CN110337698B - 智能服务终端和平台系统及其方法 - Google Patents

Abstract

一种智能服务平台包括输入模块、基于人类思维深度学习模型的深度学习引擎、和输出模块。输入模块被配置为接收由智能服务终端收集的用户相关信息。深度学习模型描述大脑对信息进行编码的方式，并且人类思维深度学习模型基于个体相关历史数据进行训练并且进一步在使用中通过由智能服务终端收集的个体日常响应进行调节。深度学习引擎还被配置为从所接收的用户相关信息中标识用户的意图或情绪，并且生成相应响应或命令输出。输出模块可以被配置为向智能服务终端提供相应响应或命令输出。利用本公开的实施例，深度学习模型可以基于个体相关历史数据进行训练并且进一步在使用中通过由智能服务终端收集的个体日常响应进行调节，并且因此机器人可以每天向用户学习并且相应地向各个用户输出适当的命令或响应，而不需要预定义的指令和消息。

Description

智能服务终端和平台系统及其方法

技术领域

本公开的非限制性和示例性实施例总体上涉及智能服务技术领域，并且更具体地涉及智能服务终端、智能服务平台系统、以及在智能服务终端和智能服务平台系统处的智能服务方法。

背景技术

随着老龄化社会的到来，需要巨大的人力和相当大的成本来照顾老年人，特别是那些患有痴呆症/阿尔茨海默病的老年人。陪伴移动机器人已经被设计并且用于与诸如痴呆症/阿尔茨海默症患者等的人类进行沟通，以帮助他们并且向他们提供一个陪伴。这种陪伴移动机器人使用一组预定义的消息、指令、歌曲脚本和故事与患者交互，并且在受控环境中被训练。

但是，这些陪伴并不旨在长期用于家庭环境。它们只能使用一组预定义的消息、指令、歌曲、脚本和故事与患者交互。因此，现有的机器人看起来更像是冰冷的机器，而不是朋友或伙伴。因而，很难在患者与机器人之间建立紧密的关系，并且也难以充分利用陪伴移动机器人来帮助患者。

发明内容

为此，在本公开中，提供了一种智能服务机器人的新解决方案，以减轻或至少缓解现有技术中的至少一部分问题。

在本公开的第一方面，提供了一种智能服务平台系统。智能服务平台系统可以包括输入模块、深度学习引擎和输出模块。输入模块可以被配置为接收由智能服务终端收集的用户相关信息。深度学习引擎可以基于人类思维深度学习模型，其中人类思维深度学习模型描述大脑对信息进行编码的方式，其中人类思维深度学习模型基于个体相关历史数据进行训练，并且进一步通过由智能服务终端在使用中收集的个体日常响应进行调节，并且其中深度学习引擎还被配置为从所接收的用户相关信息中标识用户的意图或情绪，并且生成相应响应或命令输出。输出模块可以被配置为向智能服务终端提供相应响应或命令输出。

在本公开的第二方面，提供了一种智能服务终端。智能服务终端可以包括用户信息获取模块、图像获取模块、声音获取模块、数据传输模块、响应接收模块和控制模块。用户数据获取模块可以被配置为从与用户相关联的身体传感器获取用户相关信息。图像获取模块可以被配置为捕获用户的面部图像。声音获取模块可以被配置为捕获来自用户的语音输入。数据传输模块可以被配置为向智能服务平台系统传输用户相关信息、用户的面部图像或来自用户的语音输入中的至少一项。响应接收模块可以被配置为从智能服务平台系统接收响应或命令。控制模块可以被配置为基于来自智能服务平台系统的响应或命令来控制智能服务终端向用户提供响应。

在本公开的第三方面，还提供了一种用于在服务平台处提供智能服务的方法。该方法可以包括：接收由智能服务终端收集的用户相关信息；通过深度学习引擎从所接收的信息中标识用户的意图或情感，并且生成相应响应或命令输出，其中人类思维深度学习引擎基于人类思维深度学习模型，其中人类思维深度学习模型描述大脑对信息进行编码的方式，并且其中人类思维深度学习模型基于个体相关历史数据进行训练，并且进一步通过由智能服务终端在使用中收集的个体日常响应进行调节；以及向智能服务终端提供相应响应或命令输出。

在本公开的第四方面，还提供了一种用于在智能服务终端处提供智能服务的方法。该方法可以包括从与用户相关联的身体传感器获取用户相关信息；捕获用户的面部图像；捕获来自用户的语音输入；向智能服务平台系统传输用户相关数据、用户的面部图像或来自用户的语音输入中的至少一项；从智能服务平台系统接收响应或命令；以及基于来自智能服务平台系统的响应或命令来控制智能服务终端向用户提供响应。

根据本公开的第五方面，提供了一种智能服务器。智能服务器可以包括处理器和存储器。存储器可以与处理器耦合并且在其中具有程序代码，这些程序代码当在处理器上执行时引起智能服务器执行第三方面的操作。

根据本公开的第六方面，提供了一种智能服务终端。智能服务终端可以包括处理器和存储器。存储器可以与处理器耦合并且在其中具有程序代码，这些程序代码当在处理器上执行时引起智能服务终端执行第四方面的操作。

根据本公开的第七方面，提供了一种计算机可读存储介质，其上包含有计算机程序代码，这些计算机程序代码被配置为在被执行时引起装置执行根据第三方面的任何实施例的方法中的动作。

根据本公开的第八方面，提供了一种计算机可读存储介质，其上包含有计算机程序代码，这些计算机程序代码被配置为在被执行时引起装置执行根据第四方面的任何实施例的方法中的动作。

根据本公开的第九方面，提供了一种计算机程序产品，其包括根据第七方面的计算机可读存储介质。

根据本公开的第十方面，提供了一种计算机程序产品，其包括根据第八方面的计算机可读存储介质。

通过本公开的实施例，深度学习模型可以基于个体相关历史数据进行训练并且进一步通过由使用中的智能服务终端收集的个体日常响应进行调节，并且因此机器人可以每天向用户学习并且相应地向各个用户输出适当的命令或响应，而不需要预先定义的指令和消息。

