NIKKEI——日本經濟新聞中文版

       一項可能預示著人工智慧（AI）未來走向的技術已經問世。這項技術叫做“多模態AI”，可以像人類利用五感理解周圍事物那樣，通過圖像、語音和文字等多種數據作出高水準的判斷。AI更加接近人類、給社會各個領域帶來影響的未來即將到來。

       “您吃飯了嗎？”“您按時吃藥了嗎？”可愛的機器人一邊跟老奶奶聊天一邊詢問。雖然老人有時回答得模糊不清，有時只是默默點頭，但新AI可以機智地察覺情況，判斷出“沒有問題”。

       這是日本內閣府實施的項目一環，由KDDI及日本情報通信研究機構推進由AI看護獨居老人等的研究。其目標是能夠通過每天的對話來發現老人的細微異常變化。

       重要的是，新AI不僅可以理解對話的內容，還可以通過視頻察覺動作和感情的變化。如果可以感知體溫，就“可以保護老年人免受新冠病毒的侵襲”（日本情報通信研究機構研究員鳥澤健太郎）。

       如果是人類的話，即使對方嘴上逞強説“我很好”，也可以根據臉色不佳而察覺出對方“可能有煩心事”等。過去的AI可以對圖像、語音和文字進行分析，但不具備察言觀色的能力。多模態AI被認為將打破這一壁壘。

       AI的概念誕生於上世紀50年代。雖經歷了研究衰退的寒冬時期，但一直在進步。2012年左右開始受到關注的深度學習技術，擅長通過相機拍攝的圖像來理解世界。以該技術為契機，掀起了AI熱潮，圖像識別精度等獲得飛躍性的提升。這種情況甚至被比喻為“寒武紀大爆發”，即約40億年前出現的生命在5億年前有了眼睛並快速進化。AI讓曾經被視為夢幻技術的汽車自動駕駛等一下子具有了現實意義。