人工智能AI助力养老数字化转型

国际上通常来说，如果一个国家65岁以上人口占总人口达到7%以上或者60岁以上人口占总人口达到10%以上，就可以定义为进入老龄化 社会 了。据国家统计局公布，2020年，大陆地区60岁及以上的长者口总量为264亿人，已占到总人口的187％。其中，65岁及以上人口为19064万人，占1350%，已经进入到了中深度老龄化 社会 。

空巢化、少子化等养老问题逐渐凸显，传统的养老模式已无法满足人们日益增长的物质和精神需求，为此政府高度重视和解决人口老龄化问题，积极发展老龄事业，初步形成了政府主导、 社会 参与、全民关怀的发展老龄事业的工作格局。

数字驱动 健康 ，智慧赋能养老。随着数字化产业的不断发展，传统养老产业也在数字化养老升级转型，同时，人工智能AI将成为养老供给侧结构改革的重要推动力，经济新常态下推动经济发展的重要引擎。

悦享数字旗下智慧养老平台在“互联网+养老产业布局下”，依托大数据、人工智能AI、云计算、物联网等核心技术，推出“五中心一床位”数字化智慧养老模式打通家庭、社区、养老院、第三方服务商、医疗机构、监管机构等各类参与者的一体化养老服务和监管体系，实现居家养老、社区养老、机构养老三大养老场景的创新应用，让长者可以在各个情景下享受专业化、智能化、个性化的养老服务。悦享养老数字化平台实现传统服务方式与智能化、数字化服务创新并行，助力长者跨越“数字鸿沟”，在智慧养老、数字化方向入选工信部、民政部和卫健委三部委联合发布的《智慧 健康 养老产品及服务推广目录（2020年版）》，同时积极开展智慧 健康 养老应用试点示范，并提供养老数字化综合解决方案。

“悦享数字智慧城市养老全景分析”作为面向政府的解决方案核心产品，基于人工智能和大数据技术，汇聚长者、机构、社区、居家、医疗、公益等动态数据，为省、市、区、街道、社区多级政府民政主管部门提供养老全景数据动态展示和大数据分析，评估区域养老供需匹配现状及发展趋势、预估政府各项补贴预算金额，引导资源的合理配置和政策标准的科学制定，为各级政府的工作决策、应急处置、政策制定、监督评价、持续优化等工作提供数据依据和支撑，助力政府民政部门统筹养老服务体系建设和产业发展。

悦享数字AIoT平台更贴近老年人的养老需求，通过智能化创新智慧养老模式和业态。在智能化应用中有专长于社区养老服务云和呼叫中心建设的企业，也有专注于失能失智老人照护刚需，利用物联网传感、移动互联网、大数据和人工智能等技术优化照护方案的企业。这些 科技 企业为了更好地理解养老服务，在开发项目时也会选择到养老机构“驻场体验”，了解老年人生活的真实场景。

智慧养老产品在一定程度上给中老年朋友的生活提供了便利，但同时可能会给老年朋友的生活平添麻烦，所以需要得到长者们的接受和认可，否则企业及政府相关部门等供给方做出的转型努力将成为空中楼阁，最终无法落地。悦享数字移动端从重技术到重场景，开展人工智能的同时支持长者熟悉的传统服务方式，完成适老化的转变， 使智能化管理适应长者，并不断改进传统服务方式，从而提供更周全、更贴心的便利化服务。

通过基于AI的防跌倒检测 ，可以在第一时间进行行为识别，发现跌倒险情，让医护人员在最短时间内采取相应的措施；
通过机构以及居家水电数据智能分析独居老人有没有正常起床、洗漱、吃饭等， 提高长者意外风险控制 ；
通过 AI 陪护机器人以及医疗可穿戴设备提供陪聊、送药、叫醒、体检等服务，实时采集 健康 数据智能分析给出 健康 报告，让医护人员可以及早介入治疗慢病以及 提高疾病风控控制 ；
通过AI语音识别技术 ，可以为长者提供语音读书读报购物支付等生活服务；
通过AI人脸识别技术 ，可以为长者提供就餐以及机构出入监控，提高就餐体验、降低长者走失风险。