附图说明

通过参考附图对实施例所示的实施例的详细说明，本公开的上述和其他特征将变得更加明显，附图中的相同的附图标记表示相同或相似的组件，并且在附图中：

图1示意性地示出了根据本公开的实施例的智能服务系统的示例架构的图示；

图2示意性地示出了根据本公开的实施例的示例智能服务解决方案的图示；

图3示意性地示出了根据本公开的实施例的用户侧的示例智能服务解决方案的图示；

图4还示出了根据本公开的实施例的智能服务终端的示例日常活动管理；

图5示出了根据本公开的实施例的智能服务终端的另一示例健康和情绪监测功能；

图6示出了根据本公开的实施例的智能服务终端的框图；

图7示意性地示出了根据本公开的实施例的在服务平台侧的示例智能服务解决方案的图示；

图8A示意性地示出了根据本公开的实施例的示例机器人服务功能的图示；

图8B示意性地示出了根据本公开的实施例的示例情绪参与功能的图示；

图8C示意性地示出了根据本公开的实施例的示例情绪跟踪功能的图示；

图8D示意性地示出了根据本公开的实施例的示例情绪解释功能的图示；

图9示意性地示出了根据本公开的实施例的示例面部检测和特征定位的图示；

图10A至10G示意性地示出了根据本公开的实施例的生活方式分析示例；

图11示意性地示出了根据本公开的实施例的智能服务平台系统的框图；

图12示意性地示出了根据本公开的实施例的智能服务平台系统的具体实现；

图13示出了根据本公开的实施例的用于在智能服务终端处提供智能服务的方法；

图14示出了根据本公开的实施例的用于在智能服务平台系统处提供智能服务的方法；以及

图15示出了根据本公开的实施例的用于在智能服务平台系统处提供智能服务的方法。

具体实施方式

在下文中，将参考附图通过实施例详细描述本公开中提供的解决方案。应当理解，提供这些实施例仅仅是为了使本领域技术人员能够更好地理解和实现本公开，而不是以任何方式限制本公开的范围。

在附图中，以框图、流程图和其他图示说明了本公开的各种实施例。流程图或框图中的每个块可以表示包含用于执行指定逻辑功能的一个或多个可执行指令的模块、程序或代码的一部分，并且在本公开中，并非必须的块以虚线示出。此外，尽管这些块以用于执行方法步骤的特定序列示出，但事实上，它们可能不一定严格按照所示顺序执行。例如，它们可以以相反的顺序或同时执行，这取决于各个操作的性质。还应当注意，流程图中的框图和/或每个块及其组合可以由用于执行指定功能/操作的专用的基于硬件的系统或由专用硬件和计算机指令的组合来实现。

通常，权利要求中使用的所有术语将根据它们在技术领域中的普通含义来解释，除非本公开中另有明确定义。除非另有明确说明，否则所有对“一个(a)/一个(an)/该(the)/[元素，设备，组件，装置，步骤等]”的引用应当公开解释为指所述元素、设备、组件、装置、单元、步骤等的至少一个实例，而不排除多个这样的设备、组件、装置、单元、步骤等。此外，本公开中使用的不定冠词“一个(a)/一个(an)”不排除多个这样的步骤、单元、模块、设备和对象等。

如背景技术中所述，这些现有的机器人陪伴并非旨在长期用于家庭环境，它们只能使用一组预定义的消息、指令、歌曲、脚本和故事与患者交互。因此，现有的机器人看起来更像是冰冷的机器而不是朋友或伙伴。进而，很难在患者与机器人之间建立密切的关系，并且也难以充分利用陪伴移动机器人来帮助患者。

为此，在本公开中，提供了一种新的智能服务系统，以减轻或至少部分缓解现有解决方案中的问题。在本公开中，提出了为机器人构建集中服务平台并且使用人类思维深度学习模型来为用户服务。人类思维深度学习模型可以基于个体相关历史数据被单独训练，并且进一步通过由智能服务终端在使用中收集的个体日常响应进行调节，并且因此机器人可以每天向用户学习并且相应地向各个用户输出适当的命令或响应，而不需要预定义的指令和消息。

在下文中，将参考图1至15来详细描述本公开中提出的解决方案。然而，应当理解，给出以下实施例仅用于说明目的，并且本公开不限于此。

首先参考图1来描述根据本公开的实施例的智能服务系统的示例架构。如图1所示，在本公开中，提供了深度学习引擎130。深度学习引擎130被配置为执行训练131和推理132两者。深度学习引擎130可以基于人类思维深度学习模型。人类思维深度学习模型的基本基础设施可以基于任何合适的深度学习技术来构建，诸如深度神经网络、K近邻算法、K均值算法、线性回归算法、支持向量机、朴素贝叶斯、分类树等。数据收集模块120A-1、120A-2、120A-3从各个用户110A-1、110A-2、110A-3收集数据。人类思维深度学习模型可以基于从各个用户收集的个体相关数据分别进行训练，并且通过由智能服务终端在使用收集的个体日常响应进一步调节。同时，人类思维深度学习模型可以根据各个应用120B-1、120B-2和120B-3的要求提供对所收集的信息的合适响应。应用120B-1、120B-2和120B-3可以彼此不同。深度学习引擎可以学习和训练各个应用的不同用户。另外，应用120B-1、120B-2和120B-3也可以是相同的，并且个体可以使用相同类型的应用。在下文中，将以健康护理应用为例来描述本公开的实施例；然而，可以理解，这些实施方式仅是出于说明性目的而给出，并且本公开不限于此。

图2示意性地示出了根据本公开的实施例的示例智能服务解决方案的图示。如图2所示，在示例解决方案中，设有机器人220、专用网络230、服务平台系统240、以及外部辅助服务实体251至254和用户家庭255。

用户210可以例如通过将他/她的身份证号码、社会保障卡号或其他身份与机器人相关联而与机器人220绑定。用户210可以通过麦克风、扬声器、相机等与机器人220进行交流，并且机器人220可以通过扬声器、灯和/或运动向用户提供响应。因此，响应可以包括光响应、声音响应、运动响应、任何其他合适的响应或其任何组合。对用户的一些响应可以由机器人220本身提供。例如，当机器人220检测到附近的人时，它可以将头部朝向人，当机器人220检测到来自用户的声音时，其耳部灯可以点亮，以等待用户210说话。一些其他响应可以从服务平台240获取。机器人220还可以从用户收集数据或信息。机器人220可以将所收集的数据或信息提供给服务平台系统240并且从服务平台系统240获取命令或响应。例如，机器人可以跟踪用户的面部图像，并且将它们发送到服务平台，服务平台系统240可以处理这些图像并且生成合适的响应命令并且将其返回给机器人。机器人220可以连接在专用网络230内，专用网络230还可以与诸如智能电话、个人计算机、平板电脑、记事本等其他终端设备连接。专用网络230还连接到广域网，机器人220通过该广域网可以连接到服务平台系统240。

在服务平台系统240上，提供了访问控制模块241、数据服务器242和分析服务器243。访问控制模块241被配置为对诸如机器人或终端设备的终端的访问执行访问控制。分析服务器243被配置为使用深度学习引擎基于输入信息预测用户的意图或动作，并且提供相应响应或命令。

另外，服务平台系统240还可以连接到外部辅助服务实体，诸如公共或私人医院251、全科医生(GP)和护理机构252、在线健康提供商253、社区中心和住宿护理设施254。从这些外部辅助服务实体可以获取与用户相关联的信息，并且可以从其获取专业推荐或建议，并且将其提供给用户。

