来自 AI 研究立场图谱百科
物理主义:认为理解物理动态先于智能,模型应当学会物体和力在现实中到底如何运作。
主张
物理主义把物理放在课程表的第一课。一个系统在能规划、用工具、推测其他 agent 之前,必须先知道东西被推、掉落、滑动、碎裂时会发生什么。这些知识应该是学出来的,最好采用结构化的形式,比如相互作用的粒子和物体组成的图,让 learned simulator 去预测场景如何演化。和隔壁的”物理定律专制”不同,它不坚持手写定律,而是希望模型从数据中发现动力学,同时保留一个让发现变得可行的物理结构。
它位于 World 边缘附近、纵向略低于中线,介于单体 world model 和模块化机器人栈之间,稍稍偏向后者。范式等级为逆天之革命:物理仿真和学习动力学离今天的 Transformer 加规模配方很远,物理主义坚持它们应成为 AI 的核心,而不是图形学和工程的小众分支。
论据
- 在粒子和网格数据上训练的图网络模拟器,能在长时间 rollout 中准确预测流体、刚体和布料,还能泛化到比训练时更大的场景。
- 结构化物理模型所需数据更少,外推能力也比无结构的像素预测器更强。
- 规划和控制依赖可靠的前向模型;一个预测不了后果的机器人,无法安全地行动。
批评
- learned simulator 往往需要粒子位置这类特权状态,而真实传感器给不了。
- 规模派认为,大型视频模型和机器人模型无需显式物理结构,也会吸收物理直觉。
- 光有物理预测给不了目标、语言和社会推理;它是必要条件,但远不充分。
代表作
- Interaction Networks for Learning about Objects, Relations and Physics2016
- Learning to Simulate Complex Physics with Graph Networks2020
关系
怎样测出它
在完整版或专业版里落到这一格:x ≈ +0.84,y ≈ −0.38,范式 ≈ +0.94。