英特爾研究院院長Rich Uhlig：將研究重點聚焦在后疫情時代需求

我們正處在人類歷史的一個重大轉(zhuǎn)折點——全球疫情重塑了我們的工作、聯(lián)系和互動方式。毫不夸張地說，無論對經(jīng)濟、社區(qū)，還是對我們未來數(shù)年要如何進行技術(shù)創(chuàng)新與投資，這一時刻將產(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學(xué)科領(lǐng)域的專業(yè)知識加強研究，這樣的時刻也讓我們進一步聚焦亟需創(chuàng)新的領(lǐng)域，進行有原則的創(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)字就緒計劃擴大發(fā)展機會。在科技研究的幫助下，我們擁有前所未有的機會，可以在全球范圍內(nèi)實現(xiàn)社會層面的變革。

英特爾高級院士、英特爾研究院院長、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(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）等機構(gòu)也對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。

英特爾研究院一直致力于解決數(shù)據(jù)移動、計算及安全性上的瓶頸和挑戰(zhàn)，包括神經(jīng)擬態(tài)計算、概率計算、預(yù)期計算、量子計算，以及內(nèi)存、邊緣計算、5G等不同領(lǐng)域。我們同時也注意到這次疫情暴露出的技術(shù)鴻溝問題，對此我們已經(jīng)進行了一段時間的工作，并發(fā)現(xiàn)了應(yīng)用我們研究的新機會。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)新的沉浸式臨場感技術(shù)，用于支持仿真交互，應(yīng)對許多人因長時間虛擬工作而出現(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、姿勢、體態(tài)、話語、行動及其它提示來實現(xiàn)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。我們正在探索如何通過陣列攝像頭技術(shù)、計算聲學(xué)和多模型信號語義理解實現(xiàn)沉浸式互動，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，教育者面臨著評估和保持學(xué)生互動等一系列特殊的挑戰(zhàn)。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(xí)平臺中，從而讓教師可以提供個性化學(xué)習(xí)體驗，特別是在遠(yuǎn)程學(xué)習(xí)期間，解決疫情后的一大痛點。針對低年級學(xué)生（二年級及以下），我們觀察到他們?nèi)狈ζ聊唤虒W(xué)與互動的興趣。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)生可以與真實物體接觸、互動，還有投影的智能動畫角色，它能夠感知真實環(huán)境與學(xué)生的活動、話語和手勢，并相應(yīng)做出響應(yīng)。目前，我們正在重點進行數(shù)學(xué)學(xué)習(xí)方面的研究，該學(xué)科非常適合進行教具和實物互動。

隱私保護技術(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)的前提下實現(xiàn)不同存儲空間之間的數(shù)據(jù)共享，對研究、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(yīng)用程序的潛在用途，這些新興應(yīng)用在保護隱私的前提下，通過定位和距離識別進行接觸者追蹤。

病原體監(jiān)測： 當(dāng)SARS-CoV-2等病原體出現(xiàn)，我們需要通過全基因組測序等技術(shù)建立病毒樣本，與已知的微生物進行對比，從而識別病原體的性質(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(shù)據(jù)庫幾乎是以指數(shù)級速度增長，樣本配對也要進行數(shù)百萬次對比，這使得我們難以實現(xiàn)強有力的早期識別與監(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結(jié)果，從而更好地應(yīng)對此次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)模社會變革時期，我們更清楚地看到科技創(chuàng)新推動變革的可能性。它進一步堅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，以實現(xiàn)最廣泛的社會影響。