AI+老齡研究的熱點(diǎn)分析與前沿展望
——國(guó)外文獻(xiàn)知識(shí)圖譜分析

顧 潔 鄭穌鵬

內(nèi)容提要 ｜ 人工智能的發(fā)展為智慧養(yǎng)老提供了思路和方案，但是現(xiàn)在對(duì)國(guó)外智慧養(yǎng)老領(lǐng)域前沿科技研究的綜合分析還較為匱乏，這導(dǎo)致我們對(duì)國(guó)際上智慧養(yǎng)老技術(shù)水平和研究重點(diǎn)的理解不夠全面和深入。本文利用Cite Space II工具構(gòu)建AI+老齡研究知識(shí)圖譜，從老年人社交、老齡面孔識(shí)別、老年人安全監(jiān)測(cè)和服務(wù)機(jī)器人四個(gè)領(lǐng)域，對(duì)AI+老齡研究的國(guó)外前沿文獻(xiàn)進(jìn)行梳理和總結(jié)。本文認(rèn)為，未來研究可以從面向視力障礙老年人的智能服務(wù)、代際支持在老年人使用智能技術(shù)中的作用，以及老年人智能服務(wù)的安全倫理問題三個(gè)方面進(jìn)一步深入探索。

一、引 言

全球人口正加速進(jìn)入老齡化階段。聯(lián)合國(guó)發(fā)布的《世界人口展望報(bào)告》顯示，2019 年全球65 歲以上老年人占全球人口的比例達(dá)到9%，到2050 年這一比例將上升至16%。1聯(lián)合國(guó)：《老齡化》，2019 年，https://www.un.org/zh/sections/issues-depth/ageing/index.html。在中國(guó)，60 歲及以上人口從2000 年的1.26 億人增加到2018 年的2.49 億人。同期，老年人口占比從10.2%上升到17.9%，提升幅度是世界平均水平的2 倍多。預(yù)計(jì)到2050 年，中國(guó)65 歲以上的老年人口將達(dá)到5 億。人口老齡化為全球經(jīng)濟(jì)社會(huì)發(fā)展帶來諸多挑戰(zhàn)，圍繞老年人的衣、食、住、行、娛、醫(yī)等問題已成為全球政府、企業(yè)和學(xué)者關(guān)注的焦點(diǎn)。2左美云：《智慧養(yǎng)老：內(nèi)涵與模式》，清華大學(xué)出版社，2018 年，第27 頁(yè)。

隨著以人工智能為代表的新一代信息技術(shù)的發(fā)展，加速信息技術(shù)賦能效用、著力提升養(yǎng)老產(chǎn)業(yè)智慧化水平已成為應(yīng)對(duì)老齡化挑戰(zhàn)的科技新思路。2017 年，工業(yè)和信息化部、民政部、國(guó)家衛(wèi)生健康委員會(huì)三部委聯(lián)合發(fā)布了《智慧健康養(yǎng)老產(chǎn)業(yè)發(fā)展行動(dòng)計(jì)劃（2017—2020 年）》，提出要積極推動(dòng)智慧養(yǎng)老事業(yè)發(fā)展，融合運(yùn)用醫(yī)療健康電子、物聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)、移動(dòng)互聯(lián)網(wǎng)等信息技術(shù)和產(chǎn)品，深度挖掘健康養(yǎng)老需求，高效對(duì)接養(yǎng)老資源，向老年人提供個(gè)性化、精準(zhǔn)化、智慧化養(yǎng)老服務(wù)的健康養(yǎng)老模式。目前，以人工智能為代表的新技術(shù)已經(jīng)在老年面孔自動(dòng)識(shí)別、老年人信息自動(dòng)監(jiān)控和預(yù)警、老年人人機(jī)交互、老年人生活服務(wù)和管理等方面得到運(yùn)用，嵌入人工智能技術(shù)的移動(dòng)智能終端、可穿戴設(shè)備、家庭智能機(jī)器人等終端產(chǎn)品，也開始在社交、健康、娛樂等多個(gè)助老場(chǎng)景實(shí)現(xiàn)落地應(yīng)用。將新一代信息技術(shù)運(yùn)用到老齡人口服務(wù)，既是積極應(yīng)對(duì)人口老齡化的客觀需要，也是帶動(dòng)技術(shù)創(chuàng)新和社會(huì)變革的重要力量。

在學(xué)術(shù)研究范疇內(nèi)，關(guān)于智慧養(yǎng)老的研究以計(jì)算機(jī)科學(xué)為基礎(chǔ)，橫跨老年學(xué)、神經(jīng)影像學(xué)、心理學(xué)等多個(gè)學(xué)科領(lǐng)域。前瞻性的學(xué)術(shù)研究為智慧養(yǎng)老關(guān)鍵技術(shù)研發(fā)和產(chǎn)業(yè)化指明了方向，但對(duì)以人工智能為代表的前沿科技研究仍缺乏全面的綜述分析，這導(dǎo)致我們對(duì)國(guó)際上智慧養(yǎng)老技術(shù)水平和研究重點(diǎn)的理解不夠全面和深入。現(xiàn)有文獻(xiàn)主要集中在對(duì)老齡產(chǎn)業(yè)模式、發(fā)展評(píng)價(jià)、產(chǎn)業(yè)治理、引導(dǎo)政策建議等方面的研究。例如，左美云從智慧助老、智慧用老和智慧孝老三大模式視角闡述了智慧養(yǎng)老產(chǎn)業(yè)發(fā)展的問題；黃魯成等對(duì)我國(guó)省級(jí)行政區(qū)域的養(yǎng)老產(chǎn)業(yè)發(fā)展水平進(jìn)行了評(píng)價(jià)研究；1黃魯成、李晉、苗紅：《新興養(yǎng)老科技產(chǎn)業(yè)及區(qū)域發(fā)展評(píng)價(jià)研究》，《科研管理》2020 年第41 期。陸杰華指出我國(guó)老齡產(chǎn)業(yè)發(fā)展勢(shì)頭強(qiáng)勁，但仍存在產(chǎn)業(yè)發(fā)展區(qū)域失衡、政策扶持和規(guī)范缺位等問題；2陸杰華：《我國(guó)老齡產(chǎn)業(yè)研究評(píng)述及展望》，《北京大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版）》2002 年第1 期。原新從政策頂層設(shè)計(jì)視角對(duì)政府、市場(chǎng)、家庭和個(gè)人4 個(gè)方面進(jìn)行了探討。3原新：《國(guó)際社會(huì)應(yīng)對(duì)老齡化的經(jīng)驗(yàn)和啟示》，《老齡科學(xué)研究》2015 年第3 期。梳理這些文獻(xiàn)可以發(fā)現(xiàn)，現(xiàn)有研究注重從理論層面對(duì)老齡產(chǎn)業(yè)“如何養(yǎng)老”進(jìn)行探討。