服务器平台系统240还可以与用户家庭255连接，以从他/她的家庭收集附加信息，与他们共享用户的信息，发送消息，或者在紧急情况下向他们发出告警。

图3示意性地示出了根据本公开的实施例的用户侧的智能服务解决方案。如图2所示，用户可以配备有身体传感器211，身体传感器211可以是例如Apple Watch、智能手环或任何其他传感器等可穿戴设备。这些身体传感器211可以感测心率、焦虑、情绪状况、睡眠质量、血压等。它们还可以跟踪用户的运动、运动量、位置跟踪等。身体传感器211可以无线地连接到机器人220，例如通过Bluetooth。因此，机器人220可以从身体传感器收集信息并且将其提供给服务平台系统。

诸如智能电话231、记事本232、平板电脑233、个人计算机234等其他终端设备也可以连接在专用网络230中。这些终端设备可以无线地连接到机器人，并且机器人220也可以从这些终端设备收集信息。另外，终端设备还可以连接到服务平台系统，以查看关于机器人的信息和关于与机器人相关联的用户的信息。例如，用户可以使用用户的帐户通过互联网登录服务平台网站，以查看用户的信息。或者备选地，也可以从网站或应用商店下载智能服务应用以查看用户信息。

在服务平台系统的帮助下，机器人220可以提供警报服务261、健康推荐服务262、连接服务263、健康指标服务264、生活方式服务265、游戏化服务266或任何其他服务。

警报服务261被配置为当检测到某些异常时，向用户、护士和/或家庭成员提供警报。例如，如果机器人220或服务平台系统240检测到异常心率，则它可以向用户、护士或家庭成员发送警报。服务平台系统240甚至可以在紧急情况下呼叫急救中心或指定人员，如医生、家庭成员。

健康推荐服务262被配置为提供关于健康的推荐或建议。例如，如果机器人220或服务平台240检测到物理参数并未处于良好状况，则它可以提供用于改进当前状况的一些推荐、忠告或建议。这些推荐、忠告或建议可以基于存储在机器人或服务平台中的信息给出，或者如果用户喜爱使用这样的服务，则甚至可以由在线医生等专业专家给出。

连接服务263被配置为提供用于使得其他终端设备能够与机器人或服务平台系统连接的功能，使得他们可以查看或共享用户的信息。其他终端设备可以通过机器人的序列号、用户设备ID或家庭成员帐户作为家庭成员而连接机器人或服务平台系统。

健康指标服务264被配置为基于用户的健康数据提供健康指标。健康指标可以由服务平台提供，并且健康指标可以在机器人与其他终端设备(如家庭成员的终端设备)之间共享。

生活方式服务265是分析功能，其可以基于用户历史数据提供各种生活方式分析。例如，它可以提供日常服务使用模式、交互持续时间、文本分析、交互频率、基于家庭的护理中的指定日期之间的服务比较等。这些服务将参考图10A至10G描述，并且因此这里将不再详细说明。

游戏化服务266被配置为使用游戏设计元素来激励参加并且改善参与。例如，用户界面可以被设计为使用大按钮以便于使用，并且每个应用都很简单并且能够通过几个按钮进行访问。

图4还示出了根据本公开的实施例的机器人的示例性日常活动管理。如图4所示，机器人220可以从日历应用获取用户的日常安排活动计划271。日常安排活动计划271可以由服务平台系统240基于用户历史数据生成，并且然后传输到机器人220。机器人220管理日常安排活动计划中的安排任务。例如，它可以在到时间执行任务时提醒用户210，并且在任务进度表272中跟踪任务的进度。同时，还可以由机器人和服务平台系统提供信息共享机制。例如，用户210可以向他/她的家庭成员发送视频，打电话给医生以获取一些建议，或者与也患有痴呆症的其他人共享信息。

图5示出了根据本公开的实施例的智能服务终端(诸如机器人)的另一示例健康和情绪监测功能。如图5所示，用户210可以配备有身体传感器211，身体传感器211可以是例如Apple手表、智能手环或任何其他传感器等可穿戴设备。这些身体传感器211可以感测心率211a、焦虑/情绪概况211b、睡眠质量211c、血压211d等。如果机器人220或服务平台系统240确定健康数据异常(诸如相当高或低的血压或心率)，可以向护士或医生发送警报，并且将监测数据发送到医院以进行诊断和治疗(221)。如果机器人或服务平台240检测到用户心情不好，则服务平台240可以命令机器人使用用户喜爱的曲调唱歌和/或跳舞以提升情绪(222)。另外，机器人210或服务平台系统240还可以调节或改变日常安排活动计划，以适应所监测的健康状况或情绪状况(223)。

图6示出了根据本公开的实施例的智能服务终端的框图，其可以实现智能服务终端的上述功能。如图6所示，智能服务终端600包括用户信息获取模块610、图像获取模块620、声音获取模块630、数据传输模块640、响应接收模块650和控制模块660。

用户数据获取模块610可以被配置为从与用户相关联的身体传感器获取用户相关信息。如上所述，用户210可以配备有身体传感器211，身体传感器211可以感测心率211a、焦虑/情绪概况211b、睡眠质量211c、血压211d等。这些传感器还可以跟踪用户的运动、运动量、位置跟踪等。

图像获取模块620可以被配置为通过相机捕获用户的面部图像。面部图像可以用于跟踪用户的情绪。可以理解，在不同的情绪中，用户可以在脸上具有不同的表情，并且因此可以通过捕获用户的面部图像来跟踪用户的情绪。此外，图像获取模块620可以用于捕获快速响应(QR)码。响应于所捕获的QR码，服务平台240可以被用于命令机器人执行相应应用。例如，机器人的所有服务都可以在智能手机上进行QR编码。用户可以将期望应用的QR码放在机器人的相机前面。图像获取模块610可以捕获QR码并且将其发送到服务平台，服务平台又可以标识QR码并且命令机器人运行相应应用。应用可以是故事、歌曲、问答比赛等。以这种方式，它可以减少应用开发和实现时间并且增加灵活性。换言之，它可以通过嵌入在QR编码应用中的机器人内的人类情绪和情感的自动物理实施，来改善情绪健康并且改善针对最终用户个性化的社交交互。

声音获取模块630可以被配置为捕获来自用户的语音输入。通过声音获取模块630，机器人可以从用户收集语音输入，理解单词的含义并且以适当的方式进行响应。另外，还可以基于语音输入标识用户的情绪。

数据传输模块640可以被配置为向智能服务平台系统传输用户相关数据、用户的面部图像或来自用户的语音输入中的至少一项。这些类型的信息可以在服务平台系统处进一步处理，例如以确定对用户的合适响应。响应接收模块650可以被配置为从智能服务平台系统接收响应或命令。

控制模块660可以被配置为基于来自智能服务平台系统的响应或命令来控制智能服务终端向用户提供响应。例如，当用户情绪落时，控制模块660可以控制机器人使用用户喜爱的曲调唱歌和/或跳舞，或者也向用户示出悲伤情绪。

