基本情报强调，认知受代理的认可和运动的影响，并提出智力或智力行为来自代理人身体与周围环境之间的相互作用以及大脑功能。这个想法与基于笛卡尔的二元主义思想的身体智力不同，后者不考虑大脑与身体之间的关系。智力的本质理论对认知科学，心理学，人类学，艺术等有很大的影响，因此产生了诸如结合认知和体现心理学之类的次要领域。如今，化身的情报理论深深地参与了人工智能，机器人技术和其他关注的领域，这些领域对公众产生了巨大影响。从传统的体外智能到现代融合智能，研究人员在人工智能的早期，他们认为机器可以模拟人类的思想（理性行为）通过符号的作用，这意味着机器可以像人类一样思考，而无需考虑他们的身体和环境。他们将人工智能定义为模拟人类智能行为。除了模拟思想之外，它还包括感知，行动，情感和灵感。他们认为，思想与身体和环境分开，因此是通过模拟这些行为而在不考虑行动之间互连的情况下独立执行的。人工智能的另一个必不可少的学校认为，人工智能需要模拟人脑工作的原理。这通常称为大脑的计算机科学。学校还没有考虑思想，认知和身体上的关系。因此，传统人工智能的两家学校都属于体育智能。基本情报认为人类的知识分子Aviors不仅取决于大脑思维，而且还需要通过与物理环境的互动来学习和决策。最后，通过感知，执行的结果返回到大脑，形成了闭路电路并形成了智力机构，以真正实现其模拟人类智力行为的目标。与传统的人工智能不同，化身的情报思想促进了人工智能的发展为更高水平的通用人工智能。人工智能发展的历史经历了人工智能发展史的三个阶段和三个阶段。第一代人工智能提出了基于知识的经验的推论模型，并使用了此模型。它被用来模拟人类的思想。尽管该模型具有可解释性和理解的优势，但它在应用和工业化方面非常有限，因为它是D表达和获取知识。第二代人工智能提出了基于数据的模型，并根据大数据使用自动学习来模拟情感和情感的人类行为。输入数据（例如模型和音频的图像）源自客观世界，这使其更有可能应用，但是由于焦虑，缺乏可靠性，可靠性（无法解释），无法控制和难以促进的应用程序，应用程序范围受到限制。科学家还进行了研究，在此期间进行了模拟人类运动的研究，例如手术和步行，但不要将这些研究与其他方面（思想或感知）联系起来。总而言之，这两代人工智能具有重要的局限性，仅指向某些领域，并使用特定模型来解决特定的任务。随着2020年大型语言模型的出现，人工智能导致了新开发阶段：第三代人工智能。对于大型语言模型而言，强大的大规模语言生成能力使机器可以在空旷的地方与人进行自由互动。这表明机器已经完全统治了人类语言。这个问题非常重要。正如哲学家维特根斯坦（Wittgenstein）所说：“我的语言的极限是我世界的局限性。”当机器学习人类语言时，它会使我们对人类世界有一定的了解。大型语言模型朝着Artifi IntelligenceCommon cial迈出了重要的一步，它创造了转移到通用AI的条件，已成功生成语言，但是在许多其他任务中尚未实现领域的普遍性。例如，对于医学诊断，我们尚未开发用于各种疾病的计算机医学诊断系统。此外，大型语言模型只能说（生成语言），而不能说话（ACT）。现在有许多任务，尤其是复杂的任务，而人工智能目前尚未完成。我们仍然距离真正的通用人工智能距离。这样做的原因是，传统的人工智能将彼此的思想，看法，行动等分开，环境孤立。设备齐全的情报强调了身体，环境意识和反馈的重要性，并使用它们与外界互动。这弥补了传统人工智能带来的不便，该智力使机器能够逐渐学会适应环境，并通过与环境的重复互动，不断重复它们以完成日益复杂的任务，从而优化决策和行为。这是一个新的学习范式：加强学习。有了化身的智能，我们看到人工智能可以在更广泛的环境中完成更多任务n人工智能。在人工智能诞生之前很久，在机器人领域提出了对智能思想机器人的第一次调查。 1954年，科学家发明了数字控制的可编程机器人，为现代工业机器人奠定了基础，并认识到现代机器人的真实诞生。在人工智能的发展过程中，模仿运动的范围也包括在调查范围中，但是当时的研究方法是在思想和感知中，因此运动（身体）并没有得到太多关注。之后，机器人研究逐渐形成了一个新领域：机器人技术。这与人工智能行动的行动同时。机器人研究的范围更广泛，采用更大的技术，实际应用和工业化方法。 1986年，移动机器人的先驱罗德尼·布鲁克斯（Rodney Brooks）提出了行为机器人技术的想法。他相信传统象征主义的人工智能依赖于复杂的推理系统，而智力行为忽略了身体环境相互作用的重要贡献。这是第一次提出了机器人领域中的智能概念。在机器人领域促进技术进步的聪明思想将促进机器人技术从独特的识别（例如视觉和触摸）到多模式感知的发展。必须在各种气候条件和复杂的环境中进行自动驾驶汽车，并且对所有气候的环境意识非常重要。现在，除了使用单个相机外，人们还考虑融合更多的多个传感器。换句话说，除了相机，激光扫描仪，雷达，声音和卫星传感器的位置外，还应全面地使用GUS来保证识别的相关性。同样，对于操纵器，乘必须使用LE传感器，例如触摸，力量和时间感，以在复杂环境中实现复杂的操作，例如组装，紧急救援，救灾和采矿救援。为了适应不同任务的需求，包括服务家庭的人形机器人，包括商业手组装机器人的机器人，具有特殊功能的仿生机器人和各种类型的机器人，各种类型的机器人和各种控制技术。这些是机器人软件和硬件协作的问题。代理在化身智能上的概念对机器人技术有重大影响。根据代理商的概念，机器人可以整合思想，看法和行动，以完成数字和物理世界中的任务。他们可以使用数字世界来模拟物理世界。这些对于促进机器人的发展非常重要。例如，如果经历了无人驾驶的车辆物理世界，它将受到许多因素的限制，例如气候条件和紧急情况。使用模拟可以提高效率并节省时间和金钱。代理商的理论可用于允许机器人相互发挥作用，以实现机器的自我进化（重复），并不断提高机器人的性能。 （作者Zhang Bei是中国科学学院的学术学术学学院，也是Tingua大学的教授。他获得了第三次全国自然科学奖和第三个国家科学技术进步奖。