自主扫地、聊天解闷儿、家政服务、AI诊疗……如今，机器人被慢慢的变多地应用于养老。在2024世界人工智能大会暨人工智能全球治理高级别会议上，养老护理机器人“光华一号”亮相；上海市政府官网正式印发《上海市推进养老科学技术创新发展行动方案（2024—2027年）》，“康复机器人”“护理机器人”等关键词出现。这些都让“AI+机器人”养老模式备受期待。

  “从宏观层面上看，养老涉及经济保障和服务性保障两大问题。其中，服务性保障短板明显。”厦门大学社会与人类学院社会工作系退休教授张友琴认为，保障老年人的生活品质需要一个支持网，这张网包括家庭、社会、政府等不同主体。科技能够为这张网提供一个新的支持维度。

  国家统计局官网多个方面数据显示，2023年我国65岁及以上人口数量超越2.1亿，占总人口数的15.4%，老年抚养比达22.5%，这在某种程度上预示着养老服务面临较大需求。

  张友琴已年过古稀，但网络社交、在线会议、外卖点单、AI助手丰富着她的生活。以AI助手为例，张友琴认为它方便快捷、脾气好、嘴巴甜、省人力，是养老服务的有益补充。因此，她十分看好科技养老的潜能，尤其期待机器人养老这一模式。

  事实上，机器人助力养老并非“新鲜事”。2016年，三部委联合印发了《机器人产业高质量发展规划（2016—2020年）》，在新闻发布会上，养老、助老便作为服务机器人可满足的社会需求被提及。

  随着技术的发展，养老机器人已拥有诸多技能，通过进一步融合语音交互、情感计算、智能决策、环境感知、自然语言处理等技术，可以依据老年人的具体需求为他们提供多样化的服务和支持。清华大学无障碍发展研究院副院长、机械工程系教授季林红认为，将来的机器人会有更多不同的形式，满足更多养老需求。

  为解决老年人洗澡难的问题，智孝工业CEO王小源今年带领团队研发了一种基于具身智能技术的洗浴机器人。

  关注机器人养老的企业还有很多。作为国内依托机器人产业上市的公司之一，深圳市优必选科技股份有限公司也陆续推出能够给大家提供清洁、递送、代步、助行等服务的养老机器人。它可以通过智能家居系统和健康监测设备与医疗机构、社区服务中心联动，及时提供健康预警、生活辅助等服务。

  五花八门的机器人为养老提供了更多选择，但季林红认为：“机器人一方面要使用前沿技术，前瞻性处理问题；另一方面也必须立足真实的社会需求，脚踏实地。”

  什么是真实的社会需求？“首先要了解老年人到底要说明。老年人有很多种类型。病在床上、不能自理的老年人需要的是什么？相对健康的老年人需要的又是什么？他们的需求是不同的。技术介入必须把需求分级，不能‘一刀切’。至少目前阶段，用一种机器人‘打天下’不太可能。”张友琴说。

  “要解决真实的问题。老人洗澡、上厕所，无论在家庭还是养老机构，都是难题。但吃喝拉撒是人的基本生活需求，是养老的最底线。”季林红曾照顾卧床的父亲，对此深有体会。“养老机器人注重与人的交互，技术障碍较小，阻碍发展的最大壁垒在于对实际问题的挖掘。”他说。

  王小源对此也有同感，让老人安全、舒适、干净、便捷地洗澡是他的创业初衷。“水温、水压力度、清洗角度都要根据传感器收集的个性化生命体征数据及环境参数配置。此外，还应该要考虑老人怕摔倒、皮肤薄、怕感冒等情况及心理敏感程度、经济承担接受的能力等因素。”

  在季林红看来，养老机器人的最大的目的有两种。一种是提供代偿功能，即让老年人借助机器人促进自身的能力，做到他原来做不了的事；另一种是为护理员减轻精神和体力负担。

  情感陪伴也是不可回避的刚需。张友琴说：“其实老年人非常孤独，尤其是孤寡老人，失独家庭、丁克家庭的老人有很多需求亟待发掘。面对少子化的社会现实，哪怕是初级AI问答，在互动过程中仍会为老年人提供一定情感支持。若机器人形态很萌、能力又强，将成为一种很好的陪伴。”

  “设计研发养老机器人，是典型的学科交叉内容。养老机器人研发不仅涉及信息技术、机械、电子、医学等理工学科，还需要心理学、社会学、人口学等社会科学的支持。”季林红认为，找到技术突破点的关键是开展跨学科合作。

  目前，清华大学计算机系人机交互实验室正和四川大学华西医院康复医学科合作研发居家智能康复机器人，拥有计算机背景的王重阳博士和康复医学科班出身的朱思忆副教授成了黄金搭档。他们把科技助老的研究过程比作射箭，其中技术好比弓箭，而由医生指导和用户参与得到的需求内容则是靶心。开展跨学科合作，让理工学科研究得出的技术弓箭射中社会科学研究得出的靶心，才能创造出最大的社会效益。

  放眼全球，老龄化加速到来，数智化浪潮无疑为养老提供了一种新的可能。然而，数智技术应用于养老领域产生的技术安全问题，也让不少人产生了担忧。化解这样一些问题，同样需要积极开展跨领域合作。

  王重阳和记者说，在推动养老机器人有序发展的过程中，单一力量的作用是有限的。保障数据安全和个人隐私，需要宏观政策规定和科技伦理治理；而保障算法、算力、大模型框架等基础性技术安全，则需要产学研一起努力。