向善AI，在自闭症干预和沙漠治理各显神通｜Landing AI|公益|干预|开心|自闭症儿童|范敏

文｜动点科技

作者｜黄尘

排版｜Miziko

本文预计阅读时长7分钟

在这个由数据驱动、智能互联的时代，人工智能不仅在商业领域展现出其巨大的潜力，更在公益领域扮演着越来越重要的角色。AI技术的赋能，使得公益项目能够以前所未有的方式触及更广泛的受众，解决更复杂的问题，并实现更深远的社会影响。

近日，动点科技探访了在第四届“Light·技术公益创造营”总决选上脱颖而出的两个“公益创新项目”，了解了AI的向善之力，在自闭症儿童教育和沙漠治理等领域展现出了巨大的可能性。通过智能化的干预和创新解决方案，我们得以一窥技术如何助力公益事业，为那些需要帮助的群体带去希望和改变。从精准识别自闭症儿童的情绪，到沙漠中的自动种植技术，AI正以其独特的方式，为传统问题提供新颖的解决途径。

AI 赋能自闭症数字化干预

截至2023年，我国自闭症患者已超1300万人，且以每年近20万人的速度增长，发病率成为精神类残疾的首位。国内自闭症儿童教育面临的难点主要包括专业师资的短缺、早期诊断和干预的不足、教育资源分配的不均衡、家庭经济负担重、社会认知和接纳度不高、政策支持有限以及医疗康复服务的不足，这些因素共同制约了自闭症儿童获得高质量、个性化教育的机会。

中国传媒大学动画与数字艺术学院智能媒体设计实验室基于腾讯云AI，研发了“EmoLand情绪王国”在线教育产品，该产品面向3-9岁自闭症儿童，可以通过人工智能情感计算、交互动画和游戏化学习，帮助自闭症儿童进一步理解和表达情绪。项目致力于解决自闭症儿童干预成本高的问题，通过在线平台和参与式设计方法，降低了获取门槛，丰富了多媒体教育资源，提高了数字化干预的迁移性。目前该产品已经在多地试用并获得好评，也有力推动了相关学术领域的发展。

中国传媒大学动画与数字艺术学院智能媒体设计实验室的范敏老师向动点科技介绍了团队的初衷。“像现在我们很多模型，首先没有专门针对孩子们的，它是一个泛用的模型，所以在这个模型上对孩子们的一些表情识别没有达到精准的比较好的效果，更别提对于自闭症儿童。包括我们现在做的产品也不能说是完美的，原因就是我们也在不断收集、建构数据库。”

范敏举例告诉大家，正常孩子很容易做出开心的表情，但自闭症老师提到某一些孩子可能有一点开心征兆的信号（比如微咧嘴）对他来说已经是很大的提升，如果用现有的数据库进行判别，可能没有办法判别出他们微小的变化，所以必须收集这些群体更多数据来做这样一个算法模型。

其次，她指出在当下的技术层面上算法不平衡性非常显著。比如对于开心的表情识别非常准确，识别率很高。但是对于人类六种基本表情（快乐、悲伤、恐惧、惊讶、愤怒、厌恶），中恶心、生气的表情的识别率远远不够。

范敏表示：“因为在我们现在的数据集里面大家做开心的数据库非常多，所以它很快就能识别出来。像我们不太常见的恶心或者是惊吓这样的表情就比较少，所以整个算法的精准度比较低，不平衡问题也是我们要攻克的一个点，我们需要有更多人去使用，在更大的人群基础上不断标注我们的数据集，使它的平衡性达到比较好的程度，才能够精准识别自闭症儿童各种各样的表情。”

她介绍，在线上产品“EmoLand情绪王国”登录进去以后，可以看到情绪故事、情绪游戏这样几大干预模式。在情绪故事中，中传团队联合了一线的专家设计了包含三大场景：学校、家庭、户外的21个学习单元的内容，在每个单元中让孩子去观看专门为他们定制的社交故事的动画，这些动画内容全部都是基于自闭症循证干预的方法，面向这些孩子定制的。

