AI智能专家、上海交通大学设计学院副院长 韩挺：《人类智能HI和人工智能AI联合驱动的 健康舒适体验研究》

　　各位领导，各位专家，大家好。我将从人本设计、智能技术、系统设计、健康体验四个方面展开今天的内容。

　　设计作为科学技术与用户市场之间的桥梁，赋予冰冷技术以情感和温度，实现从实验室到日常的飞跃，它不仅解码复杂的科技语言，将其转化为直观应用的产品形态，还精准捕捉市场需求，引导技术创新的方向。设计是促进产业、经济与社会三个层面深刻转型的催化剂，在产业层面，设计思维引导制造业向附加值更高的服务型制造转型。经济层面，通过品牌塑造与差异化策略，帮助企业在激烈的市场竞争中脱颖而出，实现从价格竞争到价值竞争的转变。在社会层面，设计注重可持续性与社会责任，推动绿色消费观念，促进资源节约型和环境友好型社会的构建，助力经济社会的绿色发展转型。

　　位于科学理性与人文感性的交界，设计独特的语言，编织着理性和感性的和谐乐章，它不仅利用科学技术的进步，创造出前所未有的功能体验，同时融入深厚的人文关怀，满足人们精神与情感的深层次需求。设计将冰冷的数据和温暖的故事相结合，让产品不仅仅是功能的支持，而是赋有情感文化内涵的载体，这种跨界融合不仅丰富了产品的灵魂，也让科学技术的发展更加贴近人心，促进了科技与文化的深度融合，体现了设计在现代社会中不可替代的作用。在20世纪60年代，设计师们开始应用科学的方法论来理解设计的功能和影响，Nigel Cross的研究探讨了设计学科和设计科学，旨在使设计变得更加科学合理性。70年代，诺贝尔奖得主Herbert A.Simon在他的著作《人工科学》中将设计引入为一种思维方式。90年代，全球设计公司和创新公司IDEO将设计思维引入主流，创造了用户友好的术语和工具包。

　　21世纪初David创造了斯坦福大学的设计学院，专注于设计思维。设计思维为我们提供了现实世界的场景，以识别表面上可能被忽视的模式、情绪和挫折，采用了这种善解人意的思维方式。设计师可以跳出框框思考，与用户建立了更深的联系，并创造出在深刻层面上产生共鸣的解决方案，从而开启创意的途径，他可以帮助组织进行适当的研究，开发原型并测试他们的产品和服务，以释放满足用户需求的新方法。

　　人工智能的启航始于1956年的达特茅斯会议，尽管它经历了注入1973年莱特希尔报告引发的人工智能寒冬等挫折，但是随着时间的推移，其发展一直在加速，技术的进步和计算能力的提升，推动了人工智能的快速演进，带来了重大的突破，并将其整合到现代生活的方方面面。

　　2016年，AlphaGo击败了世界冠军历史和柯杰，两年后人工智能轻松击败了龙之队，并赢得了200万美元的奖金。一夜之间AlphaFold3预测了所有生命分子的结构和相互作用，在不到4分钟的时间内，有ChatGPT驱动的化学家能够开发药品，甚至复制诺贝尔奖级别的研究，ChatGPT以54%的成功率通过了图灵测试，使其与人类难以区分。在设计领域，由文本驱动的视频生成大模型Sora，是否会成为OpenAI的下一个大热门，DeepMind推出了AlphaChip，几小时内即可生成超人的芯片布局。人类具备搜索、优化、学习、博弈、理解与表达，以及规划推理等能力，人工智能已逐渐掌握了这些技能，这是人工智能与人类在不同维度上能力进行的比较。

　　2024诺贝尔奖的物理奖核化学奖都颁给了人工智能，随着人工智能能力的持续增长，甚至在某些领域上超越了个人的人类的能力，我们开始思考与人类的生物智能相比，人工智能还有那些能力尚未达到，人类该如何与人工智能协作。

　　第三方面，系统设计。上海交大拥有13家高水平附属医院，大健康作为学校的四大战略之一，一流立功生命学科和一流医科交叉融合、相互促进，为学校科研人员提供了强大支持和资源，高端专业的医疗健康知识为我们的健康舒适体验研究提供了强大的支持。我们构建通用医疗AI模型，能够使用非常少或不使用特定于任务的标记数据来执行不同的任务，通过在大型、多样化的数据集上进行自我监督而构建，将灵活的解释医疗模式的不同组合，模型反过来又将产生富有表现力的输出，以展示高级医学推理能力。

　　我的团队核试验是开发了一个人工智能技术支持的医疗健康设计和技术系统，从新数据的分析、挖掘、二维图形分类、三维CNN分类模型的视觉可解释性，SOTA深度学习算法到可解释性医疗人机交互系统，我们提出了医疗大数据集成与分析算法，机器学习算法、基于AI技术的人机交互设计范式。

　　基于这个设计核技术框架，我们开发了一个可解释性的心理健康评估和诊断模型，完成了基于社会智能的社区康复机器人，基于ABM和强化学习的政策干预可行性研究，以及使用多模态数据的KOA联合机器人的意图识别等研究项目。