近年來，一些學(xué)者開始聚焦“智慧”維度，嘗試分析信息技術(shù)對(duì)養(yǎng)老業(yè)務(wù)的價(jià)值引領(lǐng)作用。劉勍勍等基于期望確認(rèn)理論分析了老年人互聯(lián)網(wǎng)應(yīng)用持續(xù)使用的影響因素；4劉勍勍、左美云、劉滿成：《基于期望確認(rèn)理論的老年人互聯(lián)網(wǎng)應(yīng)用持續(xù)使用實(shí)證分析》，《管理評(píng)論》2012 年第24 期。塔拉·辛克萊（Tara Sinclair）等認(rèn)為老年人在使用社交網(wǎng)絡(luò)平臺(tái)中的感受與年輕人一致。5Tara J.Sinclair and Rachel Grieve, Facebook as a Source of Social Connectedness in Older Adults, Computers in Human Behavior, vol.66, 2017, pp.363-369.雖然這些研究在信息技術(shù)研究方面有一定的理論積累，但主要集中在互聯(lián)網(wǎng)、手機(jī)、電腦等傳統(tǒng)信息設(shè)備，對(duì)老齡研究領(lǐng)域中新一代信息技術(shù)——人工智能技術(shù)視角的探析有待補(bǔ)充。

鑒于此，有必要對(duì)人工智能技術(shù)在智慧養(yǎng)老領(lǐng)域的創(chuàng)新突破和研究重點(diǎn)進(jìn)行梳理，跟蹤智慧養(yǎng)老研究的國(guó)際前沿技術(shù)和熱點(diǎn)問題。本文采用文獻(xiàn)計(jì)量方法，以Web of Science 收錄的“AI+老齡研究”的相關(guān)科技文獻(xiàn)為數(shù)據(jù)源，借助信息可視化軟件Cite Space II 對(duì)文獻(xiàn)進(jìn)行共引分析，構(gòu)建了文獻(xiàn)共被引和主題詞網(wǎng)絡(luò)的知識(shí)圖譜，對(duì)重點(diǎn)技術(shù)領(lǐng)域的文獻(xiàn)進(jìn)行梳理和解讀，以期加深對(duì)智慧養(yǎng)老前沿科技問題的理解。

二、數(shù)據(jù)來源與分析方法

本文以Web of Science 核心論文數(shù)據(jù)庫(kù)為數(shù)據(jù)源，將“老年人”和“人工智能”結(jié)合進(jìn)行主題檢索。有別于社會(huì)學(xué)、人口學(xué)關(guān)于智慧養(yǎng)老服務(wù)框架的定性討論，本文更關(guān)注智慧養(yǎng)老視域下人工智能（Artificial Intelligence，以下簡(jiǎn)稱AI）技術(shù)的研發(fā)與應(yīng)用。本文將檢索范圍定義為Computer Science Artificial Intelligence大類，時(shí)間范圍劃定為2000—2018 年期間。Web of Science 的檢索式為TI=("Old*" OR"older*" OR "elderly*" OR "senior*" OR "aging*"OR "aged*") Refined by: WEB OF SCIENCE C A T E G O R I E S: (C O M P U T E R S C I E N C E ARTIFICIAL INTELLIGENCE) Timespan: 2000-2018.Indexes: SCI-EXPANDED, SSCI, CPCI-S,CPCI-SSH, CCR-EXPANDED, IC。最終獲得期刊論文、會(huì)議論文和綜述類核心文獻(xiàn)數(shù)據(jù)共1373 篇。

本文采用Cite Space II6Chaomei Chen, Cite Space II: Detecting and Visualizing Emerging Trends and Transient Patterns in Scientific Literature,Journal of the American Society for Information Science and Technology, vol.57, 2006, pp.359-377.軟件繪制知識(shí)圖譜，梳理AI+老齡研究領(lǐng)域的知識(shí)脈絡(luò)，聚焦AI 領(lǐng)域老齡研究的前沿?zé)狳c(diǎn)，探求該領(lǐng)域的熱點(diǎn)演進(jìn)過程及未來發(fā)展動(dòng)向。

三、研究脈絡(luò)分析

（一）AI+老齡研究的時(shí)間分布與階段劃分

圖1 繪制了AI+老齡研究的時(shí)間分布特征。隨著時(shí)間的推移，AI+老齡研究文獻(xiàn)數(shù)量呈現(xiàn)總體上升的趨勢(shì)。結(jié)合文獻(xiàn)數(shù)量的時(shí)間分布和主題內(nèi)容，可以將相關(guān)研究發(fā)展脈絡(luò)劃分為三個(gè)階段。

第一階段是初步探索期（2000—2008 年）。在這一階段文獻(xiàn)數(shù)量呈現(xiàn)緩慢上升趨勢(shì)。從研究?jī)?nèi)容上看，這一階段的國(guó)外文獻(xiàn)主要關(guān)注運(yùn)用機(jī)器學(xué)習(xí)算法進(jìn)行面部老齡化模式識(shí)別的工作。

第二階段是波動(dòng)反復(fù)期（2009—2014 年）。國(guó)外文獻(xiàn)主要集中在對(duì)智能輔助技術(shù)和老年人認(rèn)知發(fā)展技術(shù)等主題的研究探索。在這一階段，AI 技術(shù)發(fā)展對(duì)學(xué)術(shù)研究的正向驅(qū)動(dòng)與老年人技術(shù)產(chǎn)品接受障礙的負(fù)向阻滯兩方面因素相互疊加，導(dǎo)致學(xué)術(shù)研究數(shù)量出現(xiàn)上下波動(dòng)。

第三階段是增速成熟期（2015—2018年）。2015 年，谷歌推出深度學(xué)習(xí)開源框架TensorFlow，支持經(jīng)典機(jī)器學(xué)習(xí)算法、異構(gòu)計(jì)算和分布式計(jì)算，TensorFlow 在語(yǔ)音識(shí)別和圖像識(shí)別領(lǐng)域得到快速應(yīng)用。深度學(xué)習(xí)的算法突破也加速了AI+老齡研究的學(xué)術(shù)進(jìn)程，表現(xiàn)為2015 年后相關(guān)文獻(xiàn)數(shù)量快速上升。在這一階段，AI+老齡研究的關(guān)注重點(diǎn)在老人日常行動(dòng)自動(dòng)監(jiān)測(cè)、交互式環(huán)境智能輔助設(shè)施、人與機(jī)器人交互、老年人心理健康與情感、老年人家居照顧等方面。

