ABC大腦模型為工業腦聯網的誕生提供了理論基礎。
“以人工智能通用大模型為技術底座，工業腦聯網将實作自主設計、自主工藝、自主加工、自主裝配、自主服務五大能力的升維，給智能制造體系帶來新變革。”複旦大學工程與應用技術研究院院長、智昌集團董事長甘中學在第八屆中國機器人峰會上做了如上表述。
智昌集團成立于2016年6月，由大陸智能制造領域著名專家甘中學博士創立，是一家“以三元控制技術為核心、三蜂機器人叢集為載體”的工業腦聯網創新型集團公司。該公司成立7年來，始終堅持将新一代資訊技術與工業制造深度融合，不斷推進叢集機器人應用更新創新。
在本屆機器人峰會上，智昌集團釋出了智昌蜂腦工業網際網路平台。該平台最大特色在于将智能機器人與工業網際網路深度融合，讓工業制造更智能。目前，自複制機器人技術已經成為智能機器人領域的前沿科技，他可以實作自主生長、自主進化、自主湧現，如果将其應用于工業網際網路平台，那将給行業帶來深刻的變化。
作為智能制造領域的資深專家，甘中學在本屆峰會上作了題為《ABC大腦模型與自複制機器人》的報告，介紹了人工智能的發展方向和理論架構，以及約翰·馮·諾依曼在1948年提出的自複制自動機在機器人行業的技術架構、實作路徑和重要意義，對人工智能和機器人的發展提供了前瞻性的戰略思考。
通信産業網，贊73
什麼是ABC大腦模型
ABC大腦模型是自複制機器人故事的開端。2017年，複旦大學接受了上海市一個重大科技專項，成立專門團隊研究機器人和人工智能，當時該研發團隊提出了ABC大腦模型的概念。
作為該科研團隊的核心，甘中學親曆了該模型的研發全過程。他表示，ABC大腦模型描述了一種異構的群體智能系統，通過結合人工智能（AI）、生物智能（BI）和群體智能（CI）形成類似人腦的結構，并通過ABC的循環持續促進AI的能力提升、進化和湧現。
ABC大腦具備七種思維鍊式。一是機器人群體的多模态傳感器資訊作為輸入，經過全息解碼、形象化、直覺決策鍊路，無需經過邊緣腦和皮層，形成快速閉環。
二是以機器人的通用基礎模型為驅動，形成了從全系編碼到注意力、推理，再到決策的通路鍊路。
三是CI在環的多元決策通路，發揮了CI的通用場景識别和推理能力，并和機器人本體決策進行協同。
四是引入BI的ABC慢循環過程，一方面引入BI提升邊界場景的能力，另一方面促進AI、CI模型的價值觀與人類對齊。
五是機器人通用基礎模型的持續學習過程，将生物大腦知識進行積累整理成帶有因果關系的知識表征，并通過監督/半監督、長短期激勵的範式促進機器人世界模型的疊代和進化。
六是生物大腦與GPT的互動式疊代範式，除了現有的監督式學習外，未來可研究GPT與真實世界的互動和閉環，例如多模态大模型的強化進化學習。
七是ABC大腦的長短期激勵，以生物大腦的意圖為激發，通過與環境的互動，得到長短期激勵。長短期激勵可進一步改變機器人世界模型和GPT的激勵範式。
ABC大腦模型的提出，對機器人的進化産生直接的影響，進而為工業腦聯網的誕生提供了理論基礎。
讓機器人實作自我複制與進化
盡管機器人技術獲得了長足的進步，但是距離自複制機器人的時代到來還存在一定的差距。
甘中學表示，當今的機器人尚處于自動化控制階段，其本身尚不具備自我生長、自我進化、自我湧現等與生物體類似的成長機制，但是在語言領域，随着ChatGPT的出現和發展，上述機制得以實作，也讓機器人産業的發展有了明确的方向，即未來的機器人要能夠自我生長、自我進化、自我湧現，甚至自我複制、自我發育。
當然這種論斷并非無的放矢。在半個多世紀以前，“計算機之父”馮·諾依曼的研究認為，一個自我複制者應該包含以下特性，即該個體的代碼化表示、一個複制這段代碼的機制、一種能夠影響和塑造該個體所處環境的控制。
