李飞飞揭秘创业方向“空间智能”：视觉化为洞察，看见成为理解，理解导致行动

李飞飞提出的“空间智能”概念旨在让AI理解现实世界，通过视觉洞察实现行动与学习，其核心在于视觉化为洞察、看见成为理解、理解导致行动。具体内容如下：空间智能的概念与意义创业方向与关键拼图：斯坦福李飞飞创业后首次揭秘“空间智能”，这不仅是其创业方向，更是指引她的“北极星”，被认为是“解决人工智能难题的关键拼图”。让AI理解现实世界：空间智能旨在让AI超越当前能力，不仅能看到和说话，还能行动，理解并与真实或虚拟的3D世界互动。空间智能的生物学基础生物视觉的进化：5.4亿年前的世界黑暗且缺乏视觉，三叶虫作为最早一批能感知光线的生物出现，引发了寒武纪大爆发。视觉能力从被动体验光线进入，逐渐进化为主动的神经系统，视觉变为洞察力，看变成理解，理解导致行动，催生了智能。看是为了行动和学习：大自然通过“空间智能”创造了看和行动的良性循环，当生物在3D时空中采取行动时，会学习并学会更好地看和做事。计算机视觉的发展历程早期进展：九年前，李飞飞在舞台上介绍了计算机视觉的早期进展，当时神经网络算法、GPU硬件和大数据（如ImageNet）首次汇聚，迎来了现代人工智能时代。从最初给图像贴标签的重大突破，到算法速度和准确性迅速提高，再到创建能分割视觉对象或预测它们之间动态关系的算法。生成式AI的突破：一系列扩散模型为当今的生成式AI算法提供动力，可以将人类提示词转化为照片和视频。例如OpenAI的Sora取得令人印象深刻的成果，李飞飞的学生和合作者们也开发出了名为Walt的AI视频生成模型。空间智能的最新进展算法创新：谷歌研究人员开发出将一组照片转换成3D空间的算法。李飞飞的学生和合作者创建了将单个图像变成3D形状的算法。密歇根大学研究人员找到将句子转换成3D房间布局的方法。斯坦福大学同事和学生开发出从单个图像生成无限可能空间的算法。机器人学习与语言智能：开发由3D空间模型驱动的模拟环境，训练计算机和机器人在3D世界中行动，如Behavior项目。使用基于大型语言模型的输入，机械臂可以根据口头指令执行各种任务，如打开抽屉、拔掉电话线、制作三明治等。△Walt发表于2023年12月空间智能的应用前景医疗保健领域：试验智能传感器，检测临床医生是否正确洗手、跟踪手术器械、在病人面临跌倒风险时提醒护理团队。自主机器人运输医疗用品，增强现实技术引导外科医生进行更安全、更快、更少侵入性的操作。严重瘫痪的病人用脑电波控制机器人执行日常任务，如机器人手臂通过大脑电信号控制烹饪日本寿喜锅餐。未来展望：空间智能驱动的计算机和机器人将成为有用的工具和值得信赖的伙伴，在尊重个人尊严的同时，提高生产力、增强人性、提升集体繁荣，与人类一道追求创造更好的世界的方法。