贏得殘酷的生存競爭。

“進化論是地球上唯一真正的成功學”。而現在，人工智能領域也開始認真學習這套“成功學”，用“具身智能”而非純粹的“算法智能”，來加快人工智能的進化速度，這是需要關注到的一個重要趨勢。

剛才說的這項研究的領頭科學家，是被稱為“華人AI女神”的李飛飛教授。她36歲成為斯坦福大學終身教授，現在是美國國家工程院、美國國家醫學院、美國藝術與科學院“三院院士”。李飛飛說，她希望能以中國人的身份拿下諾貝爾獎。