据《纽约时报》报道，加州大学洛杉矶分校专门研究自闭症的心理学家凯瑟琳·洛德(Catherine Lord)指出，自闭症儿童父母的观察可能并不可靠，尽管这种技术的研究有赖于这些父母的观察。

当自闭症干预的技术发展到第七维度，就是人工的完全替代。有了仿生机器人或VR或AR技术，我们不再需要繁重的人力去反复训练自闭症儿童，自闭症家庭也不必承担更高的成本，但这无论如何都只会在很长一段时间内发生。

ALSOLIFE人工智能技术负责人程介绍，目前已有很多研究尝试利用VR/AR等技术成果来提高自闭症干预训练的自助程度，但VR/AR技术仍处于发展过程中。一方面，设备较重，需要用户头部携带；另一方面，硬件更新视野内容的处理能力达不到人眼正常舒适的接受水平，长时间会造成眩晕；对于正常使用者来说都是如此，更不用说自闭症婴儿了。接触技术方案要求自闭症婴儿在头上佩戴设备，很容易被自闭症婴儿拒绝和抵制。设备容易被自闭症婴儿暴力损坏，效果非常有限。

此外，随着行为识别技术的不断成熟，结合AR技术的广泛应用，也将为自闭症儿童提供类似于眼镜和人工耳蜗的帮助。比如自闭症儿童上厕所时，可穿戴智能设备可以提示自闭症儿童洗手或冲厕所，帮助他们完成整个如厕过程；当他遇到喜欢但不知道如何表达的女生时，智能设备可以告诉他如何有效地介绍自己。当技术发展到那个阶段，这样的应用也会随之而来，这就是第六维度。

在实验中，谷歌眼镜可以与Android智能手机应用程序同步，可以通过机器学习进行面部识别和情绪检测，支持游戏选择和打开，并录制视频供家长回放。眼镜摄像头可以对手机上的人脸进行捕捉和分类。当眼镜检测到面部时，外围监视器中会出现一个绿色方框。当情绪被识别后，相应的表情符号和绿框会出现在显示器上，眼镜会发出相应的提示。

Esa的父亲非常看好这项研究。因为Esa e被这个深深吸引，喜欢Ipad应用，喜欢看电影。他更喜欢和技术在一起。虽然我父亲很难判断智能眼镜是否帮助Esa e识别情绪，但他看到Esa e进行眼神交流的能力明显提高。

他们采用了谷歌眼镜的继任者——谷歌眼镜企业版(Glass)，这是谷歌X在2017年7月发布的产品。他们自己的产品叫赋能大脑，角色定位是自闭症儿童的人生教练。它是由麻省理工学院和哈佛大学的研究人员开发的，并已成功通过临床测试。

如果把自闭症干预的世界比作宇宙的七个维度，那么起点大概是50年前。当时所有的特殊儿童都没有进行个性化的干预方案，自闭症儿童大多被认定为“没教养”。他们被统一安排在一个地方，日常生活被统一安排，没有干预。

ALSOLIFE是国内专注自闭症的大数据平台，可以通过快速算法帮助家长在最短的时间内精准定制适合孩子的训练方案。该平台于2017年2月由三位自闭症家长Paodad(张志光)、Qiudad(陈伟静)和可心易科dad(刘岱岳)共同建立。

对于普通教育来说，孩子发展的个体差异不足以影响成长的稳定性，可以指定统一的教育计划来提高孩子的能力。但对于自闭症儿童来说，他们有广泛的发展障碍，每个孩子的发展落后程度和侧重点可能都不一样。所以，特殊儿童干预的难点是教育的“个别化”。要为每一个自闭症儿童提供针对性、个性化的干预方案，通过对数据的持续记录和跟踪，迭代优化儿童的干预方案，实现康复的最短路径。

