感谢主持人的介绍，能在这里介绍基于网络的智能应用非常高兴。

关于智能网络部分前面专家讲得非常多，智能系统最核心的特点是让传统的网络更加聪明、更加自主，更少的人工干预。

现在人对健康越来越重视，对残疾人的照顾，以及一些医疗争端，因为资源有效，做终端比较简单，把数据采集之后，让专家远程通过智能的方法来自动处理。所以网络主要是把终端采集到的信息送到专家那里的云端处理系统进行数据处理，最后把相应的决策和决定传到末端。整个结果使得做新的系统更加方便、更加有效和更加可靠。

今天主要介绍几个方面的内容，因为时间关系，我主要讲一下我们研究的思路，具体细节讲得少一些。

智能方法，大家都比较熟悉，我就不介绍了，像神经网络，以及于教授讲到的深度学习等等，模糊系统（基于人的智慧优化）等等。

智能环境，是照顾老年人、残疾人或需要被照顾的人，这个系统里面包括一个智能的环境——机器人，包括四大部分，需要什么内容，一系列智能环境和监控设施，使得机器人能够跟人进行各种交流，包括做逻辑推理、学习、模仿学习，以及不同的判断。

机器人本身有两部分：一部分是在底层能够自主地做一些事情，如照顾老年人，端茶送水之类的，反过来需要远处的专家操控时，可以达到操控的目的。这里核心部分是网络，网络要有可靠性。比如老年人或残疾人在家里时，他们的需求怎样通过监控来进行判断，有些命令是人告诉机器人，有些是机器人判断老人摔倒还是要去捡东西，要对这个场景进行判断，这里包括学习、智能控制、网络的数据传输以及智能处理。

方法有五大部分，比如需求，怎样把环境建的智能一些。一个是移动的，一个是固定的，如果在家里，会加装一些摄象头、传感器，这是固定的；移动机器人可以帮助老年人端茶送水等，传感器智能的交互。

人机交互有两类，老年人、残疾人给机器人传达指令很清楚，反过来机器人觉得老人一些行为不正常的时候，比如摔倒或者突然并发，机器人可以根据其理解作出预测，把结果送到远程，让医生、护士进行判断，作出决策，是不是要派人去进行帮助。还有和人的交互，最后是系统的集成。

这些方法是模块化设计，包含四大部分：对环境的设计；人机交互；社交，跟人能够和谐共处，不要跟人有一些矛盾，要有安全性；整个系统的集成，软件部分、硬件部分，加上网络。

基于人的一些要求进行学习，是一种学习的方式，包括模式思维。

远程控制，机器人做本职的事情，比如送水，扶起摔倒的老人，反过来还可以进行远程监控的操作。

我们做了一个有趣的研究，基于网络的电子鼻，应用到医疗里面，有两部分：一部分是伤口的创伤，比如战争时，有些伤口有臭味以后，这是什么病菌引起的，我们跟第三军医大、中山大学合作做了这方面的工作。方法是采集电子鼻的信息做进一步分析，数据送到云端处理，然后专家比对。采集信息容易，但是分析比较难，所谓的分析是软件放到里面不大亿，所以我们通过网络进行实现。

框图，红线表现电子信号，黑线表现味道。这里有两个应用，第一个是伤口创伤，如味道。第二个是口臭，有些人有口臭，但不是嘴巴臭，而是身体某些部位有疾病，怎样把他的疾病进行快速初步地诊断，最后做进一步检查，这样比较省事。有时候有些诊断需要到大医院，比较麻烦，如果有简单的电子鼻，在远程诊断之后，把信息传到云端进行智能处理，就可以达到简单、方便、快速的效果。

培训部分，里面有气体的浓缩。大家知道狗的鼻子很灵敏，人的鼻子也很灵敏，比起电子鼻还要灵敏一些，人能够闻到口臭，但是电子鼻有时候对一些不明显的口臭闻不到，所以我们里面有空气压缩的部分，通过文件检索搜索他的信息，最后对其进行处理。

传感器阵列（用于医用），里面有一些传感器，把气体搜集以后进行浓缩，浓缩之后就可以检测到，最后把信息传递出去。

这么多电子鼻，怎样能够少用，因为用得越少，价格越便宜，而且更可靠。研究各种感染的细菌，我们跟医院合作，收集了一些案例。每一个不同细菌感染的臭气不一样，我们能够通过电子鼻去比对实验数据的结果，最后达到识别是哪一种细菌感染，这样可以达到快速诊断处理的目的。

人的面部表情很复杂，三维图像扫描跟人的一些基因缺陷都有关系，比如文献检索1400个小孩中有1个小孩有各种基因缺陷。怎么样通过面部表情找到基因缺陷，最后进行更进一步诊断，看他有哪些疾病，以可以避免。目前有一些初步结果，把人的脸进行三维重建，找到一些特征，通过深度学习找到一些特征，传统很难做到，用深度学习的方法可以找到他的特征，能够找到基因缺陷，进行进一步诊断、治疗的处理。

今天我报告就讲到这里，谢谢大家！