英特爾研究院院長(cháng)Rich Uhlig：將研究重點(diǎn)聚焦在后疫情時(shí)代需求

我們正處在人類(lèi)歷史的一個(gè)重大轉折點(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(shuō)，無(wú)論對經(jīng)濟、社區，還是對我們未來(lái)數年要如何進(jìn)行技術(shù)創(chuàng )新與投資，這一時(shí)刻將產(chǎn)生長(cháng)遠而廣泛的影響。為此，英特爾研究院的700余位研究人員正通過(guò)跨多個(gè)學(xué)科領(lǐng)域的專(zhuān)業(yè)知識加強研究，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 ，凸顯了人們迫切需要通過(guò)技術(shù)和數字就緒計劃擴大發(fā)展機會(huì )。在科技研究的幫助下，我們擁有前所未有的機會(huì )，可以在全球范圍內實(shí)現社會(huì )層面的變革。

英特爾高級院士、英特爾研究院院長(cháng)、Rich Uhlig

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，但我們獲得的體驗遠非完美，也暴露出許多不足之處，甚至出現了新挑戰。根據世界經(jīng)濟論壇數據，疫情導致全球超過(guò)10億學(xué)生的教育受到影響。美國公民自由聯(lián)盟（ACLU）等機構也對接觸者追蹤等疫情防控措施表示了擔憂(yōu)，例如這些措施有可能會(huì )導致潛在的數據濫用、過(guò)度采集和隱私侵犯等風(fēng)險。

英特爾研究院一直致力于解決數據移動(dòng)、計算及安全性上的瓶頸和挑戰，包括神經(jīng)擬態(tài)計算、概率計算、預期計算、量子計算，以及內存、邊緣計算、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(wèn)題，對此我們已經(jīng)進(jìn)行了一段時(shí)間的工作，并發(fā)現了應用我們研究的新機會(huì )。一些值得注意的方面：

改善虛擬工作體驗： 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，應對許多人因長(cháng)時(shí)間虛擬工作而出現的“虛擬疲勞”綜合癥。這些技術(shù)在現有直播解決方案中集成了多攝像頭流，并整合實(shí)現仿真交互，可用于視頻通話(huà)及在線(xiàn)直播內容。我們經(jīng)過(guò)人類(lèi)學(xué)研究發(fā)現，人們使用注視、手勢、姿勢、體態(tài)、話(huà)語(yǔ)、行動(dòng)及其它提示來(lái)實(shí)現對某一領(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(guò)陣列攝像頭技術(shù)、計算聲學(xué)和多模型信號語(yǔ)義理解實(shí)現沉浸式互動(dòng)，從而減少全虛擬環(huán)境中的摩擦和認知負荷。

重新思考遠程學(xué)習： 由于疫情，許多線(xiàn)下教學(xué)被迫轉移到線(xiàn)上，教育者面臨著(zhù)評估和保持學(xué)生互動(dòng)等一系列特殊的挑戰。針對高年級學(xué)生，我們正在研究將評估參與度的新技術(shù)植入學(xué)習平臺中，從而讓教師可以提供個(gè)性化學(xué)習體驗，特別是在遠程學(xué)習期間，解決疫情后的一大痛點(diǎn)。針對低年級學(xué)生（二年級及以下），我們觀(guān)察到他們缺乏對屏幕教學(xué)與互動(dòng)的興趣。我們的環(huán)境計算研究聚焦于創(chuàng )造參與度高、沉浸式的體驗，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(huà)角色，它能夠感知真實(shí)環(huán)境與學(xué)生的活動(dòng)、話(huà)語(yǔ)和手勢，并相應做出響應。目前，我們正在重點(diǎn)進(jìn)行數學(xué)學(xué)習方面的研究，該學(xué)科非常適合進(jìn)行教具和實(shí)物互動(dòng)。

隱私保護技術(shù)： 隨著(zhù)人工智能越來(lái)越多應用于患者/人口健康數據的研究，如何在不侵犯隱私權的前提下實(shí)現不同存儲空間之間的數據共享，對研究、科學(xué)和醫學(xué)社區快速獲取洞見(jiàn)來(lái)說(shuō)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?軟件防護擴展(Intel^? SGX)技術(shù)在一些新興應用程序的潛在用途，這些新興應用在保護隱私的前提下，通過(guò)定位和距離識別進(jìn)行接觸者追蹤。

病原體監測： 當SARS-CoV-2等病原體出現，我們需要通過(guò)全基因組測序等技術(shù)建立病毒樣本，與已知的微生物進(jìn)行對比，從而識別病原體的性質(zhì)，并追蹤其變異情況。通過(guò)在全球范圍內監測這些變化，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)險狀況。然而，病原體數據庫幾乎是以指數級速度增長(cháng)，樣本配對也要進(jìn)行數百萬(wàn)次對比，這使得我們難以實(shí)現強有力的早期識別與監控。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據庫檢索信息的硬件進(jìn)行整合。我們將在數百萬(wàn)份基因樣本中更快速地獲得更精確的比對結果，從而更好地應對此次COVID-19疫情以及未來(lái)可能發(fā)生的疾病大流行。

作為研究人員，在大規模社會(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)一步堅定了我們的核心使命：尋求突破、解決未來(lái)最重大的數據挑戰，拓展研究結果的應用，以實(shí)現最廣泛的社會(huì )影響。