En el AI Day de XPENG el pasado noviembre, presenté nuestro marco completo de IA Física, con el objetivo de llevar aplicaciones de IA Física, incluidos Robotaxis, robots humanoides y coches voladores, a la producción en masa para 2026.
Ahora, en este punto intermedio del año, estamos analizando la clave real para escalar la IA Física.
¿Qué es la IA Física?
Primero, ¿qué es la IA Física? Es posible que también la escuches mencionar con frecuencia como 'IA incorporada'. De hecho, la IA Física abarca un dominio más amplio que la IA incorporada.
La integración de las capacidades de IA del mundo digital con hardware físico, como vehículos autónomos y robótica, dará lugar a la 'IA Física'. Por ejemplo, los robots adquirirán progresivamente la capacidad de comprender, interactuar y remodelar el mundo, lo que finalmente desencadenará un cambio revolucionario en la productividad y las relaciones de producción.
La IA Física abarca cuatro elementos centrales
Para escalar la IA Física, debemos desglosar sus elementos centrales. En mi opinión, la IA Física abarca cuatro elementos centrales: modelos, potencia de cálculo, datos y manifestaciones físicas.
La base del mundo de la IA Física es el sistema operativo, y el modelo es ese sistema operativo. Mientras tanto, el modelo grande puede verse como el motor. Los datos son el combustible que impulsa su evolución, y la escala y eficiencia de la aplicación de los datos determinan las capacidades del modelo.
Los modelos, la potencia de cálculo y los datos son elementos pertenecientes al ámbito digital que siguen las Leyes de Escalado en el espacio virtual, lo que significa que el rendimiento del modelo continúa mejorando a medida que se expanden los parámetros del modelo, la potencia de cálculo y el volumen del conjunto de datos.
Por el contrario, las manifestaciones físicas pertenecen al mundo físico. Se refieren a sistemas tangibles potenciados por IA, como vehículos y robots humanoides, cuyas capacidades están limitadas por las leyes físicas que rigen la fabricación.
Estos cuatro elementos forman colectivamente la columna vertebral fundamental de la conducción autónoma e incluso de la inteligencia general artificial (AGI). La implementación en el mundo real de la IA Física solo se puede lograr mediante avances simultáneos en elementos tanto digitales como físicos.
Producción en Masa: IA Física vs. IA Digital
Sin duda, producir en masa IA Física es enormemente más desafiante que la IA digital. Pero más allá de las limitaciones de software, ¿qué otros factores están en juego?
- Densidad de información: La IA digital maneja flujos de información de baja densidad. La IA Física maneja flujos de información de densidad mucho mayor. Por lo tanto, la transición de la IA digital a la IA Física representa un cambio de flujos de información de baja densidad a flujos de información de alta densidad, así como una transición fuera del dominio digital hacia el espacio-tiempo físico.
- Límites de capacidad: El límite superior de la IA digital se encuentra en una mayor eficiencia de la información, con tolerancia a fallos en su límite inferior y una aplicabilidad altamente transferible. Por el contrario, el límite superior de la IA Física es su poder para remodelar el mundo físico, mientras que su límite inferior dicta estrictos estándares de seguridad con tolerancia cero a errores, y su aplicabilidad sigue siendo profundamente específica para cada caso. Crucialmente, la IA digital es universal y fácilmente transferible, pero la IA Física está profundamente ligada a escenarios específicos.
- Barreras de hardware: Mientras que las CPU, GPU y clústeres de servidores constituyen las principales barreras de hardware para la IA digital, las barreras de hardware de la IA Física cubren dimensiones mucho más amplias, incluyendo el rendimiento fundamental, el costo, la confiabilidad, la capacidad de fabricación y la capacidad de producción en masa del hardware del lado del borde.
- Leyes y regulaciones: Las regulaciones de la IA digital se centran en la gestión indirecta, involucrando privacidad de datos, derechos de autor y ética. Por el contrario, la IA Física enfrenta restricciones operativas directas y estrictas impuestas por políticas y regulaciones. Por ejemplo, los Robotaxis requieren permisos de prueba en carretera y rigurosas certificaciones de seguridad.
- Aceptación pública: La IA digital cuenta con rasgos de herramienta prominentes y gana fácil reconocimiento público. La IA Física, sin embargo, involucra preocupaciones de seguridad y credibilidad y requiere un ciclo mucho más largo para fomentar la confianza pública.
Por eso, la carrera para escalar la IA Física pertenece a empresas con capacidades de integración entre dominios y autodesarrollo, no solo a aquellas que se centran únicamente en modelos o hardware.
