迄今為止，AI 已向世人證明它的能耐，不僅止於生成各式影音、圖文創作，也能協助人們預測、規劃未來各種活動的發展。但至今 AI 活躍範圍仍受限於虛擬世界，它也許能幫你的倉庫規劃、計算最有效率的進出貨流程，卻不見得善於實踐。
在機械、工程以及日常生活中的操作實務中，AI 能直接代勞的工作還很有限，原因是他們還不清楚真實世界的物理法則。舉例來說：運行自動駕駛車的 AI 判定系統，需要窮盡舉例每種道路上可能遇到的特殊狀況，才能最大程度避免意外發生，因為有時即便是眼前即將發生的擦撞、天外飛來的物品，AI 都可能因為缺乏物理常識，無法立即作出有效判斷。
具備物理知識的機器人，能縮短學習、測試時間
AI 需要人們幫他上堂物理課，才能更聰明、有效的工作。設計智慧機器人的公司 Agility Robotics 就指出，內建物理常識的 AI，能更快速學會行走。以該公司測試的搬貨機器人為例，預先受物理定律等知識訓練的 AI，在預測如何搬運、行走時，需要試錯的肢體、身體運動組合更少，因為他們了解哪些活動關節的方式更為合理。
相較之下沒有經過物理常識訓練的機器人，因為缺乏對重力、摩擦力的判斷能力，較容易揮空或摔到物品，機器人自身的運動能力也需要花更多時間模擬、學習才能抓到訣竅。該公司高階研發主管 Jonathan Hurs 指出，上過物理課的機器人能大幅降低前期運行測試所需的時間，進而拉低成本。
布朗大學機器學習研究小組負責人 Karianne Bergen 也認為，相比對現實世界一知半解的 AI，有物理常識的 AI 僅需較少的數據量，就能有效完成預測，因為這就像是當你在迷宮裡探索時，有人已經先幫你封鎖了好幾條行不通的道路。
掌握 AI 趨勢 & 活動資訊一點都不難！訂閱電子報，每週四一起《AI TOgether》
感謝訂閱！隨時注意信箱的最新資訊
學會物理的 AI 能修引擎、治癌症，還可能成為下個愛因斯坦？
學過物理的 AI 除了更會幫人們堆紙箱以外，也能讓「數位孿生」模型更精準。以通用電氣（General Electric）的智慧工業應用為例。他們會以現有噴射引擎的數據，拿去訓練 AI ，好模擬出另一個虛擬噴射引擎，而工程師可以透過這個虛擬雙胞胎的模擬運作情形，來預估該引擎何時需要維修或是調整。而具備物理常識的數位孿生，將可以大大提升模擬預測的精準度
德州大學奧斯汀分校的工程與科學研究所所長 Karen Willcox，結合物理、生物知識的 AI 未來更有望應用在癌症治療領域，因為其打造的數位孿生病人，將可能預測病患的發展狀況，提前掌握治療機會。
一間成立於去年、以基礎物理訓練 Transformer AI 模型的新創 BeyondMath，甚至主張融會貫通物理學的 AI 將可能像是人們的下一位愛因斯坦，協助人類挖掘出尚未知曉的宇宙奧秘，設計出突破現有物理限制的發明。「想像未來 AI 能以我們幾十年工程經驗都無法突破的方式在設計汽車、飛行器。」該公司執行長 Alan Patterson 如此說道。
目前 BeyondMath 的實際成績單，是利用學會空氣力學的 AI ，幫助 F1 賽車微調其設計圖。
關於 AI，或許你還想知道：
＊本文開放夥伴轉載，參考資料：《華爾街日報》、《sifted》、《Lab Manager》。首圖來源：取自 Amazon。
（責任編輯：廖紹伶）
