通過非接觸式傳感器搜集環境數據，結合人工智能判斷個人行為，環境智能可應用于老人護理、重癥監測、無人販售等多個場景……

利用攝像頭對手術過程進行高清視頻采集、對獨居老人日常生活行為進行監測、為心理疾病提供連續且經濟的癥狀篩查方法……人工智能正在以另一種全新的方式深入我們的生活，不是人們熟悉的機器人，而是與我們身邊的整體空間、設備融合建立的環境智能。

美國斯坦福大學計算機系教授李飛飛聯合斯坦福醫學院教授阿諾·米爾斯坦等科研人員，在國際頂尖學術期刊《自然》上發表的題為《利用環境智能照亮醫療的黑暗空間》的論文顯示，通過人工智能與非接觸式傳感器結合來實現環境智能，可以潛在地改善醫療保健服務情況。

“環境智能的市場化應用前景十分廣闊，它對于醫院和日常的生活空間都有著極大的應用價值。凡是需要長時間耗費大量人力的重復性監控場景，都可能利用環境智能技術，替代其中的大量人力。”華東師范大學、上海市多維度信息處理重點實驗室孫力副教授9月27日在接受科技日報記者采訪時如是說。

環境智能不是一項獨立的技術

什么是環境智能?涉及哪些人工智能技術?其實環境智能最早是在1999年由歐洲的一個信息社會技術研究團隊提出的，其主要強調計算資源應普遍存在于環境中，人們可以隨時隨地獲得需要的信息和服務。

不過，隨著傳感器、通信、物聯網、云計算、機器學習及人工智能等技術的迅速發展，環境智能的含義也產生了一些演化，當時的環境智能技術以普適計算為主，發展到今天，環境智能已經發展成通過嵌入到環境中各類非接觸傳感器，并結合人工智能技術去高精度感知人類活動，從而將獲得的人類活動信息反饋到信息空間的一種技術。

孫力解釋說，環境智能就是通過在環境中放置大量被動的、無接觸式傳感器，采集人在某一特定場景下，如聲音、普通圖像、紅外圖像、運動等數據，并利用機器學習算法對數據進行融合挖掘，自動識別這一場景下人的行為。

“環境智能不是一項獨立的技術。”復旦大學大數據學院副院長、計算機科學技術學院薛向陽教授指出，目前，在環境智能中廣泛使用的非接觸式傳感器有深度相機、紅外相機(測量物體表面溫度)、激光雷達(距離測量)、微波雷達、麥克風等。涉及的人工智能技術包括各類傳感器信號的智能檢測、處理、識別和融合等，機器學習特別是深度學習等人工智能技術，將在環境智能中發揮巨大作用。

“實現環境智能的技術手段有很多，主要是通過硬件模塊+AI算法來實現。”深圳德諾邁斯集團運營中心總監、漳州高新區物聯網示范園運營負責人呂明軒舉例說，如布置AI攝像頭，該攝像頭基于常規的圖像傳輸功能，可集成紅外光學模塊傳感器提供夜視與溫度檢測功能;集成運動檢測傳感器提供物體動態追蹤、行為判斷等功能;集成人臉識別模塊提供身份識別功能等。

此外，還可以通過在智能穿戴設備中集成心率傳感器、血氧傳感器、重力加速度儀、陀螺儀、溫度監測計、5G通訊模塊等傳感設備，并結合實際用途開發算法，這種環境智能可實現對獨居老人或對病人健康狀態與行動軌跡數據的實施傳輸，以便看護者或兒女了解老人、病人的情況。

滲透醫療空間中將救人于“無形”

本次李飛飛團隊發布的論文，描述了醫院和日常生活兩大環境智能的應用場景，論文指出，環境智能可以在緩解臨床服務壓力，提高醫療服務質量和效果方面發揮重要作用，可應用于多個醫療空間中，實現救人于“無形”。

