從視覺之外出發(fā)，聲波與毫米波正在重塑 AI 理解物理世界的方式。

作者丨鄭佳美

編輯丨岑峰

這幾年，隨著人工智能逐步走出實驗室，進(jìn)入真實世界，感知問題重新回到技術(shù)討論的中心。

從自動駕駛、智能終端，到空間智能和具身智能，系統(tǒng)不再只是理解信息，而是必須在復(fù)雜、動態(tài)的物理環(huán)境中持續(xù)獲取可靠信號。現(xiàn)實應(yīng)用中，單一依賴視覺的感知方式正不斷暴露出局限，也由此促使學(xué)術(shù)界和產(chǎn)業(yè)界重新審視多模態(tài)感知在下一階段智能系統(tǒng)中的位置。

在這樣的背景下，聲波、毫米波等無線感知技術(shù)逐漸受到關(guān)注。這類技術(shù)并不以看見為目標(biāo)，而是通過對物理信號的建模與分析，讓設(shè)備在不增加額外負(fù)擔(dān)、也更少干擾用戶的情況下理解環(huán)境與行為。它們距離全面普及仍有距離，但已被視為支撐空間智能與真實世界交互的重要基礎(chǔ)。

在 GAIR 2025 期間，南方科技大學(xué)副教授張進(jìn)圍繞無線感知、多模態(tài)感知以及面向空間智能的新型感知技術(shù)展開分享。長期從事相關(guān)研究的她，更關(guān)注這些技術(shù)在真實場景中的可行性與可信性，而不僅僅是實驗條件下的效果表現(xiàn)。

在會議現(xiàn)場，AI 科技評論與張進(jìn)教授圍繞無線感知及其在真實世界中的應(yīng)用展開對話。對話中，相比對技術(shù)前景的宏觀判斷，她更愿意從研究實踐出發(fā)，討論感知技術(shù)在落地過程中遭遇的限制與挑戰(zhàn)，并且了分享自己精彩的個人經(jīng)歷和行業(yè)觀點。相關(guān)內(nèi)容 AI 科技評論做了不改變原意的編輯整理：

01

一所大學(xué)的成長，與一個學(xué)者的判斷

AI 科技評論：您從清華到港科大，學(xué)術(shù)背景非常扎實，為什么最終選擇來到南方科技大學(xué)任教？

張進(jìn)：我當(dāng)時選擇南方科技大學(xué)，核心原因并不是個人發(fā)展的跳槽邏輯，而是我非常清楚一所年輕大學(xué)在正確制度和環(huán)境下，能夠成長到什么程度。香港科技大學(xué)本身就是一個非常典型的例子，它成立只有二十多年，但已經(jīng)能做到世界一流。我在港科大工作過，對這件事有非常直接、切身的認(rèn)識。

南科大當(dāng)時正處在一個必須要成長起來的階段，而且是深圳市明確要重點支持、重點打造的一所大學(xué)。我們當(dāng)時內(nèi)部有一句很響亮的話：“叫醒南科大學(xué)生的不是鬧鐘，而是中國高校改革的號角?！边@并不是一句口號，而是一種真實存在的狀態(tài)，大家是以一種創(chuàng)業(yè)的心態(tài)在辦大學(xué)。

我進(jìn)入南科大的時候，學(xué)校甚至還沒有計算機(jī)系，是從零開始搭建的。我們找系主任、建學(xué)科方向、定培養(yǎng)方案，一步一步把計算機(jī)系做起來。到現(xiàn)在為止，計算機(jī)系每年大約培養(yǎng) 200 名學(xué)生，十年下來接近 2000 人。雖然不能說已經(jīng)非常強(qiáng)，但至少體系完整、規(guī)模穩(wěn)定，這對一所年輕大學(xué)來說并不容易。

AI 科技評論：如果把南科大當(dāng)成一家創(chuàng)業(yè)公司來看，您是否更像創(chuàng)始人型的角色？

張進(jìn)：某種程度上確實是這樣。這種參與感會讓你對學(xué)校產(chǎn)生完全不同的情感。學(xué)生怎么培養(yǎng)、課程怎么設(shè)計、學(xué)科方向怎么布局，這些都不是既定規(guī)則，而是你親自參與制定的。

我現(xiàn)在不僅是計算機(jī)系的副系主任，負(fù)責(zé)研究生培養(yǎng)和科研工作，同時也是致仁書院的副院長。書院制是南科大非常有特色的一部分。再加上去年我們成功拿到了博士點，整個計算機(jī)系從 2014 年開始先做本科培養(yǎng)，再到后來逐步完善研究生培養(yǎng)體系，這一整套結(jié)構(gòu)，都是我們一起搭建起來的。

正因為是從無到有參與建設(shè)，這種感情和責(zé)任感是非常不一樣的。

AI 科技評論：除了學(xué)校本身，深圳這座城市對您來說意味著什么？

張進(jìn)：很多人一提深圳，第一反應(yīng)是很富裕，但我覺得深圳的優(yōu)勢絕不只是有錢。美國也有錢，硅谷也有錢，但硅谷很多硬件最終還是要回到深圳來做。