圖1.AI+老齡研究文獻(xiàn)時(shí)間分布與劃分階段

（二）AI+老齡研究的國(guó)家和地區(qū)分析

圖2 繪制了高發(fā)文量的國(guó)家和地區(qū)排序結(jié)果。日本、中國(guó)和美國(guó)在AI+老齡研究領(lǐng)域的學(xué)術(shù)貢獻(xiàn)度最高，發(fā)文數(shù)量分別為190 篇、189篇和170 篇。其中，日本和中國(guó)高度老齡化的人口結(jié)構(gòu)促使學(xué)者積極探索人工智能應(yīng)對(duì)老齡化的技術(shù)解決方案，美國(guó)先進(jìn)的人工智能發(fā)展水平推動(dòng)了技術(shù)在老齡研究領(lǐng)域的應(yīng)用。

圖2.AI+老齡研究的國(guó)家和地區(qū)分析

AI+老齡研究的跨國(guó)合作網(wǎng)絡(luò)由49 個(gè)國(guó)家節(jié)點(diǎn)和146 條合作邊構(gòu)成，跨國(guó)合作網(wǎng)絡(luò)密度為0.124，這表明在AI+老齡研究領(lǐng)域已經(jīng)形成了一定的跨國(guó)合作規(guī)模。表1 給出了各個(gè)國(guó)家在AI+老齡研究領(lǐng)域的跨國(guó)合作伙伴數(shù)量，其中中國(guó)擁有8 個(gè)跨國(guó)合作伙伴，分別是美國(guó)、日本、澳大利亞、意大利、加拿大、德國(guó)、新加坡和韓國(guó)。

表1.各國(guó)的跨國(guó)合作伙伴數(shù)量

表2.關(guān)鍵詞聚類結(jié)果（灰色底紋為各階段特有的關(guān)鍵詞）

（三）關(guān)鍵詞主題脈絡(luò)

本文利用Cite Space II 識(shí)別三個(gè)研究階段的文獻(xiàn)關(guān)鍵詞共現(xiàn)圖譜，對(duì)關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)進(jìn)行聚類分析，分別識(shí)別三個(gè)階段的研究主題，利用關(guān)鍵詞變化追蹤AI+老齡研究主題的轉(zhuǎn)移趨勢(shì)。

在去除了老年人、老齡化、老年人群等通用表征后，表2 列示了三個(gè)階段的研究關(guān)鍵詞（按照知識(shí)圖譜中節(jié)點(diǎn)中心度進(jìn)行倒序排序）。根據(jù)不同階段關(guān)鍵詞的重合與變化，可以分析AI+老齡研究的研究熱點(diǎn)演進(jìn)脈絡(luò)。一方面，前后階段在通用技術(shù)方面存在繼承和深化的延續(xù)關(guān)系。例如，“建模”、“感知”和“系統(tǒng)”同時(shí)是第一、二階段的研究重點(diǎn)；“傳感器”、“識(shí)別”、“輔助技術(shù)”同時(shí)是第二、三階段的研究重點(diǎn)。另一方面，隨著AI 技術(shù)的快速進(jìn)步和智能應(yīng)用的逐步落地，各個(gè)階段的學(xué)術(shù)研究也各有側(cè)重。在第一階段（2000—2008 年），研究人員特別關(guān)注利用機(jī)器學(xué)習(xí)和圖像分析進(jìn)行自動(dòng)面孔識(shí)別；在第二階段（2009—2014 年），研究人員開始運(yùn)用人工智能技術(shù)和智能系統(tǒng)設(shè)備監(jiān)測(cè)和照顧獨(dú)居老人和老年癡呆患者的日常起居；在第三階段（2015—2018 年），AI+老齡研究開始真正落地，研究人員重點(diǎn)關(guān)注不同場(chǎng)景（醫(yī)療、家居）下，AI 技術(shù)和終端產(chǎn)品的實(shí)際使用效果以及對(duì)老年人身心健康的影響。

四、AI+老齡熱點(diǎn)研究

研究熱點(diǎn)是指有內(nèi)在聯(lián)系、數(shù)量相對(duì)較多的一組文獻(xiàn)所探討的科學(xué)問題。1尤建新、任斌、邵魯寧：《企業(yè)吸收能力研究演進(jìn)脈絡(luò)梳理與前沿?zé)狳c(diǎn)探析——基于引文分析法》，《外國(guó)經(jīng)濟(jì)與管理》2012 年第12 期。對(duì)研究熱點(diǎn)的把握有助于對(duì)該領(lǐng)域有一個(gè)更全面而系統(tǒng)的掌握，為后續(xù)研究的開展提供方向。本文借助Cite Space II 工具構(gòu)建2000—2018 年AI+老齡研究文獻(xiàn)共被引網(wǎng)絡(luò)圖譜，通過主題詞聚類識(shí)別該領(lǐng)域的研究熱點(diǎn)，將被引頻次閾值設(shè)置為Top 10（即以每個(gè)分區(qū)的文獻(xiàn)數(shù)據(jù)中被引頻次最高的前10 個(gè)結(jié)點(diǎn)為分析對(duì)象），繪制得到文獻(xiàn)共被引網(wǎng)絡(luò)主題詞聚類結(jié)果。該網(wǎng)絡(luò)由336 個(gè)節(jié)點(diǎn)（即被引文獻(xiàn)和關(guān)鍵主題詞）和765 條邊（即共被引關(guān)系鏈）構(gòu)成。根據(jù)共被引網(wǎng)絡(luò)主題詞聚類結(jié)果，AI+老齡研究領(lǐng)域的研究熱點(diǎn)分別是#0 社交網(wǎng)絡(luò)、#1 老齡化面孔、#2 積極監(jiān)控系統(tǒng)、#3 健康服務(wù)機(jī)器人、#4 臉部追蹤、#5 柔性分類器、#6 機(jī)器人伴侶、#7 使用語(yǔ)音和#8 分析環(huán)境聲音。

表3.研究領(lǐng)域與研究熱點(diǎn)

將AI+老齡研究的九大研究熱點(diǎn)按照所屬領(lǐng)域進(jìn)行歸類，形成了4 個(gè)主要的研究領(lǐng)域，分別是老年人社交、老齡面孔識(shí)別、老年人安全監(jiān)測(cè)和服務(wù)機(jī)器人。表3 中列示了每個(gè)研究領(lǐng)域?qū)?yīng)的研究熱點(diǎn)、使用的技術(shù)和代表性文獻(xiàn)。

