什么是具身人工智能，它如何赋能先进空中出行？

近年来，人工智能发展迅猛，在语言、视觉和代码等数字领域取得了快速的进展。如今，它也正在扩展到物理世界。这一演变标志着一种新型系统的出现，即具身人工智能（Embodied AI）。

具身人工智能是指能够在动态现实环境中感知、决策和行动的物理系统，例如机器人。与传统自动化不同，这些机器必须持续解读传感器数据，推理不确定性，并将决策转化为精确的动作。这种硬件与人工智能的结合正在重塑从物流到制造业等各个领域。

目前，这四种类型的具身人工智能目前最具潜力（按成熟度从高到低排序）：

工业机械臂已在制造业应用数十年，现在它们正在利用人工智能来进一步提高生产力、质量和灵活性。自主移动机器人用于医院、酒店和零售店等场景的地面物流和服务环境。在这些受控环境中，与开放环境相比，这些受控环境中的不可预测性较小。先进的移动系统，包括自动驾驶汽车、货船和送货无人机，可以在非结构化的开放环境中运行，能够适应不可预测的条件和复杂的监管框架。人形机器人以其类似人类的外形而著称，具有在不同环境中运行操作的潜力，但商业应用仍处于初期阶段。

在先进交通领域，具身人工智能发展的一个特别有前景且具有挑战性的领域已成为焦点：先进空中出行。这包括电动垂直起降（eVTOL）飞机、无人机和自主固定翼飞机，这代表了具身人工智能革命的空中分支。

自主系统是使先进空中出行在运营和财务上实现规模化可行性的基础。自主性指的是系统无需实时人工控制即可做出决策和运行的能力，而具身人工智能则涵盖了这种自主性的完整物理体现——通过硬件在现实世界中感知、处理和行动。

从安全角度来看，高度自动化可以帮助人类减少错误，而错误正是造成事故和事件的主要原因。自主系统能够保持一致的表现，进行实时诊断，并执行自动决策协议，其速度比任何人工操作员反应都更快。

经济效益同样强劲。自主系统还能提高运营效率，并在远程即可安全管理车队，实现全天候运营。结合地面人工智能技术，例如自动牵引车和自动驾驶飞机的自对接充电站，先进空中出行将有可能进一步扩大规模，并实现持续运营。

随着空中和地面自主性的不断提升，兼具运营和经济可行性的用例数量将不断增加。从医疗运送、基础设施检查到客运，市场预测认为，到2034年，先进空中出行有望释放超过800亿美元的价值。

但只有当具体化的人工智能继续进步时，这种增长才会实现——不仅在技术上，而且在整个运营生态系统中。

尽管发展势头强劲，先进空中出行仍面临重大挑战。其中最重要的挑战是认证。包括美国联邦航空管理局和欧盟航空安全局在内的监管机构正在建立新的框架来认证先进空中出行系统，但通往自动驾驶的道路依然漫长。

虽然一些高度自动化的系统在航空领域早已存在，但能够管理复杂、相互依赖子系统的完全自主系统及其认证尚未实现。这反映了具身人工智能的本质：感知、认知和驱动必须作为一个整体实现可靠运作，并能适应各种（包括此前未知的）情景。

然而，技术审批只是其中一部分。先进空中出行还面临着经济不确定性的问题。大多数公司仍处于没有收入的阶段，运营中的供应链较为脆弱，单位成本、基础设施定价和电池性能可能会极大地改变商业模式。确保长期投资需要清晰的运营模式、监管和公众支持。

公众支持至关重要，社区也提出了一些合理的问题：谁能从先进空中出行中受益？噪音会干扰日常生活吗？这些服务是面向所有人，还是只有少数人可以享受？

其他机器人领域的经验教训表明，公众信任并非理所当然，必须通过透明度、包容性和实际价值来赢得。这意味着负责任的先进空中出行实施必须成为优先事项，并以安全为指导原则，就像航空业一直以来采取的做法一样。虽然特定的安全标准、统一的软件架构和数据模拟等技术改进措施会有所帮助，但培养强大的安全意识、价值观和行为才是赢得信任和采用的关键。

网络安全和人工智能治理也成为日益关注的问题。每个连接的传感器、远程更新和云链接都会产生攻击面。随着这些飞机从试验台过渡到实际机队，它们必须从第一天就在系统中开始构建其韧性。可解释性、稳健性和故障安全设计的标准至关重要。

先进空中出行已应用于直接造福社会的各个领域，从医疗运送挽救生命，到扑灭野火和保护脆弱的生态系统。这些早期案例展示了自动驾驶系统如何为飞机开启新的应用场景，使下一代公共人工智能福利能够通过航空实现。

先进空中出行面临的挑战——社会认可度、安全性和监管框架——是整个生态系统的共同挑战，任何单一行动者都无法独自应对。即使是数据源、训练模型和互操作性等技术要素也需要密切合作。那些能够在行业、公共部门、学术界和民间社会之间建立伙伴关系的人，将有助于引领这个新时代。

最终，虽然这些协作和生态系统挑战对于空中的具身人工智能尤为关键，但对于大多数其他类别来说，它们同样重要。通过正确的方法和协作，以先进交通、自主机器人或人形机器人形式出现的具身人工智能，能够为更安全、更具包容性和更具韧性的社会解锁许多应用场景。

本文作者：

Pierre Maury，出行部门战略整合专家

Raphael Preindl，科尔尼高级顾问

本文原载于世界经济论坛Agenda博客，转载请注明来源并附上本文链接。

编辑：王灿