沃斯不是唯一一家让自闭症儿童使用谷歌眼镜的公司。马萨诸塞州的Brain Power公司也为谷歌眼镜开发了一种类似的软件，他们打算将这种软件作为一种技术出售给学校，用于教学目的，而不是医疗设备。该理论认为，儿童对新技术的态度和热情取决于他们的家庭和学校是否使用这些技术。

现在沃斯是一名博士生，他正在和斯坦福大学专门研究自闭症的丹尼斯·沃尔教授一起开发这个程序。他们测试了71名不同严重程度的自闭症儿童，这些受试者在Vineland适应行为量表中表现良好。后者是测量自闭症行为的标准工具。

面子是一个复杂的动态系统，是我们最强大的社交方式。表情识别其实就是一个编码和解码的过程。然而，自闭症儿童很难学习面部识别和情感交流。他们不擅长语言表达，缺乏情感理解，甚至难以直视人。对于自闭症儿童来说，自闭症行为干预训练(ABA)虽然有效，但是太费时费力，按要求每周需要20个小时的训练，每个孩子每年的花费高达4万到6万美元。这个时候，行为治疗师是不够的。据说美国的行为治疗师已经有18个月了。

据《纽约时报》报道，10岁的自闭症儿童Esa e Prickett两年前开始佩戴谷歌眼镜进行情绪识别训练。当他的家人对他做出高兴、悲伤、惊讶、愤怒或厌烦的表情时，他需要识别这些情绪。谷歌眼镜会快速闪现一个只有他能看到的小图标，以提示他判断是否正确。同样，谷歌眼镜只有在他直视他人面部时，才会给他正面反馈。

如今，这项技术和丹尼斯·沃尔(Dennis Wall)创办的硅谷公司Cognoa正在等待FDA的批准。

在谷歌推出的众多失败产品中，谷歌眼镜可能是最著名的。价格昂贵，设计笨拙，触及隐私问题，这款2013年推出的探路者很快销声匿迹。然而，脸书、苹果和微软已经在智能眼镜方面做出了努力，这意味着谷歌不会放弃。

目前，在医学领域，还没有有效的方法来预防和打击自闭症。目前所有切实有效的方法都是教育。如果把自闭症儿童比作一台电脑，这台电脑天生没有键盘和显卡，他们既不能很好地接收信息，也不能向外界反馈信息。教育干预的方法是帮助儿童与外界建立有效的联系，增加他们接受外界信息的效率，提高他们向外界反馈信息的能力。

ALSOLIFE正在探索非接触式的技术解决方案，利用自身在计算机视觉领域多年的算法积累，开发了具有自主知识产权的自闭症康复干预治疗监测评估系统。通过对自闭症婴儿在干预治疗中的行为特征进行建模，如眼神交流、眼神变化、面部情绪、肢体语言等。，并通过自己积累的大规模分类数据的训练，成功识别出自闭症婴儿在干预治疗训练中的一些细微的、积极的变化，这些变化往往容易被忽视。通过对比以往的历史档案数据，可以准确反映每个介入治疗项目对患者的介入效果。这个过程完全基于数据和算法，排除人为主观因素，更加客观、准确、实用。

就生命而言，我们正在意识到第四和第五维度。ALSOLIFE的人工智能团队可以识别孩子对老师的注意力，也在努力实现对所有异常行为的自动识别。我们相信在第六和第七个维度出现之前，我们一定会经历这几个完整的阶段，即构建有效的评估/干预体系，智能精准的行为收集和识别工具，科学高效的干预数据平台。

所以自闭症干预的第四个维度是通过计算机智能识别孩子的行为。比如可以通过眼动设备识别干预过程中孩子对老师的注意力，判断干预对提高孩子的注意力是否有效。我们可以用行为捕捉技术自动识别孩子的问题行为:是否握手，是否流口水，是否伤害自己。我们还可以用语音识别技术来判断每个孩子对老师反应的平均延时。这些数据会更准确地“还原”自闭症儿童的训练状态，判断我们为孩子提供的干预课程是否更有效，孩子的行为分析师的工作做得是否得当。