從論文中給出的數據可以看到，2018年約有7.4%的美國人需要醫護人員過夜陪護。同年，英國國家衛生服務局報告了1700萬入院病例，報告顯示醫護人員超負荷工作，人手不足，資源有限的問題已經相當嚴峻。在醫院重癥監護室場景中引入深度傳感器，可以辨識病人身體的移動性等情況，減少因醫護人員因工作低效、成本高、人手不足等原因而帶給病人的安全威脅。

“在手術室，利用環境攝像機及內窺鏡影像等，可有效降低醫生的手術事故，還可以對手術器械進行自動計數，以避免留在病人身體中。”薛向陽說。如論文中舉出的案例，在一項前列腺切除術中，研究人員通過視頻數據訓練卷積神經網絡來跟蹤手術中的針頭驅動器，結果與12位外科醫生的手術相比，其準確度達到了92%。

門診患者數量多，病歷錄入占用醫生大量時間，且效率低易出錯;病歷質控工作量大、專業性強，醫院人員配置不足效率低……這些問題在傳統醫院中普遍存在。據美國醫學會的統計，醫生職業生涯中大約35%—40%的時間用在病歷書寫及相關文案工作上。

“應對這一問題，環境麥克風是一種有效的解決方案。”呂明軒說，2018年美國醫療信息與管理系統學會《醫療行業的發展新趨勢》報告指出，語音識別應用可以提高醫生錄入工作20%—40%的效率，尤其在工作量大、時間壓力大的科室，越復雜的報告，就越能體現語音錄入的價值。

“環境智能是一個大的概念，它的應用不單局限于醫療，在日常生活中也有廣泛應用。”薛向陽舉例說，可通過監測日常行為改善慢性病患者管理，協助老年人提高日常生活自理能力，還可能對老人摔倒這一特殊事件監控;在機場或高鐵站用上人臉識別系統;在無人零食商店，利用攝像頭、電子標簽等，可以實現無人全自動銷售。

隱私保護問題是應用普及的“絆腳石”

智慧養老與智慧醫療領域已逐步對環境智能開放市場，部分產品已開始投入使用，但大多數潛在應用場景還受限于技術、成本與市場認知等因素，目前還沒有看到可大規模商業推廣的解決方案和應用案例。其中一個原因，便是環境智能帶來的數據隱私問題。用隱私去交換某些便利，人們顯然是不愿意的。

在許多環境智能應用中，例如獨居老人居家看護等應用，個人信息隱私保護是這類應用推廣的關鍵門檻，此時必須保證環境傳感器獲取的各類數據的安全，不能泄露用戶任何隱私信息。“如在衛生間或者浴室安裝智能傳感器時，應該考慮這個場景并不適合安裝普通攝像頭，所以可以考慮能否用聲音采集設備完成任務，或用深度攝像機完成任務。”孫力說。

總之，數據的隱私問題，不僅僅可以從技術角度解決，更可以從應用場景對數據的需求本身解決。

“目前，既能在一定程度上保護用戶隱私又能實現環境智能的技術是聯邦學習，利用聯邦學習實現隱私保護下的環境智能應用是值得深入研究的。”薛向陽指出，其他保護隱私的相關技術，還有降低圖像中人的分辨率，或對圖像中出現人的區域進行替換等，使其不能被他人辨認出身份等。

薛向陽表示，在復雜開放場景下，基于多種環境傳感器的環境智能應用尚處于起步階段，除了數據隱私外，環境智能技術還面臨不少挑戰，人工智能研究中面臨的各種挑戰和問題，在環境智能中都是存在的。這類應用涉及傳感器技術、網絡通信技術、云邊端協同計算技術、隱私保護技術、網絡信息安全技術以及人工智能算法等，都需要開展廣泛深入研究，并且應構建完整的技術體系及標準。

孫力認為，技術上值得完善的地方有多模態數據的融合，這方面學術界后續或許會有所貢獻。另外，目前大量數據都需要標注，數據獲取的成本過高，因此學術界也一直在關注自監督、弱監督、半監督甚至無監督方面研究，這些研究可以大大降低標注數據的成本，降低環境智能對高質量標注數據的依賴。(謝開飛)