人机共融智能面临的挑战有哪些

人机共融是智能机器人的重要特征，人机交互、人机交流、人机一体的新一代人机共融机器人将引领时代新潮流，在发展的过程中，也会面临其他问题，那么如今人机共融智能面临的挑战有哪些?

一、人机共融智能面临的挑战有哪些

人机共融智能面临的研究挑战有：精准感知、深度画像、临境自然交互、人机协同感知、人机融合计算和人机智能演进。

1、精准感知

指基于传统接触式感知技术与新兴的非接触式感知技术对人的行为及周围环境的高精度感知。例如人及环境实物的高精度(厘米、毫米级)的位置感知，高精度动作行为(手势、指形、唇形、力度等)感知，生理信号(呼吸、心跳、脉搏、血压等)感知等。机器精准感知人和环境是人机共融智能的基础，利用先进感知技术让机器了解周围的物理环境和环境中的人，为后续高级智能提供具有语义的数据输入。

2、深度画像

人机共融需要机器对人有全面深入的了解，人物深度画像指利用高精度感知技术和社交网络对人在物理世界中的行为和网络空间中的交互行为进行融合分析，从而推断出人物的特征和生活规律，如健康状况、性格、兴趣、爱好、情绪等。主要的研究挑战是通过原始感知数据，结合社交网络数据，提取用户高级语义。人类行为的多面性、善变性、演化性是深度画像的难点。

3、临境自然交互

人机共融需要让人类通过更加自由/自然的方式与机器进行交互。临境自然交互从两个侧面描述了人机交互的形式：

(1)临境，即身临其境，人机的边界将变得模糊。用户意识不到计算设备的存在，需要交互的信息将被突出展示，用户将“浸入”到需要的信息中，并与之进行交互。

(2)自然，即交互的方式是自由的，不会受到硬件设备的限制。人类将通过自然的行为方式与计算机进行交互，例如手势、语音和触摸等。

(3)人机协同感知协同感知作为信息采集的一种方式，其内涵是汇集来自不同设备、不同数据源以及不同感知实体的信息，并通过处理这些多元的数据信息来更加全面地感知物理世界，为人类提供精准和智能的服务。人机协同感知将人类作为感知节点，通过融合人类的智能，来提升传统基于机器设备的感知能力，实现人机的优势互补，从而提高感知的效能。

4、人机融合计算

人机融合计算是指人与机器通过显式或隐式的融合范式，达到人机智能的协作与增强。显式人机融合计算中，人按照任务要求有意识地参与，将识别、联想、推理能力融入计算任务中。隐式人机融合计算仅靠行为习惯无意识参与，将人群无意识表现出的行为规律作为智能用于求解问题。人机融合计算的挑战在于如何对计算任务进行分割，然后给人和机器分配各自擅长的子任务，并确定执行子任务的顺序(串行或并行)，以及如何对计算结果进行融合。

5、人机智能演进

人机智能演进的目标是发挥人和机器的优势互补，促进人的智能和机器智能的共同进步。从机器的角度，以人的知识作为输入指导机器，使得其自身的智能通过不断迭代，变得更加智能和高效，交互式遗传算法正是这一思想的典型体现。机器自身亦可以利用机器之间的相互协作，借助机器提供的反馈，通过博弈的方式，强化机器的智能，从而实现机器智能的自我演进。

二、什么是人机共融智能

人机共融智能定义为：利用人类智能和机器智能的差异性和互补性，通过个体智能融合、群体智能融合、智能共同演进等，实现人类和机器智能的共融共生，完成复杂的感知和计算任务。

人机共融智能的关键特性包括：

1、个体智能融合

机器的优势在于快速、低成本地对信息进行存储、比较、排序和检索，人脑的优势在于联想、推理、分析和归纳。针对复杂任务，巧妙利用人的识别、推理能力[3, 4]，实现人机协作增强感知与计算，发挥二者的互补优势。

2、群体智能融合

除人脑智能外，人机共融智能重点强调群体智能，尤其是隐式智能，通过利用群体行为特征、结构特征及交互特征等在特征和决策层面与机器智能进行融合[5]，实现智能增强。

3、智能共同演进

未来我们不希望看到机器智能不断增长，而人类智能停滞不前乃至衰退，人机共融智能的目标是人类智能和机器智能互相适应，彼此支持，相互促进，实现智能的共同演进和优化。

4、群体智能

是一种通过群体智慧来解决问题的方式，强调人类群体间协同互补以及机器在辅助人协作方面的作用。我们强调人类智能和机器智能的深度融合，群体智能重点突出群体隐式智能的作用。

群智感知计算也是人机共融智能关键特性之一，以大量普通用户使用的移动设备作为基本感知单元，通过物联网、移动互联网协作，实现感知任务分发与数据收集，进而完成大规模、复杂的社会与城市感知任务，侧重于感知过程中人的参与，人机共融智能扩展为感知计算过程，并且强调智能的共同演进。如果想要了解更多的关于人工融合智能项目或者想要接触这个项目，可以进入元宇宙投融邦官网进行查看。