IEEE 专访 Dejan Milojicic：2030 年 30 大技术趋势

IEEE 预测到 2030 年物理 AI 与机器人技术将快速进步 跳至主导航 跳至主要内容 跳至主侧边栏 跳至次侧边栏 尽管生成式 AI 在近年来的技术讨论中占据了主导地位，但下一个重要的发展阶段可能会越来越多地涉及能够感知、交互并在物理世界中采取行动的 AI 系统。IEEE 最新发布的《2030 年技术大趋势》（Technology Megatrends 2030）报告将物理 AI 和机器人技术列为未来四年最具重大技术进步潜力的领域之一。该报告考察了五大广泛领域的 30 项突破性技术——人工智能、能源、健康与生物技术、空间技术以及物理 AI——并探讨了它们将如何到 2030 年重塑各行业和日常生活。

IEEE 特别强调对物理 AI 发展尤为重要的技术之一是人与 AI 的交互（human-AI interaction）。预计人机界面将超越传统的基于文本的交互方式，转向日益自然地融合语音、视频、感知和认知能力，使机器能够更好地理解人类意图并与人类协同工作。这一演进可能对机器人技术产生重大影响。更强大的人与 AI 交互界面可以使工业机器人和自主机器更易于监督、教学和协作，而 AI 的进步则可能使机器人在制造、医疗、交通和农业领域以更高的自主性运行。

但是，将日益智能的机器放入物理环境也引发了关于可靠性、网络安全、安全和信任的问题——尤其是当 AI 系统开始做出直接影响人员、设备和基础设施的决策时。IEEE Future Directions Committee Industry Advisory Board 主席、Hewlett Packard Labs 的 HPE Fellow 兼副总裁 Dejan Milojicic 一直密切参与研究可能塑造这一转变的技术。在这次接受 Robotics & Automation News 的问答专访中，Milojicic 讨论了 IEEE 为何预计物理 AI 将在 2030 年前快速进步、人与 AI 交互日益重要的原因，以及哪些机器人应用可能最先实现广泛部署。他还探讨了为自主机器供电的挑战、平衡 AI 灵活性与工业安全的难题、保护 AI 赋能的基础设施，以及能力日益增强的物理 AI 对未来工作的意义。

Dejan Milojicic 专访

Robotics & Automation News：IEEE 报告将物理 AI 列为未来四年最有可能取得重大进展的技术领域。是哪些技术突破推动了这种加速？发生了哪些变化，使得这一时间表比几年前看起来更加现实？

Dejan Milojicic：《2030 年技术大趋势》报告评估了五大核心领域的 30 项突破性技术，包括 AI、能源、健康与生物技术、空间技术以及物理 AI（机器人技术），以确定它们到 2030 年重塑行业和人类生活的潜力。主要的变化是由 AI 驱动的，它使许多其他突破成为可能。AI 正在使网络安全变得更加有效、可靠和值得信赖，同时也在提高能源效率——尽管能源消耗在大规模应用中仍是一个重大挑战。在机器人领域，AI 催生了新的协作算法。与此同时，重要的非 AI 相关的进步也依然存在，例如新材料和传感器。然而即使在这些领域，AI 也在通过加速设计空间探索发挥越来越重要的支持作用。

R&AN：报告将人与 AI 的交互强调为物理 AI 的关键推动力。除了语音指令和自然语言之外，您认为未来十年哪些交互形式将对工业机器人和自主系统产生最大影响？

DM：视频识别将使理解人类意图并辅助其运动成为可能。叠加在界面之上的认知能力，例如预判（anticipation），也将发挥重要作用。额外的交互界面，包括人体上的传感器，可能会进一步加速交互。其他脑机接口（brain-computer interfaces）则仍处于早期阶段，短期内不太可能实用化。一些在受限空间或有限功能中的用例，例如制造、医疗和农业，可以在最终实现通用的、消费级的人与 AI 交互方面发挥长远作用。开发有效的防护栏（guardrails）和扼制点（choke points）以防止不良行为也将至关重要，有助于使机器人技术和通用 AI 的使用更加有效。

R&AN：许多公司目前正在开发人形机器人（humanoid robot）、自主移动机器人（AMR）和 AI 驱动的工业机器。您认为这些领域中哪一个最有可能率先实现广泛的商业部署？在此之前还有哪些技术障碍？

DM：用于安全技术开发的受限用例将在短期内加速发展。在早期，自主机器人首先应用于机场、制造领域中空间非常受限、选项有限的场景。随着时间的推移，随着行为、风险和机遇被更好地理解，更多的自由度（DoF）被逐步加入。然而，机器人技术现在正快速发展。其中最有前景的应用是军事用例，这既是受需求驱动，也是受大量资金投入的驱动。供电仍然是最大的障碍，除非是在制造等环境中，机器人可以保持持续连接电源。对于更广泛的商业用途而言，供电是一个硬性限制。

R&AN：工业自动化历来依赖确定性的、高度可预测的系统。制造商如何平衡 AI 驱动机器人的灵活性与生产环境中对可靠性、安全性和监管合规的需求？

DM：这是一个非常好的问题，准确反映了当前正在发生的事情。随着部署经验的积累，开发者和运营者将增加信任，并消除明显的、容易解决的安全隐患。随着信任的获得，将允许更多自主操作。同样，随着人与 AI 交互界面的改进，更有效的人类在环（human-in-the-loop）操作将实现更强的监督，并降低由意外或不可预测事件造成的中断风险。

R&AN：报告强调了可信赖 AI、网络安全和安全。随着 AI 开始在工厂、医院和物流运营中做出更多自主决策，您认为行业最大的漏洞在哪里？应当如何应对？

DM：最初将是安全漏洞利用。我预见，虽然 AI 可以被用来发现这些漏洞，但它也可以被用来防范它们，我们将达到一个水平，届时只剩下复杂且昂贵的漏洞利用方式。一个突出的攻击目标是供电系统；因此，需要一些备用解决方案来提供持续的电力供应。虽然这种情况以前就存在，但 AI 工厂的电力需求和依赖性正在超越以往的情况——在那些场景中，发电机可以为医院提供不间断服务。

R&AN：人们越来越担心物理 AI 的进步可能冲击就业。您预计 AI 驱动的机器人将主要是增强人类劳动者，还是我们正在接近整个工业岗位类别将被自动化的临界点？

DM：我认为两种情况都会发生。人类，特别是劳动力，将不得不做出调整，正如他们在以往每一次技术革命中所做的那样。这一次的发展速度最快，其影响可能最为广泛。您关于工作岗位类别变化的观察非常准确。过去是蓝领岗位；最近则是白领岗位。任何可以使用 AI 实现自动化的职业都可能成为目标。我们几乎每天都在看到公司重组其劳动力队伍的报