1我国养老面临的问题1.1老年人人口基数上升我国老年人所占人口比例不断上升。央视网在《中国人口老龄化现状与趋势》中提到，预计至2040年末，我国65岁及以上人群占总人口比例或将超过20%，其中80岁及以上的高龄老人总数以每年5%的速度增加。《中国城市老龄化大数据》表示，截至2020年，65岁以上老人占比已超过14%的地区约有149个。1.2智能化产品与现实脱节养老智能化水平的不足之处目前还有很多。社会上与老年人相关的数据库仅包含老年人的基础信息，并没有明确的细化。因此，在处理和应用方面，还存在较大难度。能够体现智能的养老产品种类也很少，无法针对不同老年人多样化和个性化需求进行有针对性的供应；技术的开发与养老市场的发展脱节，养老产品很难与养老服务进行有效的联系，也难以满足老年人的实际需要。而且，很多养老产品并没考虑到老年人的使用场景和个人习惯，大部分老年人对智能技术的掌握程度也与产品的要求并不适配，老年人不仅没有获得便利，还造成了资源浪费。1.3产业发展还不够成熟目前，国内的养老产业仍比较分散，养老服务的有限资源不能够集中使用，服务品质良莠不齐，缺乏科学模式与体系，人员储备也不够充足。而新兴的智慧养老模式还并未真正形成合理的产业链，经营规模较小，持续发展的能力较弱。如何将分散的养老服务中心结合起来，利用智能技术提高服务质量，节约管理成本，是整个社会尚待解决的一个问题。2解决困难与实施方案手机逐渐成为老年人与外界沟通的必备工具。但在当今社会，老年人对于智能技术的掌握并不能满足“智慧养老”实施的前提条件。对于基本的智能技术，仍有很大比重的老人尚未掌握。为解决这一问题，2020年11月24日国务院办公厅印发的《关于切实解决老年人运用智能技术困难的实施方案》指出切实解决老年人运用智能技术的实施方案并提出了三年内的工作目标。在老年人智能技术普及的前提下，发展智能社区服务老年人，是应对养老压力的最优选择。利用智能技术构建智能社区，可以从医疗保障、日常服务、异常检测、精神慰藉等多方位的角度优化细化老年服务。基于大数据的医疗保健能够为老年人的健康饮食做出规划，还能够结合卷积神经网络对异常行为进行监测和警报。基于智能系统的算法推荐，能够为老年人寻找兴趣爱好相似的同龄人。基于传感器的危险报警器能够敏锐的察觉环境变化，避免火灾等意外状况的发生。另外，智能社区还会对老年人的出行、买菜等生活多方面提供便利。3智能技术的实现3.1智能社区的构建智慧社区组成结构如图1所示[1]。10.19301/j.cnki.zncs.2023.02.003.F001图1智慧社区组成结构智能养老理念是以当代老年人的需求为出发点，基于云计算与数据处理，通过智能技术手段帮助老年人提升生活品质。考虑到以整个社会作为起点过于庞大，也不易实现。在结合老年人居家比例逐渐增多的前提下，“智能社区”的构想油然而生。智能社区的设想构建主要包括智能技术普及和智能社区实现两部分。在普及率达到一定程度的前提下，建立集“医疗服务、日常服务、异常检测、精神慰藉”为一体的智能社区，从而提高社区服务品质。3.2智能技术普及途径采用线下教学为主的优势在于既可以实时反馈老年人的学习适应情况，又能够提高老年人的知识记忆效率。考虑到人口基数的限制，采用线下授课为主，线上线下结合的形式对老年人进行智能技术的教学会大大减轻授课压力。线下教学地点可以选择老年活动室以及社区老年活动中心，在授课的同时进行录播。社区可以成立志愿者联盟，邀请大学生或社会青年人在闲暇之余帮助老年人学习使用智能设备，号召整个社会推动老年人群向“智能化”进军。3.3智能平台的搭建平台运行流程如图2所示。10.19301/j.cnki.zncs.2023.02.003.F002图2平台运行流程当智能技术普及率达到一定标准，社区就可以利用物联网、人工智能以及大数据技术搭建一个平台来提高服务质量。