本书深入探讨了人工智能中的一个新兴领域——具身智能，即智能系统与物理身体的结合。本书系统论述了具身智能的理论框架，包括身体与思维的互动、感知与行为的统一性，以及智能体如何通过与环境的互动来学习写适应。书中详细介绍了自由能原理，这是理解生命体和智能系统组织原则的关键理论，同时探讨了这一原理在人工智能设计中的应用，如强化学习感知与行动的和谐统一等。此外，本书还讨论了多学科视角下的智能解读，以及空间智能与具身智能的整合策略，为读者提供了一个全面了解人工智能未来发展趋势的窗口。
在人工智能一波又一波的浪潮中，经过人工智能嵌入的具身智能（EmbodiedIntelligence）异军突起，正在成为人工智能科技体系的集大成者，在收割人工智能的各类成果中全面崛起。而在具身智能的背后，正在走来的是一个将与碳基人类并存，很可能凌驾于碳基人类的新物种。可以这样想象，具身智能所体现的新物种，如同金庸笔下的“九阳神功”“吸星大法”那种超自然奇幻力量，贯通武学至理，成就永恒的“金刚不坏之躯”。
在2024年，思考被人工智能改造的具身智能，具有科技、学术和现实意义。正是在这样的背景下，刘志毅撰写的《具身智能》一书的出版，恰逢其时。
值得注意的是，在科幻小说史中，具身智能早已成就无数故事的主题和主人公角色。甚至可以说，没有具身智能的想象力和创造力，就没有科幻小说和其他艺术形式。从玛丽·雪莱在1818年创作的《弗兰肯斯坦》（Frankenstein）中的“科学怪人”，到威廉·吉布森于1984年发表的《神经漫游者》（Neuromancer）中的主人公凯斯，其实都是具身智能和具身智能物种的呈现。毫无疑问，文学性的具身智能远远走在了具有科技支持和现实性的具身智能之前。
“处在人类心智与AI的交汇点上，我们正经历一场前所未有的识知革命。”从比较宏观的角度看，人工智能嵌入的具身智能是三个变量的结合：人工智能、具身智能、自然智能。在这三个变量的结合中，形成了所谓基于人工智能技术的具身智能。
在本书中，作者触及人工智能嵌入的具身智能的概念和理论。“在AI的广阔领域中，具身智能的概念正引领一场深刻的范式转变。具身智能不仅是对机器人物理形态的智能化，更是一种哲学和认知科学的融合体现，强调智能的生成与发展源自智能体与环境之间的动态互动……具身AGI通过‘感知—认知—行为’的闭环，实现了对世界的持续学习和适应。这个闭环过程是AI系统智能行为的基础，它涉及对外部世界的感知、基于感知数据的认知处理，以及基于认知结果的行动决策。”简言之，“具身认知理论的核心思想是，智能并非一个抽象的、独立于身体和环境之外的实体，而是与个体的生理特性和所处的环境紧密相连的。”
作者认为，具身智能关注的是“身体、大脑和环境之间的相互作用……正如生物学中的自然选择过程一样，具身AI系统通过视觉、听觉和触觉等感官模态，捕捉外部世界的信息，并将其转化为抽象的概念和模式……旨在通过模拟人类的学习方式，使智能体在物理或虚拟环境中通过互动完成复杂任务的学习……具身智能的核心在于其学习方式的革新。与传统AI依赖大量数据和算法不同，具身智能更侧重通过感知、探索和实验与物理世界互动来学习。这与婴儿的学习过程有着惊人的相似性：从学习行走到掌握语言，人类的学习过程充满了探索和实践，具身智能正是模仿这一过程，以实现更加自然和灵活的智能行为”。
进而，作者努力描述了实现人工智能科技和具身智能结合的科学方法，涉及机器人学、深度学习、强化学习、机器视觉、计算机图形学、自然语言处理、元学习和认知科学。
关于机器人学的作用，作者写道：“在认知模型的整合方面，机器人学的研究推动了机器学习、神经网络、计算机视觉与认知科学理论的交叉应用。这种跨学科的合作，使得机器人能够在处理外部感官输入的同时，进行更高级别的信息处理和决策制定，从而实现更加复杂和自主的行为模式。”
那么，是否可以对人工智能嵌入的具身智能加以定义呢？回答是肯定的。以下的描述具有概括性：“具身智能是通过考虑智能体与其环境（位置性）之间的严格耦合来设计和理解具身和定位智能体的自主行为的计算方法，由智能体自身的身体、知觉和运动系统以及大脑（具身）的约束所介导的。”
作者总结的人工智能嵌入的具身智能定义是：以人形机器人等各类机器人作为物理载体，通过构建智能系统支持的感知层、交互层、运动层，形成诸如强化学习能力，并以第一人称视角，在可持续的类人类的行为反馈中，实现形态计算、感觉运动协调和发展具身认知，以及对外部物理世界的互动。
（本文节选自《具身智能》一书朱嘉明的导读《具身智能的崛起、后果和意义》）