智能服务终端600还可以包括日常活动管理模块670。日常活动管理模块670可以被配置为提供日常安排活动计划，并且跟踪日常安排活动的进度，如参考图3所述。日常活动调度模块670还可以根据用户的健康状况和情绪中的至少一项提供而由服务平台修改的日常安排活动计划。

此外，智能服务终端600还可以包括连接模块，该连接模块被配置为使得智能服务终端能够与其他终端设备连接，如其他用户终端、身体传感器、专用网络、移动通信网络等。以这种方式，智能服务终端可以向其他方共享信息，并且在异常情况下提醒指定人员。

智能服务终端600可以是智能服务机器人。控制模块660可以被配置为控制智能服务机器人使用用户喜爱的曲调唱歌或跳舞以提升用户的情绪。

接下来，将参考图7至12来描述根据本公开的实施例的智能服务平台系统处的智能服务解决方案。

参考图7来描述根据本公开的实施例在智能服务平台系统处的示例智能服务解决方案。如图7所示，服务平台系统240可以包括访问控制模块241、数据服务器242和分析服务器243。

访问控制模块241可以被配置为对诸如机器人或用户终端等终端的访问执行访问控制。例如，访问控制模块241通过其唯一的序列号来验证机器人，并且仅在验证成功时才允许其访问。它还可以验证由机器人提供的信息。

分析服务器243被配置为使用深度学习引擎基于输入信息来预测用户的意图或情绪，并且提供相应响应或命令。人类思维深度学习引擎可以基于人类思维深度学习模型。人类思维深度学习模型描述大脑对信息进行编码的方式，人类思维深度学习模型可以根据个体相关历史数据进行训练，并且进一步通过由智能服务终端在使用中收集的个体日常响应进行调节。用于训练人类思维深度学习模型的个体相关历史数据可以包括例如以下中的一项或多项：玩游戏信息、节目选择信息、机器人通信信息、音乐播放信息、活动历史信息、健康数据、医疗信息、社交背景性格简档、家庭配置、生活方式信息和个人标签。

特别地，人类思维深度学习引擎还可以被配置为从所接收的信息中标识用户的意图或情绪，并且生成相应响应或命令输出。例如，当机器人220向人类思维深度学习引擎发送悲伤的面部图像或语音时，深度学习引擎可以预测用户情绪低落，并且向机器人生成命令以使机器人使用用户喜爱的音调唱歌或跳舞以提升情绪。另一方面，如果人类思维深度学习引擎确定用户是快乐的，它可以向机器人生成命令，使得它可以提供相应的光响应，并且机器人头从左到右的摆动以共享用户的快乐。很多类似的情况可以得到反映，并且为了简化目的，这里将不再详述。

另外，服务平台系统240还可以连接到外部辅助服务实体，诸如公共或私人医院251、GP和护理机构252、在线健康提供商253、社区中心和住宿护理设施254。从这些外部助理在服务实体中，可以获取与用户相关联的信息，并且可以从其获取专业推荐或建议并且将其提供给用户。服务器平台系统240还可以与用户家庭255连接以从他/她的家庭收集附加信息，发送消息，或者在紧急情况下提醒他们。

在智能服务平台系统，它可以提供其他服务。特别地，将参考图8A至8D和图9来详细描述关于情绪标识的功能。

图8A示出了根据本公开的实施例的智能服务平台系统中的机器人服务功能。如图8A所示，机器人服务模块810可以从情绪参与(E.E)模块820(图8B)接收服务发现和喜欢/不喜欢参与，并且从情绪解释(E.I)模块830(图8C)接收情绪智能参数。机器人服务模块810可以向机器人发送喜欢/不喜欢参与，使得它可以执行与用户的情感参与。响应于情绪智能参数和服务发现，机器人服务模块810可以修改服务并且将服务修改提供给情绪参与模块820。

机器人服务模块810可以提供机器人导航功能811。因此，机器人可以收集在导航路径、一个位置相对于另一位置的相对配置、每个位置的环境参数等方面的位置信息。这些位置参数可以被提供给社会背景模块812。社会背景模块812可以获取在用户生活方式、语言、年龄组、残疾、位置(家庭、退休村、养老院、工作场所、学校等)方面的每天用户社交背景。这些社交参数可以进一步提供给主观体验模块813。主观体验模块可以收集关于生活方式、残疾、心理行为概况、心理需求、预防性护理、主动反应性护理需求、群体娱乐、一对一交互等信息，以改善用户的情绪健康。可以向交互环境814提供相应的需求。交互环境814是为机器人构建的，机器人是物理实现的机器，而不是化身。机器人可以包括诸如唱歌和利用头部和身体运动来跳舞、多语言声音发声和识别、情绪表达(如脸红)、基于人类伙伴的情感反应或面部表情的表情和对话的情感修改、眨眼检测、精神状态评估等特征。由交互环境814提供的所有这些特征可以改善机器人与用户之间的通信，并且有助于建立机器人与用户之间的密切关系。

图8B示出了根据本公开的实施例的情绪参与功能。如图8B所示，响应于来自机器人服务(R.S.)模块810的服务或服务调节，情绪参与(E.E.)模块820可以针对机器人确定合适的情绪参与，诸如喜欢/不喜欢参与。可以将语言、非语言参数输入到人类思维深度学习引擎中以训练分类器，可以通过分类器预测用户喜欢/不喜欢参与，并且可以将错误分类反馈给人类思维深度学习引擎，以进一步训练分类器。可以向机器人服务模块810提供喜欢/不喜欢参与，同时也可以向机器人服务应用提供服务发现。根据检测到的喜欢/不喜欢参与，机器人可以自动提供从存储在深度学习引擎中的用户行为中学习的服务。例如，如果用户在她快乐时喜爱听音乐，则当检测到快乐的面部表情时，机器人将询问用户是否想要听歌。如果用户在悲伤时更喜爱听故事，则如果在她的脸上检测到悲伤，机器人将询问用户是否想要听故事。来自机器人的视频被传输到情绪跟踪(E.T.)模块830，可以接收来自情绪跟踪模块830的情感变化，并且可以基于情感变化来调节情绪参与的模式。

图8C示出了根据本公开的实施例的情绪跟踪过程。如图8C所示，响应于来自情绪参与模块820的视频，情绪跟踪模块830可以执行面部检测和特征定位(FD和FL)。如图9所示，首先从视频中的帧中检测面部，并且然后可以定位诸如眼睛、嘴巴、鼻孔等特征点。可以将定位的特征点提供给分类器以确定情感变化。错误分类可以被反馈给人类思维深度学习引擎，以进一步训练分类器。可以将检测到的变化提供给情绪参与模块820和情绪解释过程830。

