摘要
近期，生成式和具身AI的进展主要依赖于对多模态数据的大规模预测学习。然而，现有系统仍然主要基于被动训练模式，其中语言规律提供了信息附加的框架。
相反，神经科学和认知科学表明，生物智能的组织方式正好相反，生物体通过与环境的互动获得的基础世界模型，提供了语言附加的语义框架。
本文我们展示了五个神经回路的例子，它们支持基础世界建模，这些模型支撑了物理和概念空间中的导航、基于可供性的感知与物体的交互、主动感知与探索学习、全ostasis控制与情感，以及自我与世界生成结果的区分。
这些例子突显了当前具身AI中缺乏的几个特征，包括内在动态作为学习基础的作用、行动在将这些动态与外部世界对齐中的中心性、以及自主体验与开放式学习在被动吸收外部数据中的突出性。
此外，早期的预测和控制机制为更高的认知能力提供了基础，如推理、概念导航、规划、想象、理解他人心智和沟通。
最后，我们讨论了如何从生物系统中提取原则，以指导未来的具身AI，包括基于社会互动的训练机制，以构建不仅是基础的，而且是社会共享并与人类规范和价值观对齐的世界模型。
博主点评： 本文深入探讨了生物智能如何通过与环境的互动构建世界模型，这为未来的具身AI提供了重要的启示。通过强调主动学习和自主经验，研究指出了当前AI系统的不足之处，呼吁更具社会性的训练机制，以提高AI的智能水平和人机交互的自然性。