悦享数字秉承“数字驱动 健康 ，智慧赋能养老”理念，提升养老跨界合作的宽度和深度，融合创新推进人工智能AI技术研发、产品应用，实现养老产业互联互通、资源共享，推动养老产业从传统模式向数字化养老新业态升级换挡，打通养老“最后一公里”，深挖“银发消费”，真正实现“老有所养、老有所依、老有所乐、老有所安”。

以技术创新为驱动，伴随着中国IT业不断成长和发展，2004年创办的海博 科技 是国内最早一批将大数据、人工智能技术应用在平安城市运营和智慧公安建设的企业，曾参与保障北京奥运会、海军节、世园会、全运会、APEC等诸多国际重大活动，以及天网工程、平安城市等国家级重点项目建设，产品及创新解决方案研发能力处于国内一流水平，一个以海博为核心的“AI+”生态圈正在加速构建。

如今，海博 科技 与华为、阿里巴巴建立战略合作伙伴关系，与海信进行视频解码的相关技术研究，……全面推动公共安全、智慧城市、大 健康 等领域的“AI+”升级，以算法引领数字孪生，赋能城市升级。

（一）多款“AIoT”智能产品国内领先

作为山东省第三批“瞪羚企业”，海博 科技 正如瞪羚一样，已跳跃进入了高成长期。2018年是海博人最自豪的一年，“这一年我们干了两件大事，一是圆满保障了上合组织青岛峰会，二是企业产品化转型成功。”山东海博 科技 信息系统股份有限公司总经理韩东明表示。

2018年公司团队全面支撑上合组织青岛峰会视频保障工作，协助客户以环鲁、环青、环城三道防控圈为核心，整合城市监控视频、移动警务视频、海警船4G视频、卫星通信视频等，构建起海陆空视频监控联动的“天罗地网”，为各单位在指挥调度、 社会 面管控、要人警卫、应急处突、反恐防爆、情报预警等6个维度提供稳定智能的视频安保支撑。海博 科技 自主研发的视频云警务大数据实战平台，连续6024个小时以全面、稳定的场景能力保障活动安全有序举行。

2018年，海博 科技 在“AIoT（人工智能物联网）”智能产品研发上取得了极大的突破。技术研发团队凭借对人体行为分析、手势识别、图像深度学习、视频智能分析等技术的研发和创新应用，打造了多款“AIoT”智能产品，覆盖终端用户，包括智能警用无人机、警务终端、智能车载、智能体检机器人等。

（二）加强技术攻坚，持续以算法引领智慧城市赋能升级

公司的人体行为分析技术，可“实现同时对数十人的面部表情、手势、身体行为进行捕捉、识别和分析，进而做到行为预测、深度生物识别”，尤其视频大数据、人工智能产品及创新解决方案研发能力，始终在公共安全和民生领域处于国内领先。

经过对驾驶员体检业务以及相关技术应用的研究，海博 科技 研发驾驶员智能自助体检机，实现了由项目型向产品型软件公司转型的战略升级。目前拥有包括软件著作权、实用新型专利等在内的近50余项知识产权。，海博 科技 近年来成功研发推出了国内领先的驾驶员智能自助体检机。

海博 科技 在与公共安全领域用户的业务合作中发现，通过人工智能技术对提供驾驶员体检服务已经具备了技术可行性，并且也有较大的现实需求。这是一套融合了视频图像深度学习、人工智能算法、多模态感知等技术，对人体行为进行智能化检测的AIoT设备。“在学车诉求较强的旺季，一台驾驶员智能自助体检机一天能实现100余人的体检业务，彻底改变驾驶员体检线下模式，减轻体检人来回奔波、浪费人力物力，提升服务效率，有效降低整个 社会 成本，取得良好的 社会 效益和经济效益。”

（三）打通城市警务体系“毛细血管”

