图片来源：公共领域：Daniela Rus 教授。照片由计算机科学和人工智能实验室 (CSAIL) 提供。

随着人工智能 (AI) 和机器人技术日益重塑行业和社会，有望在未来十年带来数十亿美元的机遇，VinFuture 奖致力于表彰和表彰推动这场技术革命的先驱者。继 2024 年大奖授予五位对推进深度学习做出贡献的科学家之后，奖项委员会现在欢迎麻省理工学院计算机科学和人工智能实验室 (CSAIL) 主任 Daniela Rus 教授成为其最新成员。

值此国际妇女节之际，Rus 教授回顾了她在这个长期被视为男性主导的领域的历程，并分享了人工智能如何在塑造机器人技术的未来方面发挥重要作用。

从人工智能到机器人的跨越

人工智能的快速发展为机器人驱动工业革命提供了重大机遇。人工智能模型在收到提示时处理文本、视频、图像和其他数据的能力与人类惊人地相似。然而，鲁斯教授指出，到目前为止，这些算法很大程度上仍然局限于数字世界，而不是现实世界。与此同时，机器人在物理世界中表现出色，但缺乏固有的智能，很大程度上依赖于预先编程的指令。

这是人工智能最终从数字世界跨越到现实世界的十年。鲁斯教授设想通过将人工智能集成到机器人技术中来缩小这一差距，使现实世界的物理机器变得智能化。 “它们可以是机器人，也可以是其他机器，包括电网、传感器和卫星；基本上是物理世界中你想要的任何东西，”她说。

这一愿景要求鲁斯教授称之为“物理人工智能”。换句话说，这意味着开发人工智能模型，不仅可以处理信息，还可以理解现实世界的物理原理，她解释道。这需要克服当前统计人工智能的局限性，即缺乏对现实世界物理的深入理解。

最后，Rus教授强调需要开发具有物理感知、因果性、无错误、紧凑且集成到物理系统中的人工智能解决方案。随着许多研究人员和科学家积极追求这些进步，她预测未来十年行业将发生彻底转变。

“在医疗保健领域，人工智能驱动的诊断工具可以改善监测和疾病检测。同时，自主系统承诺道路更安全，减少死亡人数，并使我们的交通系统更加高效和有效。最令人兴奋的应用之一是实时语言翻译，它可以实现无缝的全球通信

一般来说，人工智能和机器人技术的携手可以将人类从平凡的日常任务中解放出来，使他们能够将精力投入到更高层次的活动中，例如战略思维和创造性地解决问题。不过，Rus教授也强调了承认机器学习当前局限性的重要性，并告诫不要过度依赖机器人技术作为通用解决方案。

拥抱人工智能认识到人工智能对全球各行各业和社会的深远影响，Rus教授对VinFuture奖对推动这一变革的先驱者的认可表示赞赏，全面认可人工智能革命的三大核心支柱的贡献：机器学习（Yoshua Bengio教授 – Geoffrey Hinton – Yann LeCun教授）、数据集（李飞飞教授）和硬件（Jensen先生）黄）。

“该奖项突显了我们已经走了多远人工智能的科学基础足以对改善我们的生活和为更美好的世界做出贡献。”她感叹道。

作为受人尊敬的 VinFuture 奖理事会的最新成员，她表达了对与理事会目标相一致的富有成效的合作的期待：“VinFuture 奖是非凡的，很高兴看到人工智能研究人员和进步获得这种程度的认可。我的期望是，这次合作将侧重于识别和庆祝突破性成就以及做出这些贡献的人，这些成就有可能改变行业和改善生活。”

关于智能机器人在不久的将来的长期影响，Rus 教授强调了为个人提供驾驭这一不断变化的环境所需的知识和技能的必要性。她强调了实现数字素养以适应未来的重要性。通过正规教育、企业培训或社区主导的举措，不可避免的技术转变。她强调：“重要的是要认识到这些工具本质上没有好坏之分：它们的影响取决于我们选择如何使用它们。”

随着 VinFuture 奖对人工智能不断发展的倡导，Rus 教授相信这将成为激励全世界更多年轻研究人员和开发人员跨越国界推动人工智能和机器人界限的集结点。

“我们正处于一个关键时刻，人工智能开始对人工智能产生深远影响。该奖项将激励年轻一代参与、学习和贡献，年轻科学家和工程师越多地参与人工智能和机器人技术，我们就能越快地看到有意义的进步，为所有人创造一个更加公平和可持续的未来。”

“道路从来都不是一条直线”

Reco罗斯教授是引领全球人工智能和机器人技术进步的杰出女性之一，她的热情可以追溯到早期对科幻小说的迷恋。她随后在计算机科学、数学和天文学方面的研究为她的学术旅程奠定了基础，而她未来的博士导师的指导进一步塑造了她的学术旅程。

在导师的启发下，她对计算与物理世界交互的潜在应用产生了浓厚的兴趣。她说：“这一认识对我来说是一个转折点，因为我看到了从事开创性工作的机会。”

反思当时的最先进技术，大多数机器人的特点是人形、机械臂或盒状轮式机器，主要由金属制成。尽管这些工业机器人功能强大，但由于其体积、重量和固有的安全风险，这些工业机器人对于工厂辅助来说是不切实际的。

Rus 教授采用了一种替代方案应对这一挑战的五种方法：“我意识到自然世界如何充满不同的形式和材料，并探索了如何扩展机器人的定义，以涵盖更广泛的范围。在我的实验室中，我们开创了软机器人技术的早期工作，并研究了使用硅胶、纸张甚至食物作为制造新机器人的基础。”

这种研究方法引导她追求开发兼具物理形态和认知能力的机器，旨在优化结构设计和智能控制之间的协同作用，激励机器有目的和适应性地行事。她解释说：“通过将更智能的人工智能与创新材料和设计相结合，我们可以突破机器人所能实现的极限。”

在她非凡的旅程中，Rus 教授以坚定不移地致力于推进智能科学和工程而著称。她表现出对解决不断变化的挑战的执着奉献精神

“挑战是不可避免的，道路从来都不是一条直线。关键是要专注于一个大目标。” Rus教授强调，“你必须适应科学和工程可以带你去的任何地方。研究这些机器让我知道，我们有很多机会和更多的东西需要学习，不仅是关于机器，还有关于我们自己。”