依循這個思路，馮·諾依曼提出了一套自複制自動機理論。在他的理論中，一台自複制自動機（R）是這樣誕生的：通用編碼機（Y）編制R的特征編碼（φ），通用控制器（Z）先指令Y拷貝兩份φ，再指令通用構造器（X）按照φ來實際制造R，并把其中的1份φ拷貝去掉，Z會把X和剩下的那份φ拷貝捆綁在一起，并把他們從X+Y+Z的組合中分離出去，進而就制造了R與φ的組合。此後，利用φ，R可以無限地自我制造和自我複制。
甘中學認為，馮·諾依曼的這套理論在邏輯上講得通，但是存在缺陷，即世界上第一台自複制自動機從何而來？機器是無生命的，不能像生物一樣從單細胞進化而來。是以，世界上第一台自複制自動機還需要由人來制造，自複制自動機還不能完全脫離人來實作自我複制，至少在馮·諾依曼那個年代還不能夠實作。
但是，如果将ABC大腦模型與馮·諾依曼的理論相結合，機器人實作自我複制将成為可能。甘中學表示，ABC大腦模型的循環可以實作自我複制者的三項特征，其中利用全息表征（機器人語言）完成機器人代碼化表示；利用ABC循環去疊代式自動化完成代碼生成和複制過程；利用機器與環境的閉環獲得負熵，實作自我複制。
“ABC大腦模型的循環結構為機器人自我複制提供了一種可能的範式，這種範式也展現了AI for engineering的新一代設計思路。”甘中學強調。
機器人的新未來
依托馮·諾依曼的自複制自動機理論與ABC大腦模型，甘中學暢想了一個屬于機器人的新未來，即建構未來智造的自複制機器人。
提及這個未來，複旦大學自然語言處理實驗室開發的對話式大型語言模型MOSS在其中扮演了重要角色。據悉，MOSS基于公開的中英文資料訓練，目前已經擁有200億參數，具有和人類對話的能力，并可以通過與人類互動實作疊代優化。
甘中學表示，引入MOSS，将其作為通用控制器的智能大腦；機器人和3D列印機作為通用構造器，以這種全新的組合讓機器人制造機器人的可能性大幅提升。但是，在這個過程中，還有一些挑戰需要克服。
“目前在工業制造領域，工業母機的複雜度和性能遠遠高于被生産的産品，如果要實作機器的自我複制，那麼制造裝置和産品的複雜度将是同等的，這就需要完整産業鍊的協作來實作。”甘中學坦言：“這也意味着要把全産業鍊要素壓縮成普适的自複制自動化機器。”
在甘中學的構想裡，這個過程需要三步走。第一步是将生産過程的主要部分，壓縮到一個産業鍊齊全的國家和地區；第二步是通過産業鍊垂直整合，将機器人的生産過程壓縮到一個或幾家有限的企業；第三步是随着機器人的能力越來越大、越來越柔性，機器人自身的工藝都壓縮到一台機器人中。
目前，這項工作已經有了一定的進展。據介紹，機器自我複制的開端——産品設計、零件設計、加工工藝設計、裝配工藝設計等産品特征基因編碼已經建構，并且依托ABC大腦模型和MOSS的學習訓練，逐漸實作了産品特征基因編碼的疊代進化。
甘中學指出，目前正在嘗試采用子產品化積木法自動構架機器人的設計，并利用大資料模型推動通用控制器實作自我程式設計。而且利用3D列印機可以實作自複制機器人部分子產品化零件的增材制造、功能性子產品的增減材制造，并嘗試進行原型機的自動裝配。
從目前的成果來看，機器人的自主加工、自主裝配能力已經初步具備，未來還将向自主設計、自主工藝方向推進。甘中學表示，自主設計的目标是能夠将産品結構描述轉化為産品圖紙的自動生成能力，自主工藝的目标是将産品圖紙轉化為零件圖紙和裝配工藝。
值得注意的是，目前智昌集團與複旦大學正在聯合建構自主服務的自複制機器人設計服務平台，并公開征集合作夥伴，免費提供技術支援。按照設想，自主服務應該是主動了解人類需求并提供服務，這将為自複制機器人的應用空間得到極大的擴充。
業界專家認為，自複制機器人及相關技術的發展為人們描繪了一個充滿高科技、智能化元素的嶄新未來，将深刻影響工業生産模式與工業網際網路的發展，更是對智能制造體系的重構和升維。
一個更加智能的新世界正在加速到來。
采寫：高超
圖表：張曙念
編輯：改靜
指導：新文