在技术人才方面，海博 科技 长期专注于大数据和人工智能领域的 科技 研发及技术创新工作，现已形成稳定的团队，围绕公司目前的核心产品，已攻克了多个行业共性难题。

近年来，海博 科技 共有21个独立开发的项目列入青岛市技术创新重点项目计划，与哈尔滨工业大学成立校企联合实验室，达成产学研合作项目1个，共同进行“监控视频分析与处理”项目的研究开发，开展人工智能以及视觉技术分析等内容的技术研究，分别与中国海洋大学、山东大学达成合作意向，双方未来将在人才、技术、设备等多方面进行合作。依托这些技术，公司在2020年推出海博锐鹰智慧警车系统，将算力、本地解析能力从市局、分局前移到民警手中，以边缘计算、人工智能算法打通城市警务体系“毛细血管”。

此外，海博 科技 还积极与上下游企业进行技术交流，“用 科技 守护美好生活”是海博 科技 的企业使命，每时每刻都在守护和改变着这个城市。秉持“智汇物联，安创未来”的信念，希望通过海博的研发和努力，能让城市更加安宁、和谐，美好。

（四）“数字孪生”推动城市智慧升级，从虚实结合到虚实互动，智慧孪生城市未来已来。

数字孪生作为实现数字世界与物理世界实时互动的重要技术，得益于物联网、大数据、云计算、人工智能等新一代信息技术的发展，数字孪生与国民经济各产业融合不断深化，有力，成为我国经济 社会 发展变革的强大动力。

在推动智慧城市建设中，公司的计算机视觉识别技术就破解了夜间识别这一长期的行业痛点，实现了复杂环境的精准识别与定位。针对公安业务需求，海博 科技 研发了近二十项“专家+实战型”智能研判技战法模型，极大丰富了预警、研判、指挥、管控等手段，让行业尖端技术真正成为用户一线实战强有力的“武器”。

在公共安全领域，海博 科技 立足于场景化和互联网化的思维，以人工智能大数据为服务基石，基于领先的人脸识别车辆识别技术，在智能安防领域不断取得重大进步。联合安全领域全球合作伙伴共同打造出端到端公共安全解决方案，以视频解析为中心，构建大数据可视分析决策平台——智慧公安创新应用实验室。汇聚人脸识别、视频结构化、车辆识别等功能模块，实现海量视频价值数据的存储、管理和智能化应用，助力实现数字警务、智慧公安的美好愿望。

回溯创业历程，创始人深有感触：“正是对团队、员工以及客户的信任，让海博 科技 从不到十人的创业团队，一步步发展成为国家高新技术企业、山东省瞪羚企业，也让我们有勇气、有信心实现让海博的产品服务每座城市的目标。”

DoNews 3月28日消息（记者 赵晋杰）在3月28日的华为开发者大会2020上，华为宣布全场景AI计算框架MindSpore在码云正式开源，并推出企业级AI应用开发者套件ModelArts Pro。至此，华为在2018年全联接大会上发布的全栈全场景AI解决方案，已面向开发者全面落地。
在2018年华为全联接大会上，华为首次发布了全栈全场景AI解决方案，包括芯片、芯片使能、训练和推理框架和应用使能全堆栈方案，可在公有云、私有云、各种边缘计算、物联网行业终端以及消费类终端等全场景部署。
2年后的这场开发者大会上，华为系统展示了该解决方案的最新进展，尤其是面向开发者的具体落地成果，全面支持全球开发者更好地开发AI应用。据华为官方统计，华为开发者大会2020举办的第一天，全球在线观看人数超过1000万。
华为MindSpore首席科学家、IEEE Fellow陈雷教授宣布华为全场景AI计算框架MindSpore在码云正式开源，并将致力于构筑面向全球的开源社区，持续推动AI软硬件应用开源生态繁荣发展。
陈雷教授介绍，MindSpore着重提升易用性并降低AI开发者的开发门槛，“MindSpore原生适应每个场景包括端、边缘和云，并能够在按需协同的基础上，通过实现AI算法即代码，使开发态变得更加友好，显著减少模型开发时间，降低模型开发门槛。通过MindSpore自身的技术创新及MindSpore与华为升腾AI处理器的协同优化，实现了运行态的高效，大大提高了计算性能；MindSpore也支持GPU、CPU等其它处理器”。
针对行业AI应用开发者，华为云通用AI服务总经理袁晶还发布了业界首款企业级AI应用开发专业套件ModelArts Pro。华为云ModelArts Pro定位为企业AI生产力工具，提供了一种全新的行业AI落地方式，将算法专家的积累和行业专家的知识沉淀在相应的套件和行业工作流（workflow）中，以“授人以渔”的方式助力企业构建AI能力，赋能不同行业的应用开发者，让AI变得触手可及。
截至目前，华为表示已与数十家伙伴合作，推动基于华为升腾AI处理器的Atlas系列模块、板卡、小站、服务器在智慧交通、智慧电力、智慧金融、智慧城市、智能制造等数十个行业落地。
同时为了进一步丰富华为AI生态、支撑开发者自定义算子，华为Atlas数据中心业务总经理张迪煊在大会现场启动了高效算子开发工具TBE的正式公测，并计划激励100家以上贡献算子的高校和合作伙伴、充分释放升腾AI处理器的算力潜能。（完）

