超维计算理论可以改变AI的工作方式

休斯顿太空人队的何塞·阿尔图维(JoséAltuve)以3比2的步数爬升到盘子上，研究投手和情况，从三垒手获得领先，跟踪球的释放，挥杆...并在中路得到一个。这是三届联赛击球冠军的又一次旅行。

在相同情况下机器人会受到打击吗?不见得。

Altuve擅长自然反射，多年的经验，对投手倾向的了解​​以及对各种音高轨迹的了解。他所看到，听到和感觉到的东西与他的大脑和肌肉记忆无缝地结合在一起，以计时产生撞击的摆动。另一方面，机器人需要使用联动系统来缓慢地协调其传感器与电机功能之间的数据。而且它不记得一件事。三!

但是机器人可能会有希望。马里兰大学研究人员刚刚在《科学机器人》杂志上发表的一篇论文介绍了一种使用所谓的超维计算理论将感知和运动命令相结合的新方法，该方法可以从根本上改变和改善感觉运动表征的基本人工智能(AI)任务—像机器人这样的特工如何将他们的感觉转化为工作。

集成是机器人技术领域面临的最重要挑战。机器人的传感器和移动机器人的执行器是独立的系统，通过中央学习机制链接在一起，该机制可根据传感器数据推断出所需的动作，反之亦然。

繁琐的三部分AI系统(每个部分都说自己的语言)是让机器人完成感觉运动任务的缓慢方法。机器人技术的下一步将是将机器人的感知与其运动能力相结合。这种融合称为“主动感知”，将为机器人完成任务提供更有效，更快捷的方法。

在作者的新计算理论中，机器人的操作系统将基于超二维二进制向量(HBV)，该向量存在于稀疏且极高维的空间中。HBV可以代表不同的离散事物，例如，单个图像，概念，声音或指令;例如，由离散事物组成的序列;以及离散事物和序列的分组。他们可以以有意义的方式解释所有这些类型的信息，将每个模态绑定到等长的1s和0s的长向量中。在该系统中，动作可能性，感觉输入和其他信息占据相同的空间，相同的语言并融合在一起，从而为机器人创造了一种记忆。