　　除此以外，我们还整合了情感、体验和怀旧等非技术要素，这些对社交机器人和养老机器人至关重要。团队还开发了一个基于情感游戏的筛选系统，创建了一个使用怀旧疗法的心理干预游戏，并解决了游戏化药物依从性管理和自闭症儿童的游戏化康复等主题研究，这一切都是为了让技术更人源化，更富有同情心。

　　第三方面，我们从多模态的数据采用，比如利用AIsensor对声音语音、肢体动作、肌电、脑电、皮电、环境信号灯采集，通过视觉图像、视频、语音、文本等多模态数据的处理和特征提取，基于机器学习和深度学习，RNN、CNN、LSTM等算法拟合模型进行判断、评价、检查和决策，面向家庭和社区及医院三大场景，构建智慧健康设计系统。我们持续推动构建空间智能及视觉化为洞察，洞察成为理解，理解导致行动。这是我们提出的人类智能和人工智能协同的用户健康舒适体验模型，模型包括优化和目标层、应用和商业层、交互和感知层、用户和行为层、场景和触点层、算力和算法层、多学科核医学标定层、数据和知识八个层。

　　我们从科学问题、关键的研究内容、核心关键技术，以及家电领域研发机会展开描述，充分体现了人类智能和人工智能协同。比如在优化和目标层，科学问题是如何定义并量化用户健康舒适体验的优化目标，包括健康舒适体验的多维度评价指标，用户健康舒适度的个性化需求研究，优化目标的时间与空间动态变化特征，用户体验与生理心理健康的关联分析，跨领域又跨目标的整合性与协调五个关键研究内容，涉及生度学习个性化健康评估模型，实时健康数据监测与分析算法，多目标优化算法，基于生物反馈的舒适度调节技术，和人工智能伦理和隐私保护技术等核心关键技术。

　　在多学科融合和医学知识标定层，这个层对舒适体验尤为关键，也是我们的优势。科学问题是如何整合多学科知识，进行医学标定与提高健康舒适体验，关键研究内容包括多学科知识整合和交叉研究，医学标定方法与标准制订，医学标定在健康舒适体验中的应用和优化，跨学科团队协同和知识共享机制，医学标定结果的验证和评估方法等，涉及的核心关键技术有医学图像处理和分析技术，生物医学信号处理技术，跨学科建模的仿真技术，医学标定数据库建设，医学标定结果的智能解释与反馈技术。

　　我们构建了SPIS主动健康系统，设计开发了一系列面向主动健康的智能产品。以家庭场景为例，通过现有产品的数字化和智能化社，以及新的智能产品的研发，面向用户的功能和认知，行为和意图，体验和情感的干预和调节，遵循宁静技术的理念，技术隐匿不见，无缝融入生活。在日常生活的场合和空间为用户，包括特殊群体，乃至更广泛的人群造福，生活就是干预，干预就是生活，达到主动健康的目的。

　　多感官通道设计与PSS智能产品服务设计理念相结合，旨在通过整合视觉、听觉、触觉等多种感知方式，创造更加丰富且自然的交互体验。

　　针对日常生活活动，开发出能够支持用户独立完成这些活动，并提升舒适体验的智能化解决方案。健康舒适体验导向的产品和服务，不仅关注功能实现，更注重用户体验过程中的情感需求满足。通过持续的数据收集与分析来优化服务流程，确保提供的支持既个性化又高效，从而帮助人们维持和提升生活质量和品质，促进身心健康。

　　最后介绍一个小案例，一款学习型积木桌的人机体验研究项目，从安全性、易用性、趣味性和成长性四个维度进行研究，其中安全性包括稳定性测试，边桌安全性测试，易用性包括插拔力、搭建收纳研究，趣味性则包括分心和情绪研究，成长性包括人体工学和协作评估。实验综合运用肌电测试、眼动测试、动作捕捉、面部表情识别技术等。

　　这是关于插拔力的研究，插拔力是用户体验的关键点，鉴于插拔力过小会导致产品显得廉价且不稳固，而过大则可能引起用户的不满，我们通过采集肌肉在静止或收缩下的生物电信号，以评估神经与肌肉的兴奋以及传导特征。基于此，我们提出了一套计算插拔力及其最大值的算法，并据此拟合出一个能够提供最佳用户体验的插拔力的模型。

　　通过基于计算机视觉技术对面部信号的采集和分析，本研究能够识别出愉快、悲伤、惧怕、厌恶、惊奇、愤怒、中性及轻蔑这八种情绪维度，利用这一方法我们得以绘制儿童在特定时间段内的情绪时间变化的曲线，从而科学的评估其对积木桌的喜爱程度及其情感反应模式。这种方法不仅为理解用户情感提供了定量的依据，也为优化产品设计，以更好地满足用户需求奠定了坚实的基础。

　　(播放视频)

　　在协作性研究中，通过红外高速摄像机捕捉被动发光标记点，构建精确的三维动作捕捉系统，以及相关的数据。结合Vicon动作捕捉技术，在计算机中重建儿童动作和三维模型，从而详细分析两个小孩之间的互动行为，验证是否适宜双人协作和合作，这种方法不仅提供了高精度的动作数据，还为评估和优化积木桌设计，以支持有效协作提供了科学的依据。

　　(播放视频)

　　AI时代，通过融合人工智能和人类智能，增强健康舒适体验的时代真正来了。

　　谢谢大家。