作者 | 维克多

编辑 | 琰琰

7月9日，在2021年世界人工智能大会的可信AI论坛上，艾耕 科技 CEO韦啸进行了题为 《可信AI助力内容创作实现智能化》 的报告。他在报告中指出了AI内容生产在“可信”方面遇到的挑战，并给出了三条提高AI内容生产可信性的技术建议：

1知识图谱沉淀行业专家经验提升可控性；

2专家系统与局部模型提升可解释性和可调性；

3强调人+机器协同的工作模式。

此外，在报告结束，AI 科技 评论和韦啸进行了一场关于“AI发展路径”的交流，他认为当前人工智能想要取得突破性进展，必须等待其他领域，例如生物学领域，有突破性的发现。

今天的演讲题目是《可信AI助力内容创作实现智能化》，分享一下AI在内容生产方面遇到的可信挑战。回顾互联网的前世今生，从门户网站到搜索引擎、到社交网络、再到超级APP，互联网发挥的核心作用是：分发内容。而内容生产属于互联网的上游，每年制作物联网流通的内容成本超过千亿。

人工智能（AI）作为技术发展的桥头堡，未来十年的技术热点，其一定会在行业里发挥巨大的作用。

目前，AI已经能够生产各种各样的内容，例如强大的GPT-3模型，其内容生成能力一度让人类惊呼。但实际上，GPT-3生成的大量内容都是胡说八道的，没有办法直接使用。这对应的是AI稳定性问题，即生成算法不可控。

可解释性，可调性，是AI生产内容过程中碰到的另一个问题。举个例子，当我们用AI进行视频生产时，无论是半自动还是全自动的方式，采用同一模板生成的视频，在社交平台上获得的点赞数和流量却不一样。至于为什么？用户希望能够有一个解释，即是算法出了问题还是其他方面的问题？这就是内容生产遇到的AI可解释性挑战。

其实，内容生产和内容生成不同，今天AI技术大多仅支持内容生成，内容生产意味着要为产业赋能。内容生成里的专家主要有主编、编辑和运营。而内容生产需要将AI技术有机整合成一个专家系统，包含上述一系列的角色，对于不同角色进行不同程度的赋能，从而提高内容生产的能力。这也是我们一直打造的品牌“AIZAO, AI造”。

它的逻辑是先依靠电商或者品牌的营销专家，然后基于他们对行业的理解，用知识图谱支撑智能素材库，生产出合适的图、文内容，最后加上运营数据的回流，就可以构成生产力的大幅度提升。

为了让这一AI系统生成的内容更为可信，我们做了如下的尝试：1知识图谱承载专家经验提升可控性；2专家系统与局部模型提升可解释性和可调性；3强调人+机器协同的工作模式。AI一定会犯错，人机协同是提高AI可信性的举措之一。

总结一下，如果想搭建一个更为可信的内容生产平台，需要遵守三条原则，第一，坚守向善价值观，不做恶；第二，建立评估体系，保证系统生产的内容可信；第三，明确算法系统的责任。我们可以感受到，互联网充满了不可信的内容，已经对 社会 产生极大负面的价值，我们希望算法设计出之后，其所承担的责任能有清晰的界定和边界。

