“Science and technology have progressed to the point where what we build is only constrained by the limits of our own imaginations ”-----Justin Rattner,CTO-intel Corporationn 

    2012IDF技术前瞻日：推动人与科技关系的不断演进

    在2012英特尔信息技术峰会（IDF）正式开幕前夕，英特尔公司举行了技术前瞻日，探索人类如何利用科技构建和设计前瞻未来新方式的变革。英特尔未来学家Brian David Johnson主持了一场前瞻性研讨会，与研究人员、科幻小说家和分析师们共同探讨人与科技之间不断演进的关系。研讨会之后，英特尔研究院还展示了7项与互动、环境感知相关的创新成果，进一步揭示了在购物、销售和沟通等各方面人与科技之间不断变化的关系。 

    无边界显示技术——改变内容显示和互动的介质与方式（研究人：英特尔院士、英特尔研究院研究员Doug Carmean；英特尔研究院图形软件架构师、研究员Carl Marshall）

    通过图片体现情感——通过情感改变人与设备互动的方式（研究人：临床心理学家、英特尔研究院研究员Margie Morris）  

    该装置探索了人与图片之间存在的情感联系，以及利用图片培养丰富的情感互动的潜能。在本演示中，研究员将人们使用手机上的Instagram拍摄的照片投射到大型互动显示屏上，通过对图片标题的实时情感分析来推断图片的情绪。英特尔情感分析软件基于情感环形模式使用图片的标题，并利用相应的算法把这种分类转化为互动显示屏上图片的色彩编码。体验者通过一块可触摸的Mood Map屏幕来表达自己对图片的感觉，相应的调整则通过颜色、文本和声音反映出来。此外，体验者还可以关联类似情感的图片，利用情感来设计整个装置的设置和颜色。这套技术将使人们可以抓取并分享各种活动。

    互动式购物——改变人们的购物方式（研究人：英特尔公司微数字信号总监Thomas Birch） 

    网购正在改变人们的购买习惯。实体店的零售商们正艰难地与网络零售商开展竞争，然而只要在零售环境中集成互动数字标牌，零售商们也可以在实体店里实现网购体验，为消费者、制造商和零售商们创造更多价值。该技术集成了动作传感器、温度传感器、摄像头、Wi-Fi/3G、以太网、触摸屏、近场通讯和云连接技术。这些包含丰富传感器的设备可以安全地与后台服务器及云端进行通信，向购物者和制造商提供环境感知数据，从而在实体店里实现全新的购物模式。

    视线营销——改变人们的营销方式（研究人：英特尔研究院研究员Mathys Walma；英特尔研究院研究员Rick Roberts） 

    LED照明和标牌可能成为营销人员帮助消费者做出购买决策的一个新工具。LED照明正以其固有的高效、环保和美观优势日益普及。在本演示中，英特尔展示了如何调制LED灯管，使其发送的市场营销数据只能被智能手机的摄像头捕获。从本质上来说，虽然人眼也能看见LED信号，但把手机摄像头对准LED广告牌时，智能手机却能够以类似“不可见”的QR代码的方式接收到额外信息（例如浏览器重定向至信息源网址）。

    情景感知通信——改变人们互相联络的方式（研究人：英特尔研究院研究员Phil Muse） 

    很多时候，当你打电话向朋友问好时，却无意中打断了对方的会议或其他重要活动。如果手机能够在你拨号之前向你显示对方此刻正在做什么，是不是可以帮助你更好地决定何时、以何种方式与对方联系呢？该演示探索了这个概念，通过集成各种硬件和软件的传感功能以及机器学习算法，让手机推断出你的活动和社交互动。在本演示中，英特尔研究员展示了未来的手机如何推断用户的活动及空闲状态，并将该信息发布给用户可信的社交圈。手机可以在接到电话时代表用户做出恰当的反应，并选择最佳的方式来发送或接收信息（例如在会议时利用文本，开车时利用语音）。

    无忧会议——改变人们的开会方式（研究人：英特尔研究院研究员Rahul Shah）   

    在本演示中，英特尔研究员展示了设备如何自动推断用户最可能希望协作的对象，并帮助用户以最少的花费举行在线会议。利用射频和音频处理的临近检测算法，并从日历、电子邮件和即时通讯中挖掘相关数据，从而实现无忧会议。 

    社会感知活动——改变人们协调小组活动的方式（研究人：英特尔研究院研究员Lama Nachman）

    想象一下，手机可以通过观察用户去哪里和做什么，从而自动地了解和发现用户作为个体或群体部分时的偏好。在本演示中，英特尔研究员展示了如何结合观察到的用户行为以及个体和群体知识，实现活动推荐功能的优化。利用大型在线登记数据集，英特尔可以证明群体行为不能通过简单地寻找偏好交集进行建模，因为群体的动态性更加复杂。