深圳真正厲害的地方在于，它擁有非常完整的產(chǎn)業(yè)鏈配套，同時又具備高密度的人才儲備和真實存在的市場需求。這三件事疊加在一起，是非常罕見的。

港科大的很多畢業(yè)生，最后都會選擇來深圳，要么創(chuàng)業(yè)，要么做科研。我們希望做的是那種真正能改變世界、并且能和產(chǎn)業(yè)緊密結(jié)合的研究方向，而深圳正好處在一個高速成長的階段。在這個階段進(jìn)入，而不是等它已經(jīng)到頂了再進(jìn)去，會有更大的空間。

02

從通信到無線感知的「自然遞進(jìn)」

AI 科技評論：您的研究方向跨度非常大，最早是從哪里開始的？

張進(jìn)：我的研究方向確實經(jīng)歷了多次變化。碩士階段在清華，我做的是 3G/4G 的無線移動通信系統(tǒng)，到港科大讀博士后，進(jìn)入計算機(jī)系，研究方向轉(zhuǎn)向無線網(wǎng)絡(luò)，主要關(guān)注 WiFi 多基站之間的協(xié)同部署。

后來又進(jìn)一步做認(rèn)知無線電，也就是讓通信系統(tǒng)具備一定智能，能夠自動判斷頻段占用情況，并進(jìn)行動態(tài)切換。博士畢業(yè)之后，我開始嘗試把無線信號用于智慧醫(yī)療場景。

一開始只是感知數(shù)據(jù)、傳輸數(shù)據(jù)，但很快我意識到，無線信號本身就可以用來感知人的健康狀態(tài)。這是一個非常重要的轉(zhuǎn)折點。

AI 科技評論：您在智慧醫(yī)療方面具體做過哪些探索？

張進(jìn)：博士畢業(yè)后，我在港科大做了幾年創(chuàng)業(yè)，和深圳市人民醫(yī)院、深圳市第二人民醫(yī)院有非常深入的合作。我們一起做了移動健康監(jiān)測系統(tǒng)，包括網(wǎng)絡(luò)醫(yī)院的管理系統(tǒng)，用來管理幾萬名曾經(jīng)看過病的患者，同時也做了腦卒中的篩查等工作。

從現(xiàn)在回頭看，我們當(dāng)時做得非常早。像 Fitbit、Jawbone 這些手環(huán)產(chǎn)品，當(dāng)時都還沒有出現(xiàn)。也正因為太早，技術(shù)條件、產(chǎn)業(yè)環(huán)境和市場認(rèn)知都還沒準(zhǔn)備好，很多事情最終沒能真正規(guī)?；涞?。

這讓我意識到，一些真正前沿、周期很長的事情，可能還是更適合回到學(xué)術(shù)界持續(xù)做。

AI 科技評論：您后來是如何系統(tǒng)性地進(jìn)入感知這一方向的？

張進(jìn)：回到學(xué)術(shù)界之后，我并沒有放棄對健康和環(huán)境感知的關(guān)注，而是開始從非視覺的角度重新思考這個問題。 2014 年我到南科大之后，開始系統(tǒng)研究毫米波雷達(dá)，到 2018、2019 年左右，又逐步引入聲波感知，同時繼續(xù)推進(jìn)毫米波方向。

技術(shù)路徑上，我們從最早的信號處理，逐步引入機(jī)器學(xué)習(xí)、深度學(xué)習(xí)，再發(fā)展到現(xiàn)在的大模型。這是一個非常自然的遞進(jìn)過程。我們這個方向的一個天然優(yōu)勢在于，我們既有扎實的信號處理背景，又有計算機(jī)和人工智能的背景，所以能夠把物理信號和AI模型很好地結(jié)合起來。

03

讓設(shè)備「看不見」卻「懂得更多」

AI 科技評論：那您如何理解聲波感知和毫米波感知？能否用通俗的方式解釋？

張進(jìn)：聲波感知其實非常直觀。你可以把手機(jī)、電腦、耳機(jī)想象成一只蝙蝠：揚聲器發(fā)出人耳聽不到的聲波，聲波打到周圍環(huán)境后反射回來，再由麥克風(fēng)接收，通過這些反射信號來感知環(huán)境和人體狀態(tài)。

它可以用來檢測呼吸、心跳，感知房間布局，識別手勢姿態(tài)，甚至幫助設(shè)備之間判斷相對位置關(guān)系。最大的好處是，它不需要額外增加新的傳感器，成本低、體積小，而且感知能力并不弱。

毫米波感知大家最熟悉的是汽車前面的毫米波雷達(dá)，用來檢測前方是否有車輛。但在生活場景中，它同樣可以用來監(jiān)測室內(nèi)是否有人、人數(shù)多少、人的位置、心跳狀態(tài)、是否發(fā)生跌倒等。同時它又看不到具體形象，在隱私保護(hù)方面比攝像頭更友好。

