IntuiCell 表示，它使用基于大脑学习模式的去中心化学习算法。 | 来源：IntuiCell
IntuiCell 是一家深科技初创公司，致力于将神经科学与人工智能融合。本周，该公司宣布已开发出一种能够在现实世界环境中实时学习的系统。这家总部位于斯德哥尔摩的公司发布了一段视频，展示了一台配备了“数字神经系统”的现成四足机器人——没有预先编程的智能或指令。
换句话说，IntuiCell 创建了一个能够像生物神经系统一样自主学习的物理 AI 智能体。这家公司是瑞典隆德大学的衍生公司，声称其技术超越了传统 AI 的支柱——静态机器学习模型，成为一个能够扩展到人类智能水平的完全功能的系统。
“几十年来，人工智能在处理海量数据方面表现出色，但从根本上来说，它无法实现真正的智能，”IntuiCell 联合创始人兼首席执行官维克托·卢特曼表示。“我们的系统改变了这一点。我们将生物学习的原理转化为软件，使人工智能能够以以前从未设想的方式进化、适应和与世界互动。”
“通过授权我们的数字神经系统，我们的目标是成为所有非生物智能的基础设施——赋予其他人解决我们今天无法预见的问题的能力，而无需依赖海量训练数据集，”他说。
IntuiCell 表示，这项创新将使它能够创造出从人类那里学习的机器，就像一个人教动物一项新技能一样。为了进一步展示这一概念的实际应用，IntuiCell 计划聘请一名训犬师——而不是集成大型语言模型 (LLM) 和海量数据集——来教物理智能体新的技能。
IntuiCell 解决了当前 AI 模型的局限性
与受限于静态训练数据的传统 AI 模型不同，IntuiCell 表示，它的机器狗 Luna 通过与世界的直接互动来感知、处理和改进自身。该公司断言，Luna 展示了一个功能性的数字神经系统在行动。这款机器人已经学会控制自己的身体，并通过反复试验和累积经验教会自己站立。
IntuiCell 还表示，它拥有能够作为丘脑皮层运行的技术的基础，丘脑皮层是大脑中处理和预测世界的那一部分。该公司表示，预计在未来两年内完成完整的数字神经系统。
最终，该公司的目标是使软件平台能够为任何智能体（物理或数字）配备终身学习和适应未知能力的能力。
目前，几乎所有 AI 模型都依赖于反向传播，这是将错误率反馈到神经网络中的训练过程。它们还使用预定义的数据集，限制了它们动态学习的能力，IntuiCell 说道。
从 LLM 到深度强化学习，以及一些声称采用受大脑启发的方法的例外情况，大部分 AI 都由在海量数据集上训练的基础模型主导，该公司表示。
这些方法在生成文本和图像等静态、低风险应用中取得了成果，IntuiCell 指出。然而，它们还无法复制生物智能解决未知问题或参与机器人或工业自动化等高风险应用的能力，该公司表示。
IntuiCell 表示，其数字神经系统使 AI 智能体能够从自己的经验中学习，而无需预加载数据或反向传播。它还能够实时适应新的环境和挑战，并自然地扩展到人类智能水平，该公司解释道。
其他一些致力于推进 AI 和机器人的公司包括 Sanctuary AI、Neura Robotics、Google DeepMind、波士顿动力和 Figure AI。
在机器人峰会上了解更多关于 AI 的信息
2025 年机器人峰会与博览会将于 4 月 30 日至 5 月 1 日在波士顿会议和展览中心举行，将设有关于 AI 和机器人的主题演讲环节：
- “AI 带来的风险不同：弹性机器人的策略”，演讲者为 GrayMatter Robotics 联合创始人兼首席科学家 SK Gupta
- “通过力传感和物理智能推进机器人学习”，演讲者为 Bota Systems 创始人兼首席执行官 Klajd Lika
- “从混乱到清晰：使用 AI 在机器人日志中查找重要事件”，演讲者为 Roboto AI 联合创始人兼首席执行官 Benji Barash
- “生成式 AI 对机器人的影响”，演讲者为：
- OLogic 首席执行官 Ted Larson
- mbodi AI 联合创始人 Xavier Chi
- Chef Robotics 创始人兼首席执行官 Rajat Bhageria
- MFV Partners 创始人兼管理合伙人 Karthee Madasamy
- 《机器人报告》编辑总监 Eugene Demaitre
立即注册，不要错过！
文章“IntuiCell 为现成四足机器人配备了‘数字神经系统’”最初发表在《机器人报告》上。