（一）老年人社交

關(guān)于老年人社會(huì)交往的研究最早可追溯到1961 年由伊萊恩 · 柯明（Elain Cumming）和威廉 · E.亨利（William E.Henry）兩位學(xué)者提出的社會(huì)脫離理論，1Cumming Elaine and Henry William E., Growing Old: The Process of Disengagement, New York: Basic Books, 1961.該理論認(rèn)為老年人遭遇退休、喪親等社會(huì)角色脫離問題，以及因行動(dòng)不便造成的社會(huì)聯(lián)系削弱，極易進(jìn)入孤立無(wú)助的狀態(tài)。社會(huì)脫離不僅造成老年人孤獨(dú)感、焦慮感和不安全感的上升，還會(huì)對(duì)老年人身體健康產(chǎn)生實(shí)質(zhì)性損害。研究人員發(fā)現(xiàn)，缺乏社交關(guān)系或經(jīng)常感到孤獨(dú)的人往往會(huì)出現(xiàn)更高的發(fā)病率和死亡率2Brummett, Beverly H., John C.Barefoot, Ilene C.Siegler,Nancy E.Clapp-Channing, Barbara L.Lytle, Hayden B.Bosworth,Redford B.Williams Jr and Daniel B.Mark, Characteristics of Socially Isolated Patients with Coronary Artery Disease Who are at Elevated Risk for Mortality, Psychosomatic Medicine, vol.2, 2001,pp.267-272.、感染3Sheldon Cohen, William J.Doyle, David P.Skoner, Bruce S.Rabin and Jack M.Gwaltney, Social Ties and Susceptibility to the Common Cold, Journal of the American Medical Association,vol.277, 1997, pp.1940-1944.、抑郁癥4Rita-Lisa Heikkinen and Markku Kauppinen, Depressive Symptoms in Late Life: A 10-Year Follow-Up, Archives of Gerontology and Geriatrics, vol.38, 2004, pp.239-250.和認(rèn)知能力下降5Robert S.Wilson, Kristin R.Krueger, Steven E.Arnold,Julie A.Schneider, Jeremiah F.Kelly, Lisa L.Barnes, Yuxiao Tang and David A.Bennett, Loneliness and Risk of Alzheimer Disease,Archives of General Psychiatry, vol.64, 2007, pp.234-240.。

成功老齡化的關(guān)鍵在于社會(huì)融合（social inclusion）。一方面，老年人努力維持社會(huì)角色和社交活動(dòng)的身份斗爭(zhēng)（identity struggle），對(duì)老年人身心健康產(chǎn)生積極作用；6Benjamin Cornwell, Edward O.Laumann and L.Philip Schumm, The Social Connectedness of Older Adults: a National Profile, American Sociological Review, vol.73, 2008, pp.185-203.另一方面，隨著社交媒體和智能技術(shù)的發(fā)展，越來越多的老年用戶采用新技術(shù)和新工具來保持社會(huì)活躍度。新技術(shù)突破了老年人行動(dòng)不便帶來的線下活動(dòng)障礙，對(duì)老年用戶保持社會(huì)聯(lián)系產(chǎn)生積極影響。從技術(shù)維度來看，老年社交的研究主要分為三方面：老年人使用社交媒體、面向老年用戶的交互式輔助技術(shù)以及面向老年人的群體眾智模式設(shè)計(jì)。

1.老年人使用社交媒體

社交媒體可以改善老年人的社交生活，支持老年人通過網(wǎng)絡(luò)與家人朋友社交，同時(shí)通過支持老年人閱讀、創(chuàng)建和分享數(shù)字內(nèi)容減少灰色鴻溝（grey divide）。老年人積極運(yùn)用社交媒體有助于減少老年人孤獨(dú)感、提升老年生活幸福感，并且對(duì)老年人保持認(rèn)知能力有正向作用。7Xiaolun Wang, Jie Gu, Jing Tian and Yunjie Xu,Ambidexterity in Mobile Collaboration: Balancing Taskand Socialization-Oriented Communication in Team Member Interaction, International Conference on Human-Computer Interaction, 2017, pp.588-595.

從時(shí)間上看，面向老年人的社交媒體設(shè)計(jì)思路經(jīng)歷兩個(gè)階段的發(fā)展變化。早期階段，研究人員從技術(shù)—需求匹配視角解讀老年人抵觸社交媒體的原因。8Raymundo Cornejo, Mónica Tentori and Jesús Favela,Enriching In-Person Encounters Through Social Media: A Study on Family Connectedness for The Elderly, International Journal of Human-Computer Studies, vol.71, 2013, pp.889-899.一些為老服務(wù)組織也設(shè)計(jì)出“友好型”的社交媒體界面，通過放大字體、增加健康養(yǎng)身內(nèi)容等加強(qiáng)針對(duì)老年人需求的定制設(shè)計(jì)。但事與愿違的是，這些網(wǎng)站往往在投入后不久就會(huì)失效，主要原因是這種專門的為老服務(wù)模式反而將老年人作為一個(gè)單獨(dú)的群體孤立出來，增加了老年用戶的社會(huì)隔離感。另外，這類社交網(wǎng)站將用戶僅僅限制在老年群體，排除了子女、親朋等老年人社交網(wǎng)絡(luò)中的重要角色，因此缺乏對(duì)老年人持續(xù)使用的吸引力。9José Coelho, Fábio Rito, Nuno Luz and Carlos Duarte,Prototyping TV and Tablet Facebook Interfaces for Older Adults,IFIP Conference on Human-Computer Interaction, 2015, pp.110-128.

在后一階段，社會(huì)融合和包容性設(shè)計(jì)在老年人社交媒體設(shè)計(jì)與使用中的重要性逐漸凸顯，微信、臉譜網(wǎng)等社交工具的用戶群體開始延伸至老年用戶。在中國(guó)社會(huì)，子女和孫輩扮演老年人技術(shù)使用的中間人角色，激勵(lì)、促進(jìn)和幫助老年人學(xué)習(xí)使用社交媒體。因而這一階段的很多研究集中在反向代際支持對(duì)老年人社交媒體使用的促進(jìn)效果。1Baohua Zhou and Shihui Gui, WeChat and Distant Family Intergenerational Communication in China: A Study of Online Content Sharing on WeChat, New Media and Chinese Society, vol.5, 2017, pp.185-206.在技術(shù)維度，新一代社交媒體工具避免老年群體與社會(huì)群體的區(qū)隔，采用協(xié)同濾波、深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)算法為老年用戶推薦個(gè)性化的數(shù)字內(nèi)容。

2.面向老年用戶的交互式輔助技術(shù)

