人工智能能否在临床症状出现之前预测并预防疾病？智能工厂能否在自动化与安全的人机协作之间取得平衡？我们距离由人工智能管理的航空旅行和单飞行员驾驶舱还有多远？这些问题引导了全球课程“理解人工智能与机器人：其对公共和私营部门的多维与多空间影响”的第五次讨论，会议于2025年6月19日举行，主题为“互联世界中的智能生产”。
此次讲座横跨医疗技术、工业制造、产品工程和航空领域，邀请了三位杰出专家：BRAINCON Technologies创始人Dipl.-Ing. David Ljuhar（大卫·柳哈尔）、Shift Aviation Solutions首席执行官兼波音777飞行员Captain Rehan van Tonder（雷汉·范·通德尔），以及维也纳工业大学生产工程研究所所长Dr. Sebastian Schlund（塞巴斯蒂安·施伦德）。围绕工业4.0、AI驱动的物流、医疗预测模型和航空安全等主题，会议为参与者提供了关于智能生产在日益互联的世界中真正需求的实践见解和批判性反思。
医疗与感染控制中的人工智能：大卫·柳哈尔的视角
Dipl.-Ing. 大卫·柳哈尔发表了关于人工智能在医疗诊断和感染控制中应用的演讲。他结合自己在高科技行业和医疗工程领域数十年的专业经验，详细介绍了两个主要研究领域：骨相关疾病的预测性诊断和医院获得性感染的控制与预防。
柳哈尔的演讲从他1987年首次接触人工智能的经历开始，当时他正在研究专家系统在机械设计中的应用。后来，他创立了BRAINCON Technologies，并将其研究重点转向骨病评估，特别是骨质疏松症。通过与法国研究人员的合作，他的团队从骨密度转向骨质量作为骨骼健康的主要指标。他们使用分形维度分析来评估骨骼结构，建立了一种评估骨组织质量的方法。这需要大量数据集和明确定义的真实标准。
在2012年至2018年间，他的团队分析了一份来自旧金山的10年回顾性数据集，包含7.4 TB的数据，涉及7,000名患者。从中筛选出2,000名无明显症状的基线患者，其中1,000人后来发展为骨关节炎。柳哈尔的分析证实，基线数据中可以观察到疾病的易感性，证明人工智能能够在临床症状出现前检测早期结构性异常。
在此基础上，他的团队扩展了人工智能的应用，用于诊断类风湿性关节炎和骨质疏松症。柳哈尔提到，当前的乳腺摄影技术与此类似，人工智能系统能够提前三年检测出癌前病变。
人工智能在感染预测与控制中的应用
自2016年起，柳哈尔将研究重点转向医院获得性（nosocomial）感染。他强调了这一问题的全球紧迫性，指出每年约有3,600万人死于此类感染，预计到2050年将增至1.7亿人。柳哈尔认为，需要结合软件和硬件的系统来支持医院的消毒和疫情预防工作。
一个重大挑战在于现有数据的多样性及其缺乏兼容性。柳哈尔用了一个比喻来说明这一点：将技术数据从德语翻译成中文再翻译回来，结果信息不一致。他的团队通过识别相关数据集群来协调和结构化这些数据，定义了四个初始数据组，以分析湿度、温度和化学浓度（如过氧化氢）等环境因素。
利用卷积神经网络（CNN），他的团队开发了能够预测有效杀菌策略的算法。柳哈尔强调了强化学习和认知系统在未来感染控制中的潜力，预计人工智能支持的系统可以根据环境数据和过去的表现进行适应和改进。
他提到了肯尼亚的一个案例，医院感染率导致新生儿死亡率高达32%。根据柳哈尔的说法，这种人工智能系统可以显著降低感染相关的死亡率和成本，预计到2050年，相关成本将达到2,000亿美元以上。仅在奥地利，每年就有14万例医院获得性感染报告。
柳哈尔总结道，他的公司将在今年晚些时候开始在医院测试试点系统。他强调，人工智能可以在全球医疗管理中提供有意义的支持，并作为慢性疾病和公共卫生危机的预测工具。
航空领域的人工智能：雷汉·范·通德尔的视角
Shift Aviation Solutions Group首席执行官、前波音777机长兼教官雷汉·范·通德尔介绍了航空公司运营所需的基础结构，强调了五个关键组成部分：物理硬件、人力资源、运营基地、财务支持和法律授权。他指出，当前的航空模式面临持续的低效问题，包括值机、登机和移民手续的长时间等待。范·通德尔认为，人工智能可以通过自动化和预测性规划直接解决这些问题。