图8D示出了根据本公开的实施例的情绪解释过程。如图8D所示，响应于来自情绪跟踪模块830的情感变化，情绪解释模块840基于模式相关性、频率、持续时间、强度和调节来解释情感变化。“模式相关”是指情感变化与作为基准的预定情感模式(诸如快乐模式、悲伤模式、愤怒模式等)相关联的程度，并且它是标识与情感变化相关的基本情绪。“频率”是指情感变化的频率；“持续时间”是指情感变化的持续时间，“强度”是指情感变化的强度，它可以反映用户的热情。这些信息可以用于确定情感模式的程度。“规则”是指对情绪体验的相应行为。

除了关于情绪标识的功能之外，分析服务器243还可以提供近实时的生活方式分析。在下文中，将进一步参考图10A至10G来描述几个示例。然而，应当理解，这些示例仅用于说明目的，并且本公开不限于此。在实践中，可以提供更多分析或更少分析，或者提供不同类型的分析，并且所有这些修改都落入本公开的范围内。

如图10A所示，可以使用各个用户的服务使用信息，并且提供各种用户的日常服务使用模式。通过这种模式，可以学习各种用户的使用信息。还可以进一步提供特定用户的日常服务使用模式，如图10B所示。这种使用模式可以反映指定用户的服务使用信息。服务平台系统还可以执行文本分析并且提供分析结果，如图10C所示，其可以以不同的形式示出用户或单个用户的生活方式。还可以使用交互信息来提供交互持续时间或频率的分析，如图10D和10E所示。此外，服务平台系统还可以使用非语言使用信息来提供非语言表达反馈的报告，如图10F所示。它还可以提供指定日期之间的服务比较，如图10G所示。这样的信息可以由护士、医生、家庭成员甚至用户自己进行查看，以便总体查看用户的使用状况。

图11示出了根据本公开的实施例的智能服务平台系统的框图，其可以实现服务平台的上述功能。然而，应当理解，这些是仅出于说明性目的而给出的，并且本公开不限于此。

如图11所示，智能服务平台系统1100包括输入模块1101、深度学习引擎1102和输出模块1103。输入模块1101可以被配置为接收由智能服务终端收集的用户相关信息。用户相关信息可以包括由身体传感器感测的健康数据、由机器人的相机捕获的面部图像、由机器人的麦克风捕获的来自用户的语音输入。深度学习引擎1102可以基于人类思维深度学习模型。如上所述，人类思维深度学习模型描述大脑对信息进行编码的方式，并且可以基于个体相关历史数据进行训练，且进一步通过由智能服务终端在使用中收集的个体日常响应进行调节。特别地，人类思维深度学习引擎还可以被配置为从所接收的信息中标识用户的意图或情绪，并且生成相应响应或命令输出，以便向个体提供合适的反馈。输出模块1103可以被配置为向智能服务终端提供相应响应或命令输出。

在本公开的实施例中，由智能服务终端收集的信息可以包括用户的面部图像。深度学习引擎1102可以被配置为基于面部图像来解释用户的情绪，并且生成至智能服务终端的相应响应或命令输出。

在本公开的另一实施例中，个体相关历史数据可以包括以下中的一项或多项：玩游戏信息、节目选择信息、机器人通信信息、音乐播放信息、活动历史信息、健康数据、医疗信息、社交背景性格简档、家庭配置、生活方式信息和个人标签。

在本公开的另一实施例中，深度学习引擎1102还可以被配置为生成日常安排活动计划，并且基于所标识的健康状况或情绪状况中的至少一项来修改所安排的活动计划。

在本公开的又一实施例中，智能服务平台系统1100还可以包括输入验证模块1104。输入验证模块1104可以被配置为验证所接收的、由智能服务终端收集的信息，并且标识收集所接收的信息的智能服务终端。

在本公开的又一实施例中，智能服务平台系统1100还可以包括信息分析模块1105。信息分析模块1105可以被配置为对用户历史数据执行生活方式分析。例如，信息分析模块1105可以被配置为提供参考图10A至10G所述的各种分析功能。

在本公开的另一实施例中，信息分析模块1105还可以被配置为从外部专业辅助服务实体获取关于与智能服务终端相关联的用户的辅助信息中的至少一个，并且将专业分析结果作为响应或命令输出的至少一部分提供给智能服务终端。

在本公开的另一实施例中，外部专业辅助服务实体可以包括医学院、公立医院、私立医院、心理健康中心、老年人健康中心和康复中心中的至少一项。

在本公开的又一实施例中，智能服务平台系统1100还可以包括被配置为记录关于各个用户的信息的用户记录模块1106。例如，用户记录模块1106可以记录用户的账户信息、用户服务使用信息、用户健康数据、在使用过程中收集的用户个人信息(如语音输入)、所捕获的面部图像、视频等。

在本公开的又一实施例中，智能服务平台系统1100还可以包括被配置为在与智能服务终端相关联的用户与另一终端设备之间对内容进行流传输的内容流传输模块1107。通过内容流传输模块1107，用户可以将由机器人捕获的视频发送给他/她的朋友、家庭成员或医生，以共享他/她当前的健康状况、感受、情绪或任何其他信息。

在本公开的另一实施例中，智能服务平台系统1100还可以包括被配置为在传输之前压缩视频内容的视频压缩模块1108。通过这种视频压缩模块，它可以将大视频压缩成用于流传输的可接受大小。

在本公开的另一实施例中，智能服务平台系统1100还可以包括短消息服务模块1109，该短消息服务模块1109被配置为在与智能服务终端相关联的用户和另一终端设备之间传输短消息。例如，家庭成员可以通过SMS模块1109发送短消息，SMS模块1109进一步将SMS消息转发给机器人。机器人可以通过其扬声器向用户呈现短消息。

在本公开的又一实施例中，智能服务平台系统1100还可以包括呼叫中心模块1110。呼叫中心模块1110被配置为响应于检测到关于与智能服务终端相关联的用户的紧急情况而打电话给急救中心或指定人员。在健康状况异常的情况下，呼叫中心模块可以打电话给急救中心寻求帮助，和/或呼叫指定人员，如护士、医生、家庭成员等，以获取帮助。

在本公开的又一实施例中，智能服务平台系统1100还可以包括被配置为对提供给用户的服务进行计费的计费模块1111。计费模块111可以记录提供给用户的服务，并且为用户生成账单。用户还可以实时查看账单。

在本公开的另一实施例中，智能服务平台系统1100还可以包括反馈管理模块1112，该反馈管理模块1112被配置为接收和管理来自用户的反馈。此外，反馈管理模块1112还可以为用户提供公共信息共享和交换平台，使得他们可以共享和交流体验。用户反馈对于平台改进很有价值；借助用户的真实反馈，平台开发人员可以改善用户体验，并且提供更高质量的服务。

在本公开的另一实施例中，智能服务平台系统1100还可以包括文档管理模块1113。文档管理模块1113可以被配置为存储和管理与智能服务平台系统相关的文档。

在本公开的又一实施例中，智能服务平台系统1100可以是基于云的系统，其基于云技术构建。云基础设施可以分布在不同的区域、地区和国家，只要它可以提供本公开中提出的服务。

