2021年6月5日，2021年全球人工智能技术大会在浙江省杭州市举行。中科院计算所所务委员、国家“万人计划”领军人才、CCF Fellow陈益强教授在大会上作“智慧医养融合：从智能交互到交互智能”的主题报告，报告依次从人机交互、人机交互到智能交互、智能交互到交互智能，应用落地四个方面展开叙述。

图1 陈益强在2021全球人工智能技术大会发表演讲

人机交互：

陈益强教授指出人机交互（Human–Computer Interaction, HCI）是一门研究系统与用户之间的交互关系的学问，是一种信息交换过程。系统可以是各种各样的机器，也可以是计算机化的系统和软件。人机交互界面通常是指用户可见的部分。用户通过人机交互界面与系统交流，并进行操作。现有的交互方式已经从简易的鼠标，键盘，逐渐转化到智能手机等，发展十分迅速。而且人机交互的概念已经变得比计算机科学本身更广泛，更大和更多样化。

图2 人机交互概念

人机交互到智能交互:

陈益强教授随后从人机交互逐步讲述到智能交互，智能交互就是将智能化的一些手段结合到人机交互上去。利用更加智能化手段代替传统命令行式的控制交互行为。例如通过多维度，多模态的一些交互界面，使外界能够理解用户的一些意图，然后得到相应的反馈进行调控。

图3 智能交互概念

陈益强团队首先讲述单模态手段——佩戴指环检测手势的姿势变化，加以决策判断，完成交互及控制功能，如控制窗帘、扬声器、PPT、电灯等。

图4 单模态智能交互——智能交互戒指

此外，陈益强团队结合多种模态形成多模态完成一些交互与医疗的结合工作。在对轻度认知功能障碍的评估中，以一种双任务的触摸屏的交互范式，使用户在托拖拽图标的同时进行逆向计数，实现简单、高效的认知评估；在帕金森病运动症状评估中，利用可穿戴设备与触控屏，对面具脸、行为、步态进行分析进行识别，实现居家、便捷交互式铺助诊断；在注意力缺陷多动症的辅助诊断中，通过触控屏+可穿戴设备+实物交互设备，实现场景化、沉浸式交互式辅助诊断。

图5 多模态交互任务——面向轻度认知功能障碍的认知评估

图6 多模态交互任务——面向帕金森病运动症状的量化评估

图7 多模态交互任务——面向注意力缺陷多动症的可穿戴辅助诊断

同时，陈益强团队也在缺失模态上面也做了一些工作。工作内容主要面向残疾人，利用手语识别与合成，语音识别、远程控制等技术更好的为残疾人提供更加智能、便利、实用的交互方式。相关产品已经开展了广泛的实际应用。

图8 缺失模态——无障碍远程交互

智能交互到交互智能

陈益强教授指出普适医养计算无所不在，高效和自然将是人机交互未来发展的必然趋势。未来的医养结合是深度学习与医学模型进行结合，未来智能和交互进行结合，并且智能再上一个层次，从感知智能到交互智能，再到最后的认知智能。目前的机器决策离人脑的决策还存在明显差距，未来将发展是使机器将具备自主进化的能力，实现从人适应机器到机器适应人。

图9 智能交互概念

陈益强教授随后借鉴约翰·博依德的包以德循环（OODA循环），人工智能的发展也将逐步形成闭环，从观察到判断，判断到决策，决策指挥行动，行动后再观察。这四个部分仍需继续发展，逐步使机器接近人类水平。

图10 OODA闭环模型范式

随后陈益强教授指出三点问题与解决技术，应对医养场景的动态性，交互模型需具备更新进化的能力，交互式增量学习可利用不断积累的交互数据实现自我进化；普适医养计算时代，医养环境数据一定是分布式的，联邦学习于2017年被Google首次提出，是一种尊重个人隐私下、实现数据共享的有效计算方法，可数据不动模型动，有效保证交互数据隐私性；最后应对交互模型的普适性依赖于对本地用户差异的适应性，迁移学习可解决从共性到个性的问题，利用本地数据将通用模型进行个性化迁移。

图11 交互智能计算框架

应用落地

最后陈益强教授表明三个技术将是我们未来交互智能的一个总的计算框架。由联邦计算作为总平台，在平台上会构建迁移学习的个性化算法。然后将算法会变成一个增量式的一个学习，由此来保证整个计算模型的迭代更新。

图12 FedHealth平台架构图

陈益强，中国科学院计算技术研究所所务委员、CCF Fellow、博士生导师，现担任中科院计算所泛在计算系统研究中心主任，兼任中科院计算所泛在智能研究院院长等职。入选国家高层次人才特支计划领军人才，科技部中青年科技创新领军人才以及北京市科技新星等。主要从事人工智能和普适计算方向研究，在多模态高精度感知、跨模态细粒度关联及脑疾病智能辅诊模型等研究方面取得成果，在IEEE TKDE，AAAI等人工智能与普适计算领域国际重要期刊和会议上发表论文百余篇，获得包括IJCAI-FL最佳应用论文奖、IJIT十五周年最佳论文奖等在内的会议最佳论文奖6项，申请发明专利84项（授权47项），相关成果获得国家及省部级奖项7项。