自2009 年左右以來，研究人員開始重視老年人對(duì)社交產(chǎn)品形態(tài)的需求，解決老年人使用社交終端產(chǎn)品時(shí)的適應(yīng)性問題。何塞·M.拓比亞（José M.Tapia）等指出，基于電視開發(fā)社交媒體應(yīng)用是解決老年人技術(shù)使用障礙的有效方案，因?yàn)椤袄夏耆耸褂秒娨暤臅r(shí)間最長(zhǎng)，對(duì)電視的熟悉度最高”。2José M.Tapia, Francisco J.Gutierrez and Sergio F.Ochoa,Using Smart TV Applications for Providing Interactive Ambient Assisted Living Services to Older Adults, International Conference on Ubiquitous Computing and Ambient Intelligence, 2016, pp.514-524.基于電視開發(fā)社交應(yīng)用的主要挑戰(zhàn)是如何采用合適的交互模態(tài)支持老年人與電視應(yīng)用的交互。為解決這一問題，何塞·科埃略（José Coelho）等學(xué)者開發(fā)了一個(gè)技術(shù)框架來創(chuàng)建基于電視的應(yīng)用程序。3José Coelho, Carlos Duarte, Tiago Guerreiro, Pedro Feiteira, Daniel Costa, David Costa, Bruno Neves and Fernando Alves, Involving All Stakeholders in the Development of TV Applications for Elderly, International Journal on Advances in Intelligent Systems, 2012, pp.427-440.他們發(fā)現(xiàn)，盡管遠(yuǎn)程遙控是與電視互動(dòng)的默認(rèn)方式，但老年人認(rèn)為語(yǔ)音和手勢(shì)更加方便有效。科埃略等人還發(fā)現(xiàn)老年人對(duì)交互式技術(shù)模態(tài)有所偏好，偏好程度由高到低依次為設(shè)備控制和溝通（81%）、虛擬助手（71%）和文字方式（55%）。4José Coelho, Fábio Rito, Nuno Luz and Carlos Duarte,Prototyping TV and Tablet Facebook Interfaces for Older Adults,IFIP Conference on Human-Computer Interaction, 2015, pp.110-128.

由于人工智能技術(shù)的創(chuàng)新，老年用戶現(xiàn)在可以使用語(yǔ)音與感官、手勢(shì)結(jié)合的多模方式與終端智能產(chǎn)品進(jìn)行交互，而不必依賴屏幕閱讀、鼠標(biāo)、鍵盤等傳統(tǒng)交互方式。嵌入AI 的交互式輔助技術(shù)產(chǎn)品包括智能電視（例如Facebook SmartTV）、智能手機(jī)語(yǔ)音助手（例如Siri、谷歌助手和小米Talkback 技術(shù)）和家庭智能語(yǔ)音音響（例如小愛音響、天貓精靈）。這些交互式輔助技術(shù)產(chǎn)品可以幫助老年人呼叫電話、查看社交媒體信息和進(jìn)行在線交互。

3.面向老年人的群體眾智模式設(shè)計(jì)

群體智能的開發(fā)利用是人工智能研究的重要方向，相關(guān)的應(yīng)用包括基于人類群體開發(fā)的開源軟件、基于眾智眾包的任務(wù)平臺(tái)、基于眾問眾答的知識(shí)社區(qū)、基于群體編輯的在線百科等。老年人代表了經(jīng)驗(yàn)豐富的工作人群，設(shè)計(jì)適合老年人參與的眾智眾包任務(wù)不僅合理調(diào)動(dòng)老年人才資源完成工作任務(wù)，還有助于提升老年用戶社會(huì)參與度。協(xié)調(diào)手、眼、腦的在線任務(wù)對(duì)提升老年人認(rèn)知能力也有著積極意義。

研究者們對(duì)面向老年人的群體眾智的任務(wù)設(shè)計(jì)、任務(wù)過程和完成效果進(jìn)行研究，發(fā)現(xiàn)在眾包任務(wù)中嵌入社交因素會(huì)提升任務(wù)對(duì)老年人的吸引力，并且能夠幫助老年人更好地完成工作。羅賓·布魯爾（Robin Brewer）等研究者發(fā)現(xiàn)，參與互聯(lián)網(wǎng)眾包活動(dòng)可以為老年人社交提供新的機(jī)會(huì)。他們還指出，老年人通過參加有社會(huì)影響力的任務(wù)能獲得自我價(jià)值實(shí)現(xiàn)的滿足感。5Robin Brewer, Meredith Ringel Morris and Anne Marie Piper, Why would Anybody Do this? Older Adults’ Understanding of and Experiences with Crowd Work, Proceedings of CHI, 2016,pp.2246-2257.小林正智（Masatomo Kobayashi）等研究了老年人如何在6 個(gè)月內(nèi)完成帶有社交目的的眾包任務(wù)，他們發(fā)現(xiàn)社會(huì)激勵(lì)是老年人完成眾包任務(wù)的主要?jiǎng)恿Α?Masatomo Kobayashi, Shoma Arita, Toshinari Itoko, Shin Saito and Hironobu Takagi, Motivating Multi-Generational Crowd Workers in Social-Purpose Work, Proceedings of the 18th ACM Conference on Computer Supported Cooperative Work & Social Computing, 2015, pp.1813-1824.研究發(fā)現(xiàn)，參與互聯(lián)網(wǎng)眾包的老年人希望能了解他們認(rèn)識(shí)的人都參與了什么眾包任務(wù)。2Alexis Hope, Ted Schwaba and Anne Marie Piper,Understanding Digital and Material Social Communications for Older Adults, Proceedings of the SIGCHI Conference on Human Factors in Computing Systems, 2014, pp.3903-3912.除了社會(huì)激勵(lì)以外，老年人還表示希望任務(wù)有一定的挑戰(zhàn)性，能夠幫助他們鍛煉記憶力，提高認(rèn)知能力。在任務(wù)內(nèi)容方面，老年參與者在轉(zhuǎn)錄、內(nèi)容生成、內(nèi)容摘要、對(duì)象分類和網(wǎng)站反饋等任務(wù)上有較好的表現(xiàn)。

（二）老齡面孔識(shí)別

人臉圖像傳達(dá)了大量的信息，包括推斷個(gè)體年齡、性別、身份和情緒狀態(tài)的線索。3Andreas Lanitis, Draganova Chrisina and Christodoulou Chris, Comparing Different Classifiers for Automatic Age Estimation, IEEE Transactions on Cybernetics, vol.34, 2004, pp.621-628.人類的面部也經(jīng)歷著與生長(zhǎng)相關(guān)的變化。衰老會(huì)帶來皮膚紋理、肌肉結(jié)構(gòu)、頭發(fā)顏色等面部細(xì)節(jié)的變化。除了生物學(xué)因素外，氣候條件、種族特點(diǎn)、精神壓力等因素也常常被認(rèn)為在衰老過程中發(fā)揮作用。在剝離外在影響的基礎(chǔ)上準(zhǔn)確捕捉面孔老齡化的變化是計(jì)算機(jī)視覺和心理物理學(xué)研究人員面臨的挑戰(zhàn)。4Narayanan Ramanathan and Chellappa Rama, Face Verification across Age Progression, IEEE Transactions on Image Processing, vol.15, 2006, pp.3349-3361.

