人工智能發(fā)展迅猛。然而，我們的機器仍然難以將空間感知與自身的物理能力聯(lián)系起來，而這對于人類來說卻是一種本能。隨著我們邁入物理人工智能時代，能否準確、經濟且大規(guī)模地感知環(huán)境，將決定哪些系統(tǒng)能夠蓬勃發(fā)展，哪些系統(tǒng)會黯然失色。

從汽車起源到普遍自動駕駛

我從事激光雷達（LiDAR）領域十余年，這項基于激光的傳感技術使機器能夠感知深度、形狀和運動。在法雷奧領導全球激光雷達項目期間，我親眼見證了這項技術從實驗室走向大規(guī)模汽車生產。這不僅是一次巨大的飛躍，也是一次意義非凡的覺醒。

現(xiàn)有的激光雷達技術并非為普及應用而設計。它價格昂貴、結構復雜且耗電量大。用于輔助自動駕駛汽車安全導航的系統(tǒng)難以應用于推動下一代自動化浪潮的小型化、成本更為敏感的設備，例如機器人、無人機、自動導引車、配送系統(tǒng)和智能基礎設施。

今天，我們正見證一個轉折點?？臻g智能的需求遠不止于汽車領域。下一個重大機遇在于“萬物皆可自主運行”，屆時各行各業(yè)的機器都能安全、高效、自主地運行。

傳感瓶頸

人工智能系統(tǒng)已經變得非常復雜。它們可以實時進行規(guī)劃、預測和推理。但這些能力的發(fā)揮完全取決于它們接收到的數(shù)據(jù)質量。如果沒有準確的實時感知（無法感知距離、運動和空間環(huán)境），即使是最先進的算法也仍然會受到限制。

智能與感知之間的這種不匹配是下一代自動化發(fā)展的最大瓶頸。攝像頭雖然數(shù)量眾多，但缺乏深度和速度信息。雷達可以提供距離信息，但無法提供精細的空間細節(jié)。傳統(tǒng)的激光雷達可以彌補這一不足，但由于成本過高、體積過大且過于脆弱，難以廣泛部署。

如果我們想要每個倉庫都配備機器人，每個田地都配備無人機，每個路口都配備智能基礎設施，我們就需要一種全新的基礎架構，一種能夠像半導體一樣擴展的架構，而不是像高精度光學器件那樣難以擴展的架構。而且，為了讓這些機器人與人類無縫協(xié)作，我們需要一種不僅能夠檢測、跟蹤和分類，還能解讀運動和意圖的傳感技術。

重新構想規(guī)?；募す饫走_

這就是新一代激光雷達發(fā)揮作用的地方。傳感技術的未來在于硅光子學，這項技術也徹底改變了通信和計算領域。通過將包括光束控制、發(fā)射器和接收器在內的整個激光雷達系統(tǒng)集成到單個芯片上，我們最終可以克服長期以來阻礙行業(yè)發(fā)展的傳統(tǒng)限制。

這種“片上”架構實現(xiàn)了無移動部件的固態(tài)設計，顯著降低了成本、功耗和尺寸，同時提高了耐用性。更重要的是，它使制造商能夠充分利用半導體供應鏈，為相機級規(guī)模的大規(guī)模生產鋪平了道路。

結合調頻連續(xù)波傳感技術，這種架構可以同時測量距離和速度，從而瞬間區(qū)分靜態(tài)和動態(tài)物體。機器因此獲得了“超人感知能力”，即使在弱光和惡劣天氣條件下，也能在單幀圖像中同時感知運動和深度。

自治民主化

下一階段的自動駕駛將不再由少數(shù)搭載高端平臺的自動駕駛汽車引領，而是由數(shù)十億個智能聯(lián)網系統(tǒng)在家庭、工廠、城市和天空中運行所定義。

為了實現(xiàn)這一點，傳感技術必須像計算技術一樣經濟實惠且易于使用。這意味著傳感器不僅要性能卓越，還要成本低廉、體積小巧且易于集成。例如，在工業(yè)機器人領域，激光雷達單元必須達到亞厘米級的精度，同時成本比現(xiàn)有型號低一個數(shù)量級。在消費電子設備中，它必須能夠放在手掌中，并且功耗極低。

這就是自主性的民主化：使空間感知成為一項基本能力，而不是一種奢侈品。

物理人工智能：能夠理解周圍環(huán)境的智能

人工智能教會了機器思考，其核心在于數(shù)據(jù)的流動。物理人工智能革命將教會它們感知和控制原子。

在這種新范式下，成功的系統(tǒng)不再是那些處理數(shù)據(jù)量最大的系統(tǒng)，而是那些能夠感知正確數(shù)據(jù)、實時過濾并提供空間精確信息，從而以最小延遲實現(xiàn)行動的系統(tǒng)。從在繁忙倉庫中自主導航的叉車到飛行途中避開障礙物的送貨無人機，下一代人工智能的發(fā)展將取決于機器感知和響應周圍世界的能力。

我經常告訴團隊，物理人工智能的限制因素不再是智能，而是感知。

構建意識的未來

我們面臨的挑戰(zhàn)既是技術上的，也是哲學上的。我們必須彌合數(shù)字認知與物理交互之間的鴻溝。這意味著，我們不能將傳感器設計成孤立的硬件，而應該將其融入智能生態(tài)系統(tǒng)——在這個生態(tài)系統(tǒng)中，感知、推理和行動能夠無縫銜接。

這不僅僅是改進激光雷達的問題，而是要重新定義機器感知現(xiàn)實的方式。為了實現(xiàn)這一目標，創(chuàng)新必須優(yōu)先考慮可擴展性、集成性和可靠性，而不僅僅是探測距離和分辨率。

突破性進展已經到來：全固態(tài)硅光子學、可擴展制造工藝以及超越人類感知的速度感知傳感技術。下一步是規(guī)模化部署——將這些功能融入到與物理世界交互的每一個設備中。

自主系統(tǒng)的新前沿

我們正步入一個非凡的科技時代。第一波技術浪潮使激光雷達（LiDAR）助力汽車實現(xiàn)自動駕駛。第二波浪潮則由芯片架構以及傳感和人工智能的融合所驅動，它將賦能其他一切。

從物流和制造業(yè)到智慧城市和個人機器人，物理人工智能時代代表著感知與智能的融合。機器將不再僅僅是處理世界的信息——它們將理解世界、預測世界，并在其中安全地運行。

我們已經制造出了能夠思考的機器?，F(xiàn)在，是時候賦予它們感知能力了。

克萊門特·努維爾是Voyant Photonics的首席執(zhí)行官，該公司是硅光子激光雷達領域的領導者。加入Voyant之前，他曾在法雷奧公司領導全球激光雷達項目近十年，將世界上首批車用級激光雷達系統(tǒng)投入量產。他致力于推進可擴展傳感技術的發(fā)展，以推動物理人工智能革命。