之后他们要完成包括表情识别、表情运用的游戏，在这个过程中运用了人工智能情感计算去提供这种更加自动化、智能化的反馈，孩子们还要借助表情拼图的游戏去强化他们的训练，同时要完成线下设计的游戏，游戏环节结束以后再回到线上领取相应激励物，完成从线上到线下再到线上一种干预的闭环，去增强干预的迁移性。

范敏坦言：“AI作为新质生产力，在今天给我们提供了非常好的抓手，可以利用AIGC的工具去重新扩展我们的数字资源，包括专门为自闭症孩子去设计系列的动画内容，未来大范围推广以后，我们希望能够采集标注更多自闭症儿童的表情数据库，去做算法的优化，因为毕竟我们现在接入接口的训练模型还是基于大众的，当然自闭症孩子有它自己的特殊性，所以未来如果能够做这样一件事，是更具学术价值和现实意义的。”

沙漠治理的 AI 应用

用传统的方法手工挖坑种树，在老龄化严重的大西北，是一种效率极低的治沙方式。因此无论是当地农户、工人还是相关企业，都呼唤更低成本且更高效的解决方法去治沙并适当获取经济回报。

上海交通大学芒种团队带来的“芒种-颠覆性治沙军团”项目，则借助腾讯云的技术力量，针对沙地种植难题自研了小型农机和自动种植小车，两款产品已完成实地测试并准备量产，能够解决沙漠种植行业缺乏适用机械、农户劳动强度大和种植成本高的问题，并缓解边陲村庄人口流失，进一步提高沙漠治理的效率，降低治理成本。同时，团队还搭建了芒种小程序平台，提供树苗种植数据和动态信息。

上海交通大学芒种团队负责人张昊告诉动点科技，AI 在该项目的运用首先在自动种植小车上，它需要通过AI来识别这个地方到底有没有种植树，哪边风沙更大会有吹走树苗的风险，以及是否有野兔经过啃食嫩苗需要补种等问题。

其次是数据更新的问题，自动种植小车通过 AI 赋能动态规划自己的行进轨迹以及种植的自动化，包括更新到手机端，以及用户小程序端。“它会先跑一圈，收集周围SLAM数据库里面的地图，就可以进行一个初步的地形分析，在地图库里做3D建模。然后就可以根据行间距、列间距自动规划种植的速度，按每天的日照时间来规划每天种植的量，这个行进轨迹以及种植的照片也都会反馈到农户手机端。”

其他优秀案例

此前，犀盐数据基于腾讯云AI建设反诈分析模型，能够智能识别诈骗电话、短信和APP等，并对风险行为预警、提示，协助公安机关提升老年人群体的防诈骗能力。这个分析模型还可以建立嫌疑人心理画像，从而更精准地锁定嫌疑人。2023年，该项目协助公安机关办理20多起案件，帮助人民群众追回数千万元资产。

在生态保护领域，第一届参赛队伍智渔，借助AI技术识别中华白海豚，并通过微信小程序让研究者和公众快速获得数据，让更多人参与到白海豚的保育工作中。2022年的参赛队伍，阿尔泰山自然保护队将AI技术用于新疆河狸的保护工作。以前，红外摄像机拍摄的动物照片，都需要人工来识别，确认一个动物需要两、三个月甚至半年时间。阿尔泰山自然保护队基于腾讯云的AI能力，开发了一套动物图像识别能力，现在动物图像的确认只需要两天，整体识别的准确率达到90%以上。

结语

随着人工智能技术的不断进步，其在公益领域的应用展现了科技向善的巨大潜力。从自闭症儿童的数字化干预到沙漠治理的创新实践，AI正成为解决社会问题的新利器。

以上这些案例证明，技术的发展不应仅追求经济效益，更应关注其对社会的正面影响。AI的赋能，让公益项目更加智能化、个性化，有效提升了服务质量和覆盖范围。面向未来，AI 的演化还将迸发出更大的能量，相信在越来越多的技术人才和机构的努力下，能够用创新和责任共同推动社会的进步。

Landing AI

Landing AI是由动点科技策划的一档聚焦人工智能领域的专题报道栏目。通过对AI落地前景以及幕后故事的发掘，我们将在这一专题中深入浅出地探讨关于AI新浪潮下的一切可能。