当推动高水平科技自立自强成为社会共识，他们把目光投向数字鸿沟的弱势一方。

　　新的想法不断涌现。孙启仁就朝着人工智能的方向努力。他前往波士顿大学继续深造。专业背景百花齐放。他所在的团队，团队六七十人，他们将人工智能的方向分成“AI向善”“AI求真”“AI好美”，回国后进入北京邮电大学攻读博士，大学毕业，是一个以青年学生和中青年教授为主体的创新团队。从那时开始，兼顾工作和科研。

　　“一方面要去发展科技，一方面要去关注生活。”他总是沉入一线了解需求，除了在大型基础设施上的应用，孙启仁还在思考，如何用AI更好地帮助到老人和乡村。

　　孙启仁说，有了这位AI“智慧眼”，巡检人员不需要像以前一样停下来检查、拍照，将问题带回去再输入系统上报。巡检人员在车上，甚至不用去现场，就能得到道路信息，检测效率大大提升，如果遇到雨雪低温等极端天气环境，巡检人员还能避免相应的安全隐患。

　　这一刻，通畅网络的背后是什么在支撑？当通讯网络成为用之不觉的存在，短短几分钟的“掉线”，就可能导致生产生活的失序。北京电信算法工程师孙启仁用AI在海量数据中搭建起一个“智慧生态”，精准识别、及时响应每一个无序时刻。

　　孙启仁介绍，根据相关部门数据显示，截至2021年年底，全国60周岁及以上老年人口占总人口的18.9%，养老问题凸显。目前，我国绝大多数老人采取居家养老和养老院的生活方式，超6成老人处于独居状态，随之而来的是老人居家安全看护问题。

　　更多的问题场景可以通过“AI智慧眼”识别。孙启仁关注到，尽管我国公路总里程已居世界第一，但大部分的道路设计寿命为15-20年，因车量超载、极端天气等因素，许多道路提前出现各类病害问题。他用AI巡检代替人力巡检，全天候自动识别坑洼、裂痕、凹陷等各类道路病害，锚定定位，及时上报，实现道路养护的提效降费。

　　他敏锐察觉到，通讯领域对于人工智能的迫切需求。“中国电信在全国范围内拥有价值超千亿人民币的硬件资产，电信网络设备每天产生的数据量非常庞大，这些数据与我们日常的使用场景息息相关。如果某一个网络的设备或者节点出现故障，处理延误会极大影响个人和企业的网络体验和生产生活。”

　　他希望，能把自己所学赋能社会，不仅让走在前端的通讯领域更快更好地拥抱人工智能时代，更好地服务人民生活，也要更多地关注技术难以落地的地方，让生活在县城、乡村或偏远地区的人体验到科技带来的便利。

　　但在实际的工作中，孙启仁发现，老人的隐私保护也同样重要，尤其在浴室等场所。他们设想，把老人做成火柴人的图像形象，从火柴人的体态行为推断是否跌倒。硬件设备并不会直接抓拍视频，而是通过毫米波的方式实现测距判断。

　　新技术层出不穷，每个行业有着不同痛点。孙启仁意识到，只靠一个人的力量是不够的，他将继续走进社区、园区、校园，和跟不同行业的人交流，了解广泛而真实的需求。孙启仁正在研究的数字乡村领域，就来源于一位年轻的扶贫干部向他吐露的乡村治理困境。

　　结合百度飞桨、中国电信的NLP自然语言处理技术及大模型能力，孙启仁和他的同事让网络工单智能化质检成为可能。现在，在北京电信，人工智能可以识别并及时发现工单定位不准、重复派单等问题，并进一步帮助维修人员判断，这百万张工单里哪些是真正需要解决的问题。网络工单故障定位准确率提升25%，平均处理历时缩短13%。“这样的智能质检，不仅响应更快，网络质量保障也更好。”

　　团队曾来到一家街道办事处，这群年轻人想了解大家急需解决哪些问题。老龄化议题就这样进入了他们的视野，通过和一些老人的交流，启发他们开发针对老年人的智能看护。

　　“好的技术既要有‘有用性’，也要有‘易用性’。”在孙启仁看来，AI是一种生态，不只是多模态、大模型、通用型的技术突破，还有更多地与专业、领域知识、行业痛点深度结合的专用型应用，需要更多地考虑社会公众、普通工作人员对AI的理解和使用。

　　大家常关心的问题是，独居老人跌倒怎么办？“其实只需要做出一个算法，通过人工智能视觉技术，把空间、动作等通知到相应的监护人员，很容易实现”。

　　10年前，孙启仁刚进入北京理工大学物理专业学习。第二年，计算机视觉深度学习模型出现，人工智能迎来爆发，孙启仁一下子被吸引住了。“原先我们实现不了的，通过人工智能，都可以去实现了天博体育app最新。”

　　人工智能视觉技术则分析整个房间空间区域，自动检测识别人员的身份、跌倒、离开区域、人体姿态、动作，自动判断并触发告警应用联动。他们也在考虑结合百度飞桨的语音技术，开发智能语音对话系统，实现与老人互动。此外，这一智能看护系统可以根据检测事件自动生产数据统计报表，浓缩记录日常生活图像和轨迹，除了意外情况之外，关注老年人的其他突然不适，提前预判。

　　每发出一次问题预警，就是一个网络工单。孙启仁介绍，仅在北京电信，每天就要产生百万张网络工单。以前的工作模式是，从海量数据中发现异常信息，再依靠人工做归因处理，耗时耗力。“但网络工单本质其实包括了大量的文本信息，于是我们就想，怎样能通过人工智能领域的NLP自然语言处理技术，让机器理解人类的语言，从而帮助工作人员进行工单筛选。”