作者：Rich Uhlig

英特爾高級(jí)院士、英特爾研究院院長

我們正處在人類歷史的一個(gè)重大轉(zhuǎn)折點(diǎn)——全球疫情重塑了我們的工作、聯(lián)系和互動(dòng)方式。毫不夸張地說，無論對(duì)經(jīng)濟(jì)、社區(qū)，還是對(duì)我們未來數(shù)年要如何進(jìn)行技術(shù)創(chuàng)新與投資，這一時(shí)刻將產(chǎn)生長遠(yuǎn)而廣泛的影響。為此，英特爾研究院的700余位研究人員正通過跨多個(gè)學(xué)科領(lǐng)域的專業(yè)知識(shí)加強(qiáng)研究，這樣的時(shí)刻也讓我們進(jìn)一步聚焦亟需創(chuàng)新的領(lǐng)域，進(jìn)行有原則的創(chuàng)新。

英特爾近期發(fā)布了2030年全球影響力目標(biāo)，凸顯了人們迫切需要通過技術(shù)和數(shù)字就緒計(jì)劃擴(kuò)大發(fā)展機(jī)會(huì)。在科技研究的幫助下，我們擁有前所未有的機(jī)會(huì)，可以在全球范圍內(nèi)實(shí)現(xiàn)社會(huì)層面的變革。

盡管在疫情期間，科技有效地維系了人與人之間的相互聯(lián)系，但我們獲得的體驗(yàn)遠(yuǎn)非完美，也暴露出許多不足之處，甚至出現(xiàn)了新挑戰(zhàn)。根據(jù)世界經(jīng)濟(jì)論壇數(shù)據(jù)，疫情導(dǎo)致全球超過10億學(xué)生的教育受到影響。美國公民自由聯(lián)盟（ACLU）等機(jī)構(gòu)也對(duì)接觸者追蹤等疫情防控措施表示了擔(dān)憂，例如這些措施有可能會(huì)導(dǎo)致潛在的數(shù)據(jù)濫用、過度采集和隱私侵犯等風(fēng)險(xiǎn)。

英特爾研究院一直致力于解決數(shù)據(jù)移動(dòng)、計(jì)算及安全性上的瓶頸和挑戰(zhàn)，包括神經(jīng)擬態(tài)計(jì)算、概率計(jì)算、預(yù)期計(jì)算、量子計(jì)算，以及內(nèi)存、邊緣計(jì)算、5G等不同領(lǐng)域。我們同時(shí)也注意到這次疫情暴露出的技術(shù)鴻溝問題，對(duì)此我們已經(jīng)進(jìn)行了一段時(shí)間的工作，并發(fā)現(xiàn)了應(yīng)用我們研究的新機(jī)會(huì)。一些值得注意的方面：

改善虛擬工作體驗(yàn)：我們正在研究創(chuàng)新的沉浸式臨場(chǎng)感技術(shù)，用于支持仿真交互，應(yīng)對(duì)許多人因長時(shí)間虛擬工作而出現(xiàn)的“虛擬疲勞”綜合癥。這些技術(shù)在現(xiàn)有直播解決方案中集成了多攝像頭流，并整合實(shí)現(xiàn)仿真交互，可用于視頻通話及在線直播內(nèi)容。我們經(jīng)過人類學(xué)研究發(fā)現(xiàn)，人們使用注視、手勢(shì)、姿勢(shì)、體態(tài)、話語、行動(dòng)及其它提示來實(shí)現(xiàn)對(duì)某一領(lǐng)域和所指之物的共同關(guān)注，從而建立起有效的互動(dòng)。我們正在探索如何通過陣列攝像頭技術(shù)、計(jì)算聲學(xué)和多模型信號(hào)語義理解實(shí)現(xiàn)沉浸式互動(dòng)，從而減少全虛擬環(huán)境中的摩擦和認(rèn)知負(fù)荷。

