卡米拉·博格达诺娃（Kamila Bogdanova）是维也纳多瑙河地区与中欧研究所（IDM）的研究助理，同时也是国际中东与巴尔干研究所（IFIMES）的信息官员。
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找到平衡？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：它们对公共和私营部门的多维度和多空间影响”的第五场会议，该会议于2025年6月19日以“互联世界中的智能生产”为主题举行。
第五场讲座横跨了医疗技术、工业制造、产品工程和航空领域，邀请了三位杰出专家：BRAINCON Technologies创始人戴维·柳哈尔（Dipl.-Ing. David Ljuhar）、Shift Aviation Solutions首席执行官兼波音777飞行员雷汉·范·通德尔（Captain Rehan van Tonder），以及维也纳工业大学（TU Wien）生产工程研究所所长塞巴斯蒂安·施伦德博士（Dr. Sebastian Schlund）。围绕工业4.0、人工智能驱动的物流、医疗预测模型和安全航空等主题，本场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。
医疗保健与感染控制中的人工智能：戴维·柳哈尔的视角
戴维·柳哈尔（Dipl. Ing. David Ljuhar）发表了关于人工智能在医疗诊断和感染控制中的应用的演讲。基于其在高科技行业和医疗工程领域数十年的专业经验，柳哈尔详细介绍了其研究的两个主要领域：骨相关疾病的预测性诊断中的人工智能，以及医院获得性感染的控制与预防中的人工智能。
柳哈尔在演讲开始时回顾了他与人工智能的初次接触，那是在1987年，他在机械设计领域研究专家系统的应用。随后，他创立了BRAINCON Technologies，并将研究重点转向骨骼疾病评估，特别是骨质疏松症。
与法国研究人员合作，柳哈尔团队从骨密度转向骨质量作为骨骼健康的主要指标。他们使用分形维数分析来评估骨骼结构，建立了一种评估骨组织质量的方法。这需要大量的数据集和明确的标准数据。
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7,000名患者的7.4 TB数据。从中筛选出2,000名无明显症状的基线患者，其中1,000名后来发展为骨关节炎。柳哈尔的分析证实，疾病易感性在基线数据中可见，证明人工智能可以在临床症状出现之前检测到早期结构异常。
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。柳哈尔指出，当前的乳腺X光技术存在相似之处，人工智能系统可以提前三年检测到癌前病变。
人工智能在感染预测和控制中的应用
自2016年起，柳哈尔将研究重点转向医院获得性感染（nosocomial infections）。他强调了这一问题的全球紧迫性，引用数据称每年约有3,600万人死于此类感染，预计到2050年这一数字将增至1.7亿。柳哈尔指出，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。
一个重大挑战在于可用数据的多样性，这些数据往往缺乏兼容性。柳哈尔通过类比说明了这一点：将技术数据从德语翻译成中文再翻译回来，会导致信息不一致。他的团队通过识别相关数据簇来协调和构建这些数据，定义了四个初始数据组，用以分析环境因素，如湿度、温度和化学浓度（例如过氧化氢）在医院环境中的作用。
利用卷积神经网络（CNNs），他的团队开发了能够预测有效细菌灭活策略的算法。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，预测人工智能支持的系统可以根据环境数据和过往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，他的公司计划在今年晚些时候在医院测试试点系统。他强调，人工智能可以为全球医疗管理提供有意义的支持，并作为慢性病和公共卫生危机的预测工具。
航空领域中的人工智能：雷汉·范·通德尔的视角
雷汉·范·通德尔（Captain Rehan Van Tonder）是Shift Aviation Solutions Group的首席执行官，前波音777机长和教员，他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，包括办理登机手续、登机和移民手续的长时间等待。根据范·通德尔的说法，人工智能可以通过自动化和预测性规划直接解决这些低效问题。
范·通德尔强调了第三方服务如何彻底改变乘客物流。人工智能驱动的无人机可以直接将行李从乘客家中运输到飞机上。生物识别验证系统已经在护照控制中使用，未来可能会消除实体登机牌的需求。像智能手表这样的可穿戴设备将很快实现从办理登机手续到登机的生物识别身份验证。这些进步将简化整个乘客旅程。
人工智能在飞行操作和安全中的应用
雷汉·范·通德尔强调了飞机与系统（如飞行计划、维护和检查表管理）之间传输的操作数据的巨大体量。他指出，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。人工智能将通过过滤和优先处理高压场景中的信息来减少飞行员错误。
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进行干预。从长远来看，无人驾驶驾驶舱可能会变得可行，尽管安全协议和保险框架仍然是障碍。
经济影响和人类角色
在回答有关运营成本的问题时，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，从而节省成本而不影响安全。客舱乘务员的职责也将发生变化，人工智能驱动的机器人将管理非关键任务（如餐饮服务），而人类则专注于安全和安保。
范·通德尔预测了人工智能与人类互动的未来发展。可穿戴认知增强设备可以实时监测飞行员的压力水平。伦理问题随之而来：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，可能会产生潜在后果。人工智能监督机制必须确保备用选项（如远程驾驶）仍然可行。
提高机场效率的人工智能解决方案
范·通德尔展示了其公司开发的创新成果，包括一种人工智能软件，该软件可以安排飞机到达顺序以最小化等待模式并减少延误。这种方法可以消除昂贵的机场扩建需求。他提到了黑山的例子，其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，并提高整个航空生态系统中资源使用的效率。
健康风险和辐射暴露
范·通德尔还谈到了航空中的辐射暴露问题。他引用经过同行评审的研究，结果显示结果各异，但确认了辐射暴露确实存在，尤其是对机组人员而言。航空公司监控太阳活动并调整航线以减轻风险。人工智能的实施可能允许实时辐射监测，并进一步降低健康风险。
范·通德尔总结时倡导将人工智能作为提高航空安全、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，但它可以增强决策能力、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。
工业中人形机器人的崛起：塞巴斯蒂安·施伦德博士的视角
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、弗劳恩霍夫研究所（Fraunhofer IAO）的学术和领导职务，目前在维也纳工业大学（TU Wien）领导应用研究。他的当前工作集中于机器人、生产过程和以人为中心的系统设计之间的接口。
塞巴斯蒂安·施伦德博士在其演讲开始时概述了人形机器人发展的历史轨迹。早期里程碑包括1939年由西屋电气公司制造的遥控机器人Electro，以及1973年日本的WABOT-1，能够进行基本行走和抓取。这些早期努力为当今更复杂的人形系统奠定了基础，这些系统现在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）等公司最近的进展展示了人形机器人在执行简单、结构化任务方面的潜力。然而，施伦德博士强调，这些演示大多仍局限于受控环境，尚未足够强大以实现广泛部署。
仿真、人工智能和硬件集成
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人员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物理机器人上。这种从仿真到现实的流程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台成本高达20,000至30,000欧元。尽管它们具有机械复杂性，但这些工具在与柔软或可变形材料交互时仍然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，人形机器人不应旨在取代人类劳动，而是支持那些存在人体工程学压力或安全风险的工作环境中的工人。在他看来，真正的生产力提升不仅来自自动化，还来自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，人形机器人可能会在工业中大规模部署。这不仅需要技术上的完善，还需要工作流程、监管框架和劳动力培训的适应。
(全文结束)