AI 科技 评论：请问您如何看待可信AI？

韦啸：可信AI 包括几个方面：稳定性、可解释性、可调性、公平性等等。这意味着可信AI不是一个概念，更多的衡量如何把一个技术更好的赋能各个场景。

关于构建可信AI需要四方面的发力：

1技术和学术上的突破。机器学习模型中的黑盒性是AI可信问题的源头之一，很多AI技术如自动驾驶，AI医疗影像的应用，背后其实有可解释性，可控制性的缺陷，邢波老师的Petuum，就考虑了如何提升黑盒模型的debuggability。杨强老师主推的联邦学习，又在一定程度上能解决数据隐私问题，所以技术的发展，肯定能够带来更多可信的解决方案。

2政策、法律衡量责任。一个算法存在开发者和使用者，但算法出错，如何衡量双方的责任，是需要政策制定者考虑的事情。

3遵守商业道德准则。算法即技术，技术中立，向善的人使用，会产生好的结果，心怀不轨的人使用，会产生恶果。

4明确可信的目标。所有的算法都针对一个目标进行优化，我们在设立这个目标的时候，能否将可信作为一个目标衡量？

AI 科技 评论：相比深度学习，传统AI模型的可解释性比较好，您如何看待两者的关系？

韦啸：我举个例子，美国人工特别昂贵，很多车主自己动手修车。衡量一个修车匠是否能“打”的一个标准是：修车工具箱里工具种类是否丰富。这个工具箱可能有一些17世纪就有的改锥，也可能有新开发的智能电钻。其实，老改锥还是新电钻都存在于工具箱里，使用哪种锯子修车取决于具体的场景。

类比到AI内容生产领域，GPT-3这一模型确定能够提高基底模型表现，在从语料库提取特征方面，非常高效。但是，有些场景要求生成的内容丝毫不能出错，例如宝马X5的排量是24，如果AI生成的是25，显然就不符合要求。因此，这时候如果采用经典的PCFG，效果反而会更好。

因此，深度学习也好，传统模型也好，它们都在工具箱里，如何使用，关键要看具体的场景。所以，我们创业者也要摒弃一个观点：新工具不一定比传统工具产生更大的商业价值，毕竟一些比较老的模型研发成本比较低，新模型（深度学习）研发成本比较高。

AI 科技 评论：AI内容生成领域，遇到哪些可信方面的挑战？

韦啸：正如我演讲中提到的，第一是稳定性，我们在用工具创造标题的时候，有些生成的内容质量高，有些却不通顺；第二是可解释性，同一组算法生成的视频，却获得了不同的流量反馈，人工干预也无法总结优化的路径；第三是AI系统一定会犯错，不管什么模型，只要场景足够复杂系统就一定会犯错。这时候需要人机配合，往往可以大幅提高工具使用的可信度。

AI 科技 评论：在实际 *** 作过程中，AI还无法取代人类？

韦啸：在某些特定领域，AI可以取代人工，但也不能取代人。工具取代人工一直在发生，例如超市售货，很多时候顾客选品扫码支付不需要和售货员互动，即便如此，无人超市也没有普及，这就侧面说明了售货员还有他存在的价值。但也不得不承认，超市管理中，现在所用到的人力成本比原来要少很多。

AI内容生产也是如此，某些情况下，AI剪辑视频的质量和 *** 作精度已经超过人类了，但是仍然需要人类进行审核、把关。

AI 科技 评论：目前人工智能的发展，呈现出“大”的特点，例如大数据集、大模型，您如何看待？

韦啸：技术发展的路径非常复杂，存在很多不同的道路，大模型只是一条 探索 路径，但肯定不是唯一的路径。之前在和学者进行交流的时候，他们表达的一个观点是：其实人工智能领域也在期待其他学科，例如脑科学的突破，例如直到今天，我们清楚的知道人脑对于一些观察和决策的工作机理，例如颜色是如何被探测和判断的，但是高级的认知例如红色这个概念，大脑如何存储和计算，却没有很好解释。而这些解释上的突破，很有可能为算法的设计提供全新的思路，在大模型之外，为AI的应用打开新的场景。

由于微信公众号试行乱序推送，您可能不再能准时收到AI 科技 评论的推送。为了第一时间收到AI 科技 评论的报道， 请将“AI 科技 评论”设为星标账号在看”。

---