老齡面孔識(shí)別主要通過衰老帶來的面孔變化特征自動(dòng)推斷人物的年齡，主要被運(yùn)用在失蹤人口長(zhǎng)期跟蹤調(diào)查、老年人身份識(shí)別、老年卡刷臉使用等公共服務(wù)領(lǐng)域。此外，建立能夠可靠估計(jì)個(gè)體年齡的面部識(shí)別系統(tǒng)，可以幫助人機(jī)交互系統(tǒng)根據(jù)使用者年齡自動(dòng)調(diào)整計(jì)算環(huán)境和交互方式，為老年人提供更加智能化、個(gè)性化的服務(wù)。

計(jì)算機(jī)領(lǐng)域的學(xué)者提出了老齡化面孔識(shí)別的不同方法。在計(jì)算機(jī)圖形學(xué)中，人們建立了物理模型來模擬顱骨、肌肉和皮膚的衰老機(jī)制。例如，勞倫斯·布瓦西厄（Laurence Boissieux）等、5Laurence Boissieux, Gergo Kiss, Nadia Magnenat Thalmann and Prem Kalra, Simulation of Skin Aging and Wrinkles with Cosmetics Insight, Computer Animation and Simulation,2000, pp.15-27.吳尹（Yin Wu）等6Yin Wu, Nadia Magnenat Thalmann and Daniel Thalmann,A Dynamic Wrinkle Model in Facial Animation and Skin Ageing,The Journal of Visualization and Computer Animation, vol.6,1995, pp.195-205.都建立了分層的皮膚模型來模擬隨著年齡增長(zhǎng)皮膚的變形。在計(jì)算機(jī)視覺領(lǐng)域，老年面孔識(shí)別主要是構(gòu)建分類器（如支持向量機(jī)、貝葉斯分類器、自動(dòng)年齡遞進(jìn)系統(tǒng)）來描述人臉圖像和年齡之間的函數(shù)關(guān)系。安德魯·拉尼蒂斯（Andreas Laniti）等人設(shè)計(jì)了一個(gè)分類器接收面部外觀的統(tǒng)計(jì)模型，并在相應(yīng)的人臉圖像中生成一個(gè)人的年齡估計(jì)值。7Andreas Lanitis, Draganova Chrisina and Christodoulou Chris, Comparing Different Classifiers for Automatic Age Estimation, IEEE Transactions on Cybernetics, vol.34, 2004, pp.621-628.

盡管老齡面孔識(shí)別取得了技術(shù)進(jìn)展，但現(xiàn)有工作仍存在一些問題。首先，人臉識(shí)別算法需要同一個(gè)跨年齡段的大量圖像序列來學(xué)習(xí)衰老模式，因此需要具備一定標(biāo)準(zhǔn)的大數(shù)據(jù)支撐；其次，老齡面孔識(shí)別受到光照、姿勢(shì)、面部細(xì)節(jié)的干擾，對(duì)外在變化的敏感性較高；最后，老齡面孔識(shí)別應(yīng)用層存在信息安全與個(gè)人隱私保護(hù)、年齡歧視隱患等問題。

（三）老年人安全監(jiān)測(cè)

老年人安全監(jiān)測(cè)，就是要對(duì)老年人日常生活中的異常狀況進(jìn)行監(jiān)測(cè)、預(yù)警和緊急處理。老年人行動(dòng)能力、反應(yīng)能力和健康狀況下降，在日常生活中發(fā)生跌倒意外和突發(fā)疾病的風(fēng)險(xiǎn)大大提升。傳統(tǒng)老年人安全監(jiān)測(cè)依靠家人、社工和醫(yī)護(hù)人員的人工看護(hù)，主要服務(wù)對(duì)象是高齡或患病老年群體。人工實(shí)時(shí)看護(hù)不僅服務(wù)范圍十分有限，費(fèi)用還非常高昂，并且會(huì)對(duì)老年人獨(dú)立生活空間造成侵入和干擾，因此不具備推廣條件。

隨著人工智能技術(shù)的發(fā)展，以計(jì)算機(jī)視覺、語(yǔ)音分析、體態(tài)分析等為代表的情景感知技術(shù)為老年人安全監(jiān)測(cè)提供了技術(shù)解決思路。情景感知，是利用傳感器采集的語(yǔ)音、圖像、行動(dòng)變化等非結(jié)構(gòu)性數(shù)據(jù)，分析環(huán)境中的人、事、物等信息，對(duì)環(huán)境情景進(jìn)行綜合探查和準(zhǔn)確分析。目前基于情景感知的老年人安全監(jiān)測(cè)的方法主要分為三類：1Juan Cheng, Xiang Chen and Minfen Shen, A Framework for Daily Activity Monitoring and Fall Detection Based on Surface Electromyography and Accelerometer Signals, IEEE Journal of Biomedical and Health Informatics, vol.17, 2012, pp.38-45.

1.計(jì)算機(jī)視覺方法

通過視頻檢測(cè)對(duì)象的實(shí)時(shí)活動(dòng)。2Poppe Ronald, A Survey on Vision-Based Human Action Recognition, Image and Vision Computing, vol.28, 2010, pp.976-990.最簡(jiǎn)單的形式是對(duì)視頻圖像序列進(jìn)行特征提取，再對(duì)特征進(jìn)行分類和異常識(shí)別。托馬斯·木斯蘭德（Thomas Moeslund）等學(xué)者提出基于動(dòng)作原語(yǔ)、動(dòng)作和活動(dòng)的層級(jí)框架和分類方法。3Thomas Moeslund, Adrian Hilton and Volker Krüger, A Survey of Advances in Vision-Based Human Motion Capture and Analysis, Computer Vision and Image Understanding, vol.104,2006, pp.90-126.后續(xù)研究加入了對(duì)環(huán)境、人物和對(duì)象之間交互的上下文情景的綜合分析，進(jìn)一步提升了健康監(jiān)測(cè)的準(zhǔn)確性。456例如，通過情景感知和上下文分析，可以區(qū)分老年人靜臥不動(dòng)是在休息，還是跌倒或昏迷。在步態(tài)識(shí)別領(lǐng)域，研究者通過生物跟蹤和特征提取，對(duì)人物行走的步速、步距和反應(yīng)時(shí)間進(jìn)行跟蹤，進(jìn)一步分析行走時(shí)緩慢、呆滯等異常反應(yīng)。7Fabio Cuzzolin, Using Bilinear Models for View-Invariant Action and Identity Recognition, Proceedings of the Conference on Computer Vision and Pattern Recognition, vol.2, 2006, pp.1701-1708.這種方法已經(jīng)被用于老年癡呆的早期預(yù)測(cè)中。

