超維計算理論可以改變AI的工作方式

休斯頓太空人隊的何塞·阿爾圖維(JoséAltuve)以3比2的步數爬升到盤子上，研究投手和情況，從三壘手獲得領先，跟蹤球的釋放，揮桿...并在中路得到一個。這是三屆聯賽擊球冠軍的又一次旅行。

在相同情況下機器人會受到打擊嗎?不見得。

Altuve擅長自然反射，多年的經驗，對投手傾向的了解??以及對各種音高軌跡的了解。他所看到，聽到和感覺到的東西與他的大腦和肌肉記憶無縫地結合在一起，以計時產生撞擊的擺動。另一方面，機器人需要使用聯動系統來緩慢地協調其傳感器與電機功能之間的數據。而且它不記得一件事。三!

但是機器人可能會有希望。馬里蘭大學研究人員剛剛在《科學機器人》雜志上發表的一篇論文介紹了一種使用所謂的超維計算理論將感知和運動命令相結合的新方法，該方法可以從根本上改變和改善感覺運動表征的基本人工智能(AI)任務—像機器人這樣的特工如何將他們的感覺轉化為工作。

集成是機器人技術領域面臨的最重要挑戰。機器人的傳感器和移動機器人的執行器是獨立的系統，通過中央學習機制鏈接在一起，該機制可根據傳感器數據推斷出所需的動作，反之亦然。

繁瑣的三部分AI系統(每個部分都說自己的語言)是讓機器人完成感覺運動任務的緩慢方法。機器人技術的下一步將是將機器人的感知與其運動能力相結合。這種融合稱為“主動感知”，將為機器人完成任務提供更有效，更快捷的方法。

在作者的新計算理論中，機器人的操作系統將基于超二維二進制向量(HBV)，該向量存在于稀疏且極高維的空間中。HBV可以代表不同的離散事物，例如，單個圖像，概念，聲音或指令;例如，由離散事物組成的序列;以及離散事物和序列的分組。他們可以以有意義的方式解釋所有這些類型的信息，將每個模態綁定到等長的1s和0s的長向量中。在該系統中，動作可能性，感覺輸入和其他信息占據相同的空間，相同的語言并融合在一起，從而為機器人創造了一種記憶。