重新思考遠(yuǎn)程學(xué)習(xí)：由于疫情，許多線下教學(xué)被迫轉(zhuǎn)移到線上，教育者面臨著評(píng)估和保持學(xué)生互動(dòng)等一系列特殊的挑戰(zhàn)。針對(duì)高年級(jí)學(xué)生，我們正在研究將評(píng)估參與度的新技術(shù)植入學(xué)習(xí)平臺(tái)中，從而讓教師可以提供個(gè)性化學(xué)習(xí)體驗(yàn)，特別是在遠(yuǎn)程學(xué)習(xí)期間，解決疫情后的一大痛點(diǎn)。針對(duì)低年級(jí)學(xué)生（二年級(jí)及以下），我們觀察到他們?nèi)狈��?duì)屏幕教學(xué)與互動(dòng)的興趣。我們的環(huán)境計(jì)算研究聚焦于創(chuàng)造參與度高、沉浸式的體驗(yàn)，學(xué)生可以與真實(shí)物體接觸、互動(dòng)，還有投影的智能動(dòng)畫角色，它能夠感知真實(shí)環(huán)境與學(xué)生的活動(dòng)、話語和手勢(shì)，并相應(yīng)做出響應(yīng)。目前，我們正在重點(diǎn)進(jìn)行數(shù)學(xué)學(xué)習(xí)方面的研究，該學(xué)科非常適合進(jìn)行教具和實(shí)物互動(dòng)。

隱私保護(hù)技術(shù)：隨著人工智能越來越多應(yīng)用于患者／人口健康數(shù)據(jù)的研究，如何在不侵犯隱私權(quán)的前提下實(shí)現(xiàn)不同存儲(chǔ)空間之間的數(shù)據(jù)共享，對(duì)研究、科學(xué)和醫(yī)學(xué)社區(qū)快速獲取洞見來說至關(guān)重要。我們近期發(fā)布了與賓夕法尼亞大學(xué)及其它29所研究院共同合作研發(fā)的聯(lián)合學(xué)習(xí)技術(shù)，用于及早診斷腦瘤。我們也進(jìn)一步研究了英特爾?軟件防護(hù)擴(kuò)展（Intel? SGX）技術(shù)在一些新興應(yīng)用程序的潛在用途，這些新興應(yīng)用在保護(hù)隱私的前提下，通過定位和距離識(shí)別進(jìn)行接觸者追蹤。

病原體監(jiān)測(cè)：當(dāng)SARS－CoV－2等病原體出現(xiàn)，我們需要通過全基因組測(cè)序等技術(shù)建立病毒樣本，與已知的微生物進(jìn)行對(duì)比，從而識(shí)別病原體的性質(zhì)，并追蹤其變異情況。通過在全球范圍內(nèi)監(jiān)測(cè)這些變化，科學(xué)家可以追蹤病原體的傳播途徑，并更好地了解其風(fēng)險(xiǎn)狀況。然而，病原體數(shù)據(jù)庫幾乎是以指數(shù)級(jí)速度增長，樣本配對(duì)也要進(jìn)行數(shù)百萬次對(duì)比，這使得我們難以實(shí)現(xiàn)強(qiáng)有力的早期識(shí)別與監(jiān)控。我們正在研究如何利用英特爾?傲騰?技術(shù)加速DNA／RNA的相似性檢索，將一種全新的生物學(xué)算法與能更高效地從這些大型數(shù)據(jù)庫檢索信息的硬件進(jìn)行整合。我們將在數(shù)百萬份基因樣本中更快速地獲得更精確的比對(duì)結(jié)果，從而更好地應(yīng)對(duì)此次COVID－19疫情以及未來可能發(fā)生的疾病大流行。

作為研究人員，在大規(guī)模社會(huì)變革時(shí)期，我們更清楚地看到科技創(chuàng)新推動(dòng)變革的可能性。它進(jìn)一步堅(jiān)定了我們的核心使命：尋求突破、解決未來最重大的數(shù)據(jù)挑戰(zhàn)，拓展研究結(jié)果的應(yīng)用，以實(shí)現(xiàn)最廣泛的社會(huì)影響。