基于計(jì)算機(jī)視覺的技術(shù)提供了一種老年健康檢測(cè)的簡(jiǎn)便方法。但由于攝像機(jī)的固定特性，視覺監(jiān)控設(shè)備一般只安裝在室內(nèi)環(huán)境中。此外，為了對(duì)老年人活動(dòng)進(jìn)行全面監(jiān)測(cè)，需要安裝多個(gè)視頻傳感器設(shè)備以覆蓋整個(gè)家居環(huán)境。例如，大阪智能家居項(xiàng)目同時(shí)使用167 個(gè)傳感器采集13 種活動(dòng)信息。因此，全面視覺監(jiān)測(cè)對(duì)老年人日常生活的侵入度很高，而且還需要支付高昂的設(shè)備成本和技術(shù)費(fèi)用。

2.基于聲學(xué)和環(huán)境傳感器的方法

利用麥克風(fēng)采集伴隨人體活動(dòng)產(chǎn)生的環(huán)境聲音，通過分析聲音震動(dòng)頻率和強(qiáng)度，可以監(jiān)測(cè)老年人跌倒、撞傷等異常行為。杰米·沃德（Jamie Ward）等學(xué)者通過對(duì)在兩個(gè)不同位置檢測(cè)到的聲音強(qiáng)度進(jìn)行分析，從連續(xù)的數(shù)據(jù)流中分割出偏離平均值的音頻片段，再使用聲音通道上的線性判別分析（LDA）和隱馬爾可夫模型（HMM）對(duì)這些檢測(cè)到的片段進(jìn)行活動(dòng)分類。8Jamie Ward, Paul Lukowicz, Gerhard Troster and Thad Starner, Activity Recognition of Assembly Tasks Using Body-Worn Microphones and Accelerometers, IEEE Transactions on Pattern Analysis and Machine Intelligence, vol.28, 2006, pp.1553-1567.在艾瑞克·卡斯泰利（Eric Castelli）9Eric Castelli, Michel Vacher, Dan Istrate, Laurent Besacier and Jean-Fran?ois Sérignat, Habitat Telemonitoring System Based on the Sound Surveillance, International Conference on Information Communication Technologies in Health, 2003, pp.11-13.、司垂特·丹（Istrate Dan）等學(xué)者1Istrate Dan, Eric Castelli, Michel Vacher, Laurent Besacier and J-F.Serignat, Information Extraction from Sound for Medical Telemonitoring, IEEE Transactions on Information Technology in Biomedicine, vol.10, 2006, pp.264-274.的研究中，聲學(xué)傳感器被用于區(qū)分碎玻璃、尖叫聲等異常聲音。米哈伊爾·波佩斯庫(kù)（Mihail Popescu）等提出對(duì)聲音的分析可以降低跌倒檢測(cè)模型的誤報(bào)率，他們通過對(duì)聲源高度變化的檢測(cè)，來輔助判斷對(duì)象是否跌倒。2Mihail Popescu, Yun Li, Marjorie Skubic and Marilyn Rantz, An Acoustic Fall Detector System that Uses Sound Height Information to Reduce the False Alarm Rate, 30th Annual International Conference of the IEEE Engineering in Medicine and Biology Society, 2008, pp.4628-4631.

與基于計(jì)算機(jī)視覺的技術(shù)相比，聲學(xué)和環(huán)境技術(shù)設(shè)備費(fèi)用較低，安裝設(shè)置也更為簡(jiǎn)單。但是，這樣的聲學(xué)方法不適用于一般的生活條件，因?yàn)樗鼈兊男阅芸赡軙?huì)受到外部噪聲的干擾。另外聲學(xué)傳感的準(zhǔn)確性會(huì)隨著聲源距離的增加而快速下降。

3.基于可穿戴傳感器的方法

技術(shù)人員和研究者在穿戴設(shè)備中嵌入加速度計(jì)、陀螺儀、水銀傾斜開關(guān)和速度傳感器來采集老年用戶的運(yùn)動(dòng)或電生理信號(hào)，用于檢測(cè)慢性病患者狀態(tài)或檢測(cè)跌倒異常情況。哈桑·加西姆扎德（Hassan Ghasemzadeh）等使用可穿戴傳感器獲取有人物、時(shí)間、地點(diǎn)等上下文情景信息，識(shí)別居家日常活動(dòng)；3Hassan Ghasemzadeh, Roozbeh Jafari and Balakrishnan Prabhakaran, A Body Sensor Network with Electromyogram and Inertial Sensors: Multimodal Interpretation of Muscular Activities,IEEE transactions on Information Technology in Biomedicine, vol.14, 2009, pp.198-206.程娟（Juan Cheng）等學(xué)者提出了一種使用表面肌電圖和加速度計(jì)信號(hào)的檢測(cè)框架，用于對(duì)老年人日常的連續(xù)性監(jiān)測(cè)和跌倒檢測(cè)，其識(shí)別精度達(dá)到98%。4Juan Cheng, Xiang Chen and Minfen Shen, A Framework for Daily Activity Monitoring and Fall Detection Based on Surface Electromyography and Accelerometer Signals, IEEE Journal of Biomedical and Health Informatics, vol.17, 2012, pp.38-45.

（四）服務(wù)機(jī)器人

早在21 世紀(jì)前10 年，研究者就開始關(guān)注服務(wù)機(jī)器人在養(yǎng)老產(chǎn)業(yè)的應(yīng)用。5Joost Broekens, Marcel Heerink and Henk Rosendal,Assistive Social Robots in Elderly Care: A Review, Gerontechnology,vol.8, 2009, pp.94-103.相關(guān)文獻(xiàn)出現(xiàn)了許多輔助機(jī)器人的變體，但是大多數(shù)機(jī)器人技術(shù)還沒有達(dá)到可以投入市場(chǎng)的水平。這一階段研究的重點(diǎn)是人與機(jī)器人之間的交互模式，6Marti P., Pollini A., Rullo A.and Shibata T., Engaging with Artificial Pets, Proceedings of the 2005 Annual Conference on European Association of Cognitive Ergonomics, 2005, pp.99-106.特別強(qiáng)調(diào)了擬人或人為特征的重要性。隨著機(jī)器人技術(shù)的進(jìn)步，一些技術(shù)人員開始在（半）受控環(huán)境下，如實(shí)驗(yàn)室、老年人中心、復(fù)雜的室內(nèi)環(huán)境，進(jìn)行初代機(jī)器人的開發(fā)和測(cè)試。7M.Aggravi, A.Colombo, D.Fontanelli, A.Giannitrapani,D.Macii, F.Moro, P.Nazemzadeh, L.Palopoli, R.Passerone, D.Prattichizzo, T.Rizano, L.Rizzon and S.Scheggi, A Smart Walking Assistant for Safe Navigation in Complex Indoor Environments,Ambient Assisted Living, 2015, pp.487-497.