出于说明的目的，图12示出了根据本公开的实施例的智能服务平台系统的示例实现。然而，应当理解，该示例是仅出于说明性目的而给出的，并且本公开不限于此。

如图12所示，智能服务终端210可以通过因特网而连接到智能服务平台1200。智能服务平台1200可以包括界面层1210和在线平台1220。

接口层1210提供平台与外部设备或实体的接口。例如，智能服务终端210经由接口层1210访问在线平台1220，并且在线平台1220也可以使用界面层1210与如医学院、公立医院、私立医院、心理保健中心、老年人健康中心和康复中心等外部辅助服务实体交换信息。

在在线平台1220上，提供有输入认证模块、响应输出模块、呼叫中心模块、人类思维深度学习引擎、信息分析模块、用户记录系统、内容流传输系统、SMS模块、计费系统、反馈管理系统和文档管理模块。在线平台1220上的这些模块或系统类似于图11所示的那些，并且因此这里将不再详述。

在在线平台1220上，还提供有故障切换子系统1221、操作管理子系统1222、存储子系统1223、服务器子系统1224和网络虚拟化子系统1225。

故障切换子系统1222可以促进更高弹性系统的建立。它可以采用ExpressClusterX，ExpressClusterX是基于集群的故障切换软件以构建更高的弹性系统。它可以为服务器提供自动故障切换功能，并且监测硬件、操作系统、应用、数据库故障。

操作管理子系统1222是用于管理平台系统的综合操作管理软件套件。MasterScope可以用于实现操作管理子系统1222，以提供简单的统一管理。它可以管理日常操作信息，诸如事件、问题、变更和版本信息，实现作业调度自动化、虚拟化管理、软件分发、云管理，以及服务器、网络、应用性能监测等。

存储子系统1223可以用于存储和/或备份存储以及归档高压缩数据。因为HYDRAstor具有高压缩和数据去重、无需操作停止的良好扩展性能、远程复制特征、用于长期存储管理的一次写入多次读取功能以及加密功能，存储子系统1223可以实现为HYDRAstor。

服务器子系统1224可以实现为具有多个阵列(lineup)的Express5800服务器。Express 5800服务器是一款适用于中小型性能使用的通用服务器；它具有高可用性，并且可以在一个单元内提供基于硬件的故障切换。同时，它也是云基础设施的高密度服务器，其中42U机架可以容纳572个服务器。

网络虚拟化子系统1225可以实现为ProgrammableFlow，ProgrammableFlow是用于提供网络虚拟化的软件定义的网络定义解决方案。网络虚拟化子系统1225可以通过物理交换机与配置的分离来提供集中监测和简单配置，并且因此由于基于GUI的集中配置，并不需要熟练的网络工程师，并且可以通过自动病毒检测和网络分离来提供针对网络攻击的高安全性解决方案。

图13示出了根据本公开的实施例的用于在智能服务终端处提供智能服务的方法。如图13所示，在方法1300中，智能服务终端可以从与用户相关联的身体传感器获取用户相关信息(步骤1301)，获取用户的面部图像(步骤1302)，并且获取来自用户的语音输入(步骤1303)。可以理解，步骤1301至1303中的操作可以以不同的顺序执行，这取决于实际应用情况。

在步骤1304中，智能服务终端可以向智能服务平台系统传输用户相关数据、用户的面部图像或来自用户的语音输入中的至少一项。在步骤1305中，智能服务终端可以从智能服务平台系统接收响应或命令。此外，在步骤1306中，它可以基于来自智能服务平台系统的响应或命令来控制智能服务终端向用户提供响应。

在步骤1307中，智能服务终端可以提供日常安排活动计划并且跟踪日常安排活动的进度。如果根据用户的健康状况或情绪状况中的至少一项来调节日常安排活动计划，则智能服务终端可以在步骤1308中向用户提供经调节的日常安排活动计划。此外，在步骤1309中，它可以控制智能服务机器人使用用户喜爱的曲调唱歌或跳舞以提升用户的情绪。另外，还可以在步骤1310中捕获快速响应(QR)码，其中相应应用响应于所捕获的QR码而被执行。

图14示出了根据本公开的实施例的用于在智能服务平台系统处提供智能服务的方法。

如图14所示，在方法1400中，首先在步骤1401中，服务平台系统接收由智能服务终端收集的用户相关信息。用户相关信息可以包括由身体传感器感测的健康数据、由机器人的相机捕获的面部图像、由机器人的麦克风捕获的来自用户的语音输入。

在步骤1402中，服务平台系统可以通过深度学习引擎从所接收的信息中标识用户的意图或情绪，并且生成相应响应或命令输出。人类思维深度学习引擎基于人类思维深度学习模型，该模型描述大脑对信息进行编码的方式。人类思维深度学习模型基于个体相关历史数据进行训练，并且进一步根据智能服务终端在使用中收集的个体日常响应进行调节。

在步骤1403中，服务平台系统可以向智能服务终端提供相应响应或命令输出。

在本公开的实施例中，由智能服务终端收集的信息可以包括用户的面部图像。该方法还可以包括通过深度学习引擎基于面部图像解释用户的情绪，并且向智能服务终端生成相应响应或命令输出(步骤1404)。

在本公开的实施例中，个体相关历史数据可以包括以下中的一项或多项：玩游戏信息、节目选择信息、机器人通信信息、音乐播放信息、活动历史信息、健康数据、医疗信息、社交背景性格简档、家庭配置、生活方式信息和个人标签。

如图14中所示，方法1400还可以包括在步骤1405中通过深度学习引擎生成日常安排活动计划，并且基于所标识的健康和情绪中的至少一项来调节所安排的活动计划。进一步地，在步骤1406中，服务平台系统可以验证所接收的、由智能服务终端收集的用户相关信息，并且标识智能服务终端。在步骤1407中，方法1400还可以包括对用户历史数据执行如图10A至10G所示的生活方式分析。方法1400还可以包括，在步骤1408中，从外部专业辅助服务实体获取关于与智能服务终端相关联的用户的辅助信息，并且将专业分析结果作为响应或命令输出的至少一部分提供给智能服务终端。

在本公开的实施例中，外部专业辅助服务实体可以包括医学院、公立医院、私立医院、心理健康中心、老年人健康中心和康复中心中的至少一项。

进一步，如图15所示，在步骤1408中，服务平台系统还可以执行以下至少之一：

·记录关于各个用户的信息；

·在智能服务终端与另一终端设备之间对内容进行流传输；

·在传输之前压缩视频内容；

·在智能服务终端与另一终端设备之间传输短消息；

·响应于检测到关于与智能服务终端相关联的用户的紧急情况而打电话给急救中心或家庭成员；

·对提供给用户的服务进行计费；

·接收和管理用户的反馈，并且为用户提供公共信息共享和交换平台，使得他们能够共享和交流经验；以及

·管理与智能服务平台系统相关的文档。

在上文中，参考图13至15简要描述了方法1300和1400。可以注意到，方法1300和1400可以被配置为实现如参考图1和12所述的功能。因此，关于这些装置中的各个步骤的操作的细节，可以参考参考图1至12关于智能服务终端和平台系统的模块的那些描述。