范·通德尔强调了第三方服务如何通过革命性的乘客物流改变航空业。人工智能驱动的无人机可以从乘客家中直接运送行李到飞机上。生物识别验证系统已经在护照控制中使用，未来可能完全取代纸质登机牌。智能手表等可穿戴设备将很快实现从值机到登机的生物识别身份验证。这些进步将使整个乘客旅程更加顺畅。
飞行操作与安全中的人工智能
雷汉·范·通德尔强调了飞机与飞行计划、维护和检查表管理系统之间传输的大量操作数据。他认为，人工智能可以将这些数据转化为可操作的见解，增强对人类操作员的认知支持。在高压场景下，人工智能将通过过滤和优先排序信息来减少飞行员的错误。
他提出了未来驾驶舱的模型，可能涉及单飞行员操作。人工智能系统将承担程序性和应急功能，而飞行员则负责监督并在特殊情况下干预。从长远来看，无人驾驶驾驶舱可能成为现实，尽管安全协议和保险框架仍是障碍。
经济影响与人类角色
在回答关于运营成本的问题时，范·通德尔解释说，飞行员约占航空公司总支出的10%，硬件、软件和燃料成本各占三分之一。自动化可以减少长途航班所需的飞行员数量，从而降低成本而不影响安全性。客舱机组的职责也将发生变化，人工智能驱动的机器人将负责食品和饮料服务等非关键任务，而人类将专注于安全和安保。
范·通德尔预测了未来人工智能与人类互动的发展。可穿戴的认知增强设备可以实时监测飞行员的压力水平。这也引发了伦理问题：谁拥有从人类大脑活动中收集的数据？认知能力差异是否会导致与先进系统交互的不平等？
他警告说，如果人工智能系统发生故障或行为不可预测，可能会产生严重后果。人工智能监督机制必须确保远程驾驶等备用选项仍然可行。
机场效率的人工智能解决方案
范·通德尔介绍了他的公司开发的创新技术，包括一种通过优化飞机到达顺序来减少盘旋模式和延误的人工智能软件。这种方法可以消除昂贵的机场扩建需求。他举了黑山的例子，公司的软件预计每年可节省超过7,000万欧元。
这些解决方案旨在优化现有基础设施，减少二氧化碳排放，并提高航空生态系统中资源的使用效率。
健康风险与辐射暴露
范·通德尔还谈到了航空中的辐射暴露问题。他引用了经过同行评审的研究，结果显示结果各异，但确认辐射确实存在，尤其是对机组人员而言。航空公司监测太阳活动并调整飞行路径以降低风险。人工智能的实施可能允许实时辐射监测，进一步减少健康风险。
范·通德尔总结道，人工智能是提高航空安全性、效率和可持续性的工具。他强调，虽然人工智能尚无法完全取代人类判断，但可以增强决策能力、减少人为错误并简化操作。然而，必须解决伦理、法律和基础设施方面的挑战。
工业中仿人机器人的崛起：塞巴斯蒂安·施伦德的视角
塞巴斯蒂安·施伦德博士在工业工程和人机交互领域拥有数十年的专业知识。他曾担任斯图加特大学和弗劳恩霍夫IAO的学术和领导职务，目前在维也纳工业大学领导应用研究。他的研究重点是机器人、生产流程和以人为中心的系统设计之间的接口。
塞巴斯蒂安·施伦德博士在他的演讲中概述了仿人机器人发展的历史轨迹。早期里程碑包括1939年由西屋电气制造的遥控机器人Electro，以及1973年日本的WABOT-1，后者能够完成基本的行走和抓取动作。这些早期努力为当今更复杂的仿人系统奠定了基础，如今这些系统受益于现代人工智能技术。
特斯拉（Optimus）、波士顿动力（Atlas）和Agility Robotics（Digit）等公司最近的进展表明，仿人机器人在执行简单、结构化任务方面具有潜力。然而，施伦德博士强调，这些演示大多局限于受控环境，尚未足够稳健以实现广泛部署。
仿真、人工智能与硬件集成
施伦德博士强调了先进人工智能和仿真平台在近期进展中的关键作用。例如，NVIDIA和OpenAI开发的工具允许开发者在虚拟环境中模拟机器人运动和学习，然后将这些能力转移到实体机器人上。这种从仿真到现实的流水线加速了开发过程并降低了成本。
然而，挑战依然存在。硬件的物理限制——尤其是机器人手或末端执行器——是一个主要瓶颈。最先进的五指机器人手每只成本高达2万至3万欧元。尽管它们机械复杂，但在与柔软或可变形材料交互时，仍缺乏人类手的灵活性和响应能力。
人机协作与未来趋势
施伦德博士强调了设计协作机器人系统的重要性。他认为，仿人机器人不应试图取代人类劳动，而是应支持那些面临人体工程学压力或安全风险的工人。在他看来，真正的生产力提升不仅来自于自动化，而是来自于人类与机器之间的平衡合作。
展望未来，施伦德博士预计大约10年后，仿人机器人可能会在工业中大规模部署。这不仅需要技术的完善，还需要工作流程、监管框架和劳动力培训的适应。
(全文结束)