服務(wù)機(jī)器人需要配備各種技術(shù)功能，除了機(jī)器人感應(yīng)、操作、控制和導(dǎo)航移動(dòng)等基礎(chǔ)硬件功能外，還需配備與機(jī)器人軟件框架相匹配的軟件功能，如與外部Web 服務(wù)的通信、數(shù)據(jù)庫(kù)訪問、與傳感器節(jié)點(diǎn)的通信，以及調(diào)用第三方軟件應(yīng)用程序的功能。計(jì)算機(jī)學(xué)者開發(fā)了一種可用于老年人護(hù)理的輔助機(jī)器人系統(tǒng)（RiSH），該系統(tǒng)可以識(shí)別人體活動(dòng)、追蹤行動(dòng)軌跡，能夠被應(yīng)用于老年人跌倒檢測(cè)和應(yīng)急救援。8Ha Manh Do, Minh Pham, Weihua Sheng, Dan Yang and Meiqin Liu, RiSH: A Robot-integrated Smart Home for Elderly Care, Robotics and Autonomous Systems, vol.101, 2018, pp.74-92.卡塔林·日高（Katalin Zsiga）等人結(jié)合老年用戶主觀意見和機(jī)器人客觀記錄的使用數(shù)據(jù)，綜合評(píng)估測(cè)試了家庭陪護(hù)機(jī)器人對(duì)老年人生活的支持，發(fā)現(xiàn)娛樂、天氣預(yù)報(bào)和導(dǎo)航是老年人最常使用的機(jī)器人功能，而輔助購(gòu)物則不那么受歡迎；機(jī)器人語(yǔ)音識(shí)別需要改進(jìn)以更好地適應(yīng)實(shí)際需求。1Katalin Zsiga, András Tóth, Tamás Pilissy, Orsolya Péter, Zoltán Dénes and Gábor Fazekas, Evaluation of A Companion Robot Based on Field Tests with Single Older Adults in Their Homes, Assistive Technology, vol.30, 2018, pp.259-266.

五、研究展望

智慧養(yǎng)老不是簡(jiǎn)單地為老年用戶提供智能設(shè)備，而是要通過智能設(shè)備幫助老年人擺脫孤獨(dú)感和社會(huì)隔離狀態(tài)，提升老年人生命質(zhì)量和生活幸福感。人工智能技術(shù)為智慧養(yǎng)老帶來生命力的同時(shí)，也對(duì)學(xué)術(shù)研究提出新的要求。未來的研究可從三個(gè)方面予以拓展。

（一）面向視力障礙老年人的智能服務(wù)

視力障礙的患病率隨著年齡增長(zhǎng)而增加。英國(guó)皇家盲人研究所的調(diào)查顯示，60 歲以上老年人中有11%完全失明，這一比例在75 歲以上人群中高達(dá)20%。2Royal National Institute of Blind People, How Technology Can Help Older People with Sight Issues, https://www.abilitynet.org.uk/news-blogs/how-technology-can-help-older-people-sight-issues.視力障礙切斷了老年人使用互聯(lián)網(wǎng)和傳統(tǒng)數(shù)字技術(shù)的可能性，進(jìn)一步擴(kuò)大了灰色鴻溝。但幸運(yùn)的是，隨著語(yǔ)音理解和合成技術(shù)的進(jìn)步，視力障礙老年人可以通過基于聽覺和語(yǔ)言的交互模式與智能設(shè)備進(jìn)行交互。視力障礙老年人可以使用嵌入語(yǔ)音交互功能的智能終端，完成信息查詢、娛樂、聽覺閱讀、社交等功能，還可以通過語(yǔ)音指令操作連接到智能終端的家用電子設(shè)備（如電視、空調(diào)）。未來研究可以在兩個(gè)方面加以拓展：第一，提升語(yǔ)音意圖理解的準(zhǔn)確性、文字轉(zhuǎn)語(yǔ)音和圖片轉(zhuǎn)語(yǔ)音等技術(shù)的發(fā)展；第二，研究視力障礙老年人對(duì)智能語(yǔ)音設(shè)備的個(gè)性化需求和使用挑戰(zhàn)，以及智能語(yǔ)音技術(shù)可供性特征對(duì)視力障礙老年用戶心理健康的影響。

（二）代際支持在老年人使用智能技術(shù)中的作用

隨著老齡化而來的“4-2-1”家庭結(jié)構(gòu)的形成、勞動(dòng)人口流動(dòng)帶來的居住分離以及兩代人之間思想的差異性，代際支持削弱和代際隔離已經(jīng)成為養(yǎng)老產(chǎn)業(yè)必須要面對(duì)的問題。老年人可使用社交媒體維護(hù)與子女之間的家庭關(guān)系。但是，以社交媒體為中介的代際交流會(huì)出現(xiàn)溝通不暢，甚至可能造成代際誤解。例如，有學(xué)者對(duì)老年人與子女通過社交媒體溝通健康信息的情況進(jìn)行研究，發(fā)現(xiàn)成年子女對(duì)老年人轉(zhuǎn)發(fā)的健康保健信息采取的消極反應(yīng)，會(huì)造成老年人控制感喪失、自尊受損和自我效能降低。3Xinlin Yao, Xiaolun Wang, Jie Gu and Yuxiang Chris Zhao, A Qualitative Investigation on Miscommunication of Everyday Health Information Between Older Parents and Adult Children, International Conference on Human-Computer Interaction, 2019, pp.109-121.隨著社交媒體工具在老年群體中滲入度的上升，研究代際支持在老年人使用智能技術(shù)中的作用成為重要的研究方向。未來研究可從線上和線下代際情感支持之間的關(guān)系，代際溝通對(duì)老年人心理感受的影響，以及如何通過技術(shù)提升代際溝通質(zhì)量、減少代際誤解這幾個(gè)方面加以探索。

（三）老年人智能服務(wù)的安全倫理問題

各類智能設(shè)備的推廣應(yīng)用，使侵害老年人信息安全隱私的問題凸顯，個(gè)人信息的濫用甚至?xí)o老年人人身財(cái)產(chǎn)安全帶來威脅。現(xiàn)有文獻(xiàn)主要集中在對(duì)消費(fèi)者和青少年群體隱私保護(hù)的研究上，對(duì)老年人信息安全隱私的分析還比較匱乏。由于老年人隱私意識(shí)較為薄弱，更容易受到隱私侵入的傷害。未來研究應(yīng)該側(cè)重對(duì)老年群體隱私?jīng)Q策機(jī)制和隱私保護(hù)教育。