此外，还应当注意，智能服务终端600和智能服务平台系统1100的组件可以实现为硬件、软件、固件和/或其任何组合。例如，智能服务终端600和智能服务平台系统1100的组件可以分别由处理器、服务器或任何其他适当的设备实现。

本领域技术人员将理解，前述示例仅用于说明而非限制，并且本公开不限于此；可以容易地想到本公开中提供的教导的很多变化、添加、删除和修改，并且所有这些变化、添加、删除和修改都落入本公开的保护范围。

另外，在本公开的一些实施例中，智能服务终端600和智能服务平台系统1100可以包括至少一个处理器。作为示例，适合与本公开的实施例一起使用的至少一个处理器可以包括已知或将来开发的通用和专用处理器。智能服务终端600和智能服务平台系统1100还可以包括至少一个存储器。至少一个存储器可以包括例如半导体存储器设备，例如RAM、ROM、EPROM、EEPROM和闪存设备。至少一个存储器可以用于存储计算机可执行指令的程序。该程序可以用任何高级和/或低级可编译或可解释的编程语言编写。根据实施例，计算机可执行指令可以被配置为与至少一个处理器一起引起智能服务终端600和智能服务平台系统1100至少执行根据分别参考图1至5和7至10和12讨论的方法的操作。

此外，本公开还可以提供包含如上所述的计算机程序的载体，其中载体是电子信号、光学信号、无线电信号或计算机可读存储介质中的一种。计算机可读存储介质可以是例如光学压缩盘或电子存储器设备，诸如RAM(随机存取存储器)、ROM(只读存储器)、闪存、磁带、CD-ROM、DVD、蓝光盘等。

本公开中描述的技术可以通过各种手段来实现，使得实现利用实施例描述的相应装置的一个或多个功能的装置不仅包括现有技术的装置，还包括用于实现通过实施例描述的相应装置的一个或多个功能的装置，并且可以包括用于每个单独功能的单独装置、或者可以配置成执行两个或多个功能的装置。例如，这些技术可以用硬件(一个或多个装置)、固件(一个或多个装置)、软件(一个或多个模块)或其组合来实现。对于固件或软件，实现可以通过执行本公开中描述的功能的模块(例如，过程、函数等)来进行。

以上已经参考方法和装置的框图和流程图说明了本公开中的示例性实施例。应当理解，框图和流程图图示的每个框以及框图和流程图图示中的框的组合可以分别通过包括计算机程序指令的各种装置来实现。这些计算机程序指令可以加载到通用计算机、专用计算机或其他可编程数据处理装置上以产生机器，使得在计算机或其他可编程数据处理装置上执行的指令能够创建用于实现在流程图块中指定功能的装置。

虽然本说明书包含很多具体实现细节，但是这些不应当被解释为对任何实现或可能要求保护的范围的限制，而是作为可以特定于特定实现的特定实施例的特征的描述。在本说明书中在单独实施例的上下文中描述的某些特征也可以在单个实施例中组合实现。相反，在单个实施例的上下文中描述的各种特征也可以在多个实施例中单独地或以任何合适的子组合实现。此外，尽管上面的特征可以描述为以某些组合起作用并且甚至最初如此声明，但是在某些情况下可以从组合中去除来自所要求保护的组合的一个或多个特征，并且所要求保护的组合可以涉及子组合、或子组合的变化。

对于本领域技术人员很清楚的是，随着技术的进步，本发明构思可以以各种方式实现。给出上述实施例是为了描述而不是限制本公开，并且应当理解，在不脱离本领域技术人员容易理解的本公开的精神和范围的情况下，可以采用修改和变化。这些修改和变化被认为是在本公开和所附权利要求书的范围内。本公开的保护范围由所附权利要求书限定。

Claims (37)

1.一种智能服务平台系统，包括：

输入模块，被配置为接收由智能服务终端收集的用户相关信息；

基于人类思维深度学习模型的深度学习引擎，

其中所述人类思维深度学习模型描述大脑对信息进行编码的方式，

其中所述人类思维深度学习模型基于个体相关历史数据针对各个个体分别进行训练，并且进一步通过由所述智能服务终端在使用中收集的个体日常响应进行调节，以及

其中所述深度学习引擎还被配置为从所接收的所述用户相关信息中标识用户的意图或情绪，并且针对其生成相应响应或命令输出；以及

输出模块，被配置为向所述智能服务终端提供所述相应响应或命令输出。

2.根据权利要求1所述的智能服务平台系统，其中由所述智能服务终端收集的信息包括用户的面部图像，并且所述深度学习引擎被配置为基于所述面部图像解释所述用户的情绪，并且生成至所述智能服务终端的相应响应或命令输出。

3.根据权利要求1或2所述的智能服务平台系统，其中所述个体相关历史数据包括以下中的一项或多项：玩游戏信息、节目选择信息、机器人通信信息、音乐播放信息、活动历史信息、健康数据、医疗信息、社会背景性格简档、家庭配置、生活方式信息和个人标签。

4.根据权利要求1或2所述的智能服务平台系统，其中所述深度学习引擎还被配置为生成日常安排活动计划，并且基于所述用户的健康状况或情绪状况中的至少一项来修改所述安排活动计划。

5.根据权利要求1或2所述的智能服务平台系统，还包括：

输入验证模块，被配置为验证所接收的、由所述智能服务终端收集的所述用户相关信息，并且被配置为标识收集所述用户相关信息的所述智能服务终端。

6.根据权利要求1或2所述的智能服务平台系统，还包括：

信息分析模块，被配置为对用户历史数据执行生活方式分析。

7.根据权利要求1或2所述的智能服务平台系统，还包括：

信息分析模块，被配置为从外部专业辅助服务实体获取关于与所述智能服务终端相关联的所述用户的辅助信息，并且将专业分析结果作为所述响应或命令输出的至少一部分提供给所述智能服务终端。