AI 科技評論：您認(rèn)為大眾對感知技術(shù)最大的誤解是什么？

張進(jìn)：我覺得感知技術(shù)本身并不需要被大眾理解。最好的技術(shù)，往往是你感覺不到的技術(shù)。

就像耳機(jī)，你戴上就能連上，這是最好的體驗，如果你還得點來點去才能連上，你就會非常不爽。感知技術(shù)的核心目標(biāo)，是讓設(shè)備在具備環(huán)境理解能力之后，自然地完成交互，而不是讓用戶不斷去告訴設(shè)備現(xiàn)在發(fā)生了什么。

AI 科技評論：在您看來，感知技術(shù)在推動 AI 和科學(xué)發(fā)展中有什么不可替代的作用？

張進(jìn)：現(xiàn)在大家都在談“空間智能”，但僅靠視覺、語音和圖像是遠(yuǎn)遠(yuǎn)不夠的。圖像很難精確獲取距離和真實空間結(jié)構(gòu)，而要真正理解和交互物理世界，必須引入物理感知模態(tài)。

人類最早發(fā)展的智能并不是語言智能，而是空間智能。智能機(jī)器如果要成為真正的智能體，也必須具備對物理空間的理解和交互能力。這時候，聲波、毫米波以及其她新型感知模態(tài)就變得不可或缺。

04

當(dāng)感知真正進(jìn)入現(xiàn)實世界

AI 科技評論：那感知結(jié)果是否可信？是否會被攻擊？

張進(jìn)：這是我們近兩三年重點關(guān)注的問題。尤其是毫米波雷達(dá)已經(jīng)大量應(yīng)用在汽車上，對安全性的要求極高。如果感知系統(tǒng)被攻擊，可能會讓車輛看不到真實存在的車，或者憑空看到不存在的障礙物，從而引發(fā)嚴(yán)重事故。

因此我們不能假設(shè)世界上所有人都是好人。感知系統(tǒng)在信號設(shè)計、模型結(jié)構(gòu)和整體系統(tǒng)層面，都必須具備抵御攻擊的能力，才能真正做到可信。

AI 科技評論：從開始到現(xiàn)在，您的研究方向跨度這么大，如何看科研中的得與失？

張進(jìn)：我覺得科研的本質(zhì)是好奇心。如果你每天都在做已經(jīng)會的事情，其實是沒有太大意義的。方向會隨著世界在發(fā)生什么、社會需要什么而變化，但科研的內(nèi)核是不變的，發(fā)現(xiàn)問題、理解前沿、解決別人沒解決的問題。

我也經(jīng)常跟學(xué)生說，你們找工作的時候，不用只看公司要的技術(shù)是不是你博士或碩士期間做過的東西。真正重要的是你有沒有系統(tǒng)性分析問題、構(gòu)建解決方案的能力。一個成功的博士，就應(yīng)該具備進(jìn)入任何新領(lǐng)域的能力。

AI 科技評論：那您如何看待“女生不適合學(xué)工科”的說法？

張進(jìn)：我完全不認(rèn)同這種說法。我不認(rèn)為女生的邏輯能力比男生差，很多時候是被反復(fù)暗示“你不行”，才真的不自信。

在我看來，女生學(xué)計算機(jī)反而有很多優(yōu)勢：稀缺性高、溝通能力強(qiáng)、共情能力強(qiáng)、更細(xì)心、抗挫折能力強(qiáng)、韌性更好。在需要團(tuán)隊協(xié)作的大型系統(tǒng)性研究中，這些都是非常重要的能力。

我培養(yǎng)過很多非常優(yōu)秀的女學(xué)生，其中就包括南科大第一個拿到美國教職的本科生。所以女生完全可以、也非常適合選擇計算機(jī)和硬核理工科。

AI 科技評論：如果讓您描述未來三年內(nèi)的感知世界，您會怎么說？

張進(jìn)：我覺得感知領(lǐng)域未來一定是高度多樣化、碎片化的，不會有一種技術(shù)可以解決所有問題。不同場景、不同設(shè)備約束、不同需求，會對應(yīng)不同的技術(shù)組合。

但最終目標(biāo)是一致的：技術(shù)要真正落地到產(chǎn)品中，讓產(chǎn)品變得足夠智能，讓用戶不需要額外輸入信息，設(shè)備就能理解物理世界。只要能做到這一點，不管用什么技術(shù)手段，都是好的感知技術(shù)。

未經(jīng)「AI科技評論」授權(quán)，嚴(yán)禁以任何方式在網(wǎng)頁、論壇、社區(qū)進(jìn)行轉(zhuǎn)載！

公眾號轉(zhuǎn)載請先在「AI科技評論」后臺留言取得授權(quán)，轉(zhuǎn)載時需標(biāo)注來源并插入本公眾號名片。