如果治疗和康复不及时，就会错过缓解病情的最佳时机。这时候更先进、更便捷的辅助工具才是刚需，可穿戴式社交学习辅助工具成为很多人的优先选择。

以下是平台负责人张志光对人工智能干预自闭症治疗未来发展的看法。他认为人工智能在自闭症领域有七个维度，目前正在实现第四个和第五个维度。

也有例外。一些自闭症家长认为，孩子没有被这种智能设备吸引。

从教育的角度来说，自闭症教育和普通教育最大的区别就是发展的不平衡。

Catalin Voss是这项研究的主力。当谷歌在2013年首次推出眼镜时，Catalin Voss是斯坦福大学的一名新生，他准备开发一个自动识别图像的程序。他经常看到他患有自闭症的表弟在浴室的镜子里练习表情，所以他认为谷歌眼镜可能会帮助他的表弟。他的应用程序可以自动读取面部表情，并密切跟踪用户是否识别了情绪。

第二个方面是启动Potch项目(PGEE)。它是一套针对0- 6岁儿童的早期教育教材，于1969年在美国残疾教育局的赞助下开发。它出版于1972年。Potch的计划将幼儿期六个领域的556种行为定义为能够代表各个年龄段儿童发展状态的目标行为。这些目标行为可以作为评价孩子发展是否正常的标准，也可以作为教育培养孩子的项目。也就是说，PGEE找到了一条符合儿童正常发展特点和规律的轨道，只有在这条轨道的干预下，特殊儿童的发展状态才能控制偏差，走向正常。二次元出现的重要标志是，每个特殊儿童都制定了自己的训练目标，并长期、持续地实践这些目标。

为了解决这些问题，自闭症干预的第三个维度是数据记录。行为分析师为孩子们在每次目标练习中的表现增加了数据记录方法。他们经常记录孩子的“辅助水平”和“通过率”来显示孩子的练习状态，判断孩子是否掌握了当前的训练目标。目前国内的一些干预机构已经达到了这个阶段，也就是说有能力为孩子设定有效的训练目标，并通过数据记录跟踪孩子的训练状态。

但是行为分析师只能手工记录孩子的训练，效率非常低。一个训练有素的分析师只能记录几个典型的数据，在记录复杂数据时(比如孩子问题行为的次数)，准确性无法保。有时候，我们需要多个行为分析师对一个特殊孩子的数据进行观察和记录，以保数据的可靠性。这就带来了自闭症干预的成本。

Esa prickett试验是斯坦福大学研究人员在旧金山湾区进行的临床试验的一部分。斯坦福大学的丹尼斯·沃尔(Dennis Wall)和卡特林·沃斯(Catalin Voss)的研究表明，智能眼镜可以帮助自闭症儿童理解情绪，更好地与周围的人交流。难得他们能把握住行为的变化。

当普通消费者长时间无法使用谷歌眼镜时，自闭症儿童抢先了一步，这是事实。

对于自闭症儿童来说，智能眼镜带来的隐私问题并不是他们首先关注的。他们首先需要解决的是社交情感识别的问题。

丹尼斯·沃尔的研究发表在今年3月的《美国医学会儿科杂志》上。在71名自闭症儿童中，40名被纳入实验组，31名被纳入对照组。自闭症儿童年龄在4至17岁之间，有63名男孩参与。实验在自闭症儿童家中进行，需要每周三次，每次20分钟的训练，持续6周。

第五个维度是，在能够收集越来越多不同行为的数据后，计算机可以更智能地从历史经验中学习，为儿童的干预计划提供更有效的建议，即建立更明智的干预策略。计算机还可以预测孩子经过几次训练后未来可能达到的能力水平，让我们找到孩子康复的最短路径。

与护理人员相比，机器最大的优点是认真，不容易出错。谷歌眼镜主要执行两项任务，一是鼓励面部识别，二是教会游戏中情绪的正确标记。受试者可以从眼角注意到绿框和表情符号，而不是直接看着它们。