8.根据权利要求7所述的智能服务平台系统，其中所述外部专业辅助服务实体包括医学院、公立医院、私立医院、心理健康中心、老年人健康中心和康复中心中的至少一项。

9.根据权利要求1或2所述的智能服务平台系统，还包括：

用户记录模块，被配置为记录关于各个用户的信息。

10.根据权利要求1或2所述的智能服务平台系统，还包括：

内容流传输模块，被配置为在所述智能服务终端与另一终端设备之间对内容进行流传输。

11.根据权利要求1或2所述的智能服务平台系统，还包括：

视频压缩模块，被配置为在传输视频内容之前压缩所述视频内容。

12.根据权利要求1或2所述的智能服务平台系统，还包括：

短消息服务模块，被配置为在所述智能服务终端与另一终端设备之间传输短消息。

13.根据权利要求1或2所述的智能服务平台系统，还包括：

呼叫中心模块，被配置为响应于检测到关于所述用户的紧急情况，而打电话给急救中心或指定人员。

14.根据权利要求1或2所述的智能服务平台系统，还包括：

计费模块，被配置为对提供给所述用户的服务进行计费。

15.根据权利要求1或2所述的智能服务平台系统，还包括：

反馈管理模块，被配置为接收和管理来自用户的反馈，并且为用户提供公共信息共享和交换平台，使得他们能够共享和交流他们的经验。

16.根据权利要求1或2所述的智能服务平台系统，还包括：

文件管理模块，被配置为管理与所述智能服务平台系统相关的文档。

17.根据权利要求1或2所述的智能服务平台系统，其中所述智能服务平台系统是基于云的系统。

18.一种智能服务终端，包括：

用户信息获取模块，被配置为从与用户相关联的身体传感器获取用户相关信息；

图像获取模块，被配置为捕获所述用户的面部图像；

声音获取模块，被配置为捕获来自所述用户的语音输入；

数据传输模块，被配置为向智能服务平台系统传输所述用户相关信息、用户的面部图像或用户的语音输入中的至少一项；

响应接收模块，被配置为从所述智能服务平台系统接收响应或命令；以及

控制模块，被配置为基于来自所述智能服务平台系统的所述响应或命令来控制所述智能服务终端向所述用户提供响应，其中所述智能服务平台系统包括基于人类思维深度学习模型的深度学习引擎，其中所述人类思维深度学习模型描述大脑对信息进行编码的方式，其中所述人类思维深度学习模型基于个体相关历史数据针对各个个体分别进行训练，并且进一步通过由所述智能服务终端在使用中收集的个体日常响应进行调节。

19.根据权利要求18所述的智能服务终端，还包括：

日常活动管理模块，被配置为提供日常安排活动计划并且跟踪日常安排活动计划的进度。

20.根据权利要求18或19所述的智能服务终端，还包括：

日常活动安排模块，被配置为提供根据用户的健康状况或情绪状况中的至少一项而修改的日常安排活动计划。

21.根据权利要求18或19所述的智能服务终端，其中所述智能服务终端是智能服务机器人，并且其中所述控制模块被配置为控制所述智能服务机器人使用所述用户喜爱的曲调唱歌或跳舞，以提升用户的情绪。

22.根据权利要求18或19所述的智能服务终端，还包括：

连接模块，被配置为使得所述智能服务终端能够与其他终端设备连接。

23.根据权利要求18或19所述的智能服务终端，其中所述图像获取模块还被配置为捕获快速响应(QR)码，并且其中相应的应用响应于所捕获的QR码而被执行。

24.一种用于在服务平台处提供智能服务的方法，包括：

接收由智能服务终端收集的用户相关信息；

通过深度学习引擎从所接收的所述信息中标识所述用户的意图或情绪，并且生成相应响应或命令输出，其中所述深度学习引擎基于人类思维深度学习模型，其中所述人类思维深度学习模型描述大脑对信息进行编码的方式，并且其中所述人类思维深度学习模型基于个体相关历史数据针对各个个体分别进行训练，并且进一步通过由所述智能服务终端在使用中收集的个体日常响应进行调节；以及

向所述智能服务终端提供所述相应响应或命令输出。

25.根据权利要求24所述的方法，其中由所述智能服务终端收集的信息包括用户的面部图像，所述方法还包括：

通过所述深度学习引擎基于所述面部图像解释所述用户的情绪，以及

生成至所述智能服务终端的相应响应或命令输出。

26.根据权利要求24或25所述的方法，其中所述个体相关历史数据包括以下中的一项或多项：玩游戏信息、节目选择信息、机器人通信信息、音乐播放信息、活动历史信息、健康数据、医疗信息、社会背景性格简档、家庭配置、生活方式信息和个人标签。

27.根据权利要求24或25所述的方法，还包括：

通过所述深度学习引擎生成日常安排活动计划，并且基于所述用户的健康状况或情绪状况中的至少一项来修改所述安排活动计划。

28.根据权利要求24或25所述的方法，还包括：

验证所接收的、由所述智能服务终端收集的所述用户相关信息并且标识所述智能服务终端。

29.根据权利要求24或25所述的方法，还包括：

对用户历史数据执行生活方式分析。

30.根据权利要求24或25所述的方法，还包括：

从外部专业协助服务实体获取关于与所述智能服务终端相关联的所述用户的辅助信息，以及

将专业分析结果作为所述响应或命令输出的至少一部分提供给所述智能服务终端。

31.根据权利要求30所述的方法，其中所述外部专业辅助服务实体包括医学院、公立医院、私立医院、心理健康中心、老年人健康中心和康复中心中的至少一项。

32.根据权利要求24或25所述的方法，还包括以下中的至少一项：

记录关于各个用户的信息；

在所述智能服务终端与另一终端设备之间对内容进行流传输；

在传输之前压缩视频内容；

在所述智能服务终端与另一终端设备之间传输短消息；

响应于检测到关于与所述智能服务终端相关联的所述用户的紧急情况，而打电话给急救中心或指定人员；

对提供给所述用户的服务进行计费；

接收和管理来自用户的反馈，并且为用户提供公共信息共享和交换平台，使得他们能够共享和交流他们的经验；以及

管理与所述智能服务平台系统相关的文档。

33.一种用于在智能服务终端处提供智能服务的方法，包括：

从与用户相关联的身体传感器获取用户相关信息；

捕获所述用户的面部图像；

捕获来自所述用户的语音输入；

向智能服务平台系统传输所述用户相关信息、所述用户的所述面部图像或来自所述用户的所述语音输入中的至少一项；

从所述智能服务平台系统接收响应或命令；以及

基于来自所述智能服务平台系统的所述响应或命令，来控制所述智能服务终端向所述用户提供响应，

其中所述智能服务平台系统包括基于人类思维深度学习模型的深度学习引擎，其中所述人类思维深度学习模型描述大脑对信息进行编码的方式，其中所述人类思维深度学习模型基于个体相关历史数据针对各个个体分别进行训练，并且进一步通过由所述智能服务终端在使用中收集的个体日常响应进行调节。

34.根据权利要求33所述的方法，还包括：

提供日常安排活动计划并且跟踪日常安排活动的进度。

35.根据权利要求33或34所述的方法，还包括：

提供根据用户的健康状况或情绪状况中的至少一项而修改的日常安排活动计划。

36.根据权利要求33或34所述的方法，其中所述智能服务终端是智能服务机器人，并且所述方法还包括：

控制所述智能服务机器人使用所述用户喜爱的曲调唱歌或跳舞，以提升用户的情绪。

37.根据权利要求33或34所述的方法，还包括：

捕获快速响应(QR)码，其中相应应用响应于所捕获的所述QR码而被执行。

Images