智能平台主要分为数据感知、软件应用、云服务三层。输入端采集数据信息后，经过程序处理，利用软件应用层在本机发出响应，必要时通过云服务层与其他端口（社区服务端）发送请求。通过三层信息处理，可实现医疗保健、日常服务、异常检测、精神慰藉等基础功能。数据感知层是智能养老的核心，包括信息库的建立与更新、信息的提取、异常行为的监测和鉴定（卷积分析），推荐算法等。运用技术解决老年人存在的潜在问题，以达到优化服务的目的；软件应用层针对不同的事件提供不同服务，是对数据分析结果的实现；云服务层，本地端口向多端发送请求的过程，是实现多机相互关联的基础。本地通过网络发送消息通知其他端口，达到网络连接的作用。（1）医疗保健。在利用智能养老这一手段实现医疗保健前，需要收集老年人的信息，即在数据感知层建立一个包含老人的姓名、年龄、子女的联系方式、身体健康状况、血型等基础信息的信息库。系统利用是否为空巢老人，是否丧失配偶，是否具备自理能力，是否有重大疾病，是否需要紧急救护等信息判据进行归类和细分，并通过智能系统划分为由高到低的警报等级。对于最高优先级的老人来说，生活中遇到的问题较多，系统不但要确保及时地通知到他们的健康负责人，还要确保社区服务人员时能够对于发突发状况及时做出处理措施。在智慧养老的模式下，系统利用深度学习技术学习相关领域知识，获得大量相关信息，并利用软件应用层推送不同的饮食搭配和医疗建议等知识以达到健康饮食，减少慢性病发病风险的目的。病情较轻的老人利用医疗保健可以实现居家自诊，即通过网络或者通信技术联系医生或者亲属进行咨询，行动不便的老人可以利用数据的传输功能实现远程诊断。（2）日常服务。基于语音识别技术的居家服务系统，能够优化老年人的生活质量。老人会根据自己的需求通过智能系统控制家用电器的开断，避免因过度使用造成资源的浪费。在此过程中，系统主要利用老人的声音进行分析收录，再通过计算机转换成文本。基于语音合成技术的系统能够将处理信号转换为的文本，并通过AI（Artificial Intelligence）语言传达给老人。在这一过程中，数据分析层利用VAD技术（Voice Activity Detection）将人的语音从整个大框架中识别并输送给软件应用层进行细化计算，最后得到相应的音素和音频数据。由于老年人记忆力下降，可能会发生一些潜在的危险。利用具有综合感知和较高的灵敏度的传感器与数据分析层无线连接，对环境进行智能监测，并在输出端做出响应，从而能够及时规避潜在的风险。若老人有其他需求，需要社区工作人员或志愿者上门服务时，可以直接与系统进行对话选择上门服务的内容。（3）异常监测。基于神经网络的异常监测系统能够对老年人进行行为评估，有效控制意外事故，对突发事件及时处置。在采集老年人的行为信息后，利用卷积神经网络对老年人的行为进行分析，向数据分析层发送的异常数据信息的这一过程即为异常监测，过程主要通过输入层、卷积层、池化层、全连接层以及输出层实现[2]。根据不同等级的异常信息进行分类并标记，由本地服务器分析选择本地报警提示发送到云服务层，向社区服务器给出异常报警提示。异常监测以输入层为开端。输入层通过一定的方式采集像素信息，并把采集到的信息传送给卷积层进行特征提取。利用摄像机捕捉老年人的行为异常后，通过卷积层进行特征提取，实现异常行为的特征信息捕获并自动输送给池化层进行二次提取。经过若干个卷积层和池化层交替筛选和信息提取后，信息将会到达全连接层进行分类。经过训练，全连接层已经能够对比异常特征后，就可以大致判断身体状态。4结语随着智能技术的普及与科技的革新，在未来，居家自诊终会实现，智能化服务也会使生活更加便捷，慢性病在老年群体的致死率会逐渐下降，老年人也会因网络找到属于自己的“圈子”，远离空巢的“枷锁”。积极应对人口老龄化，构建养老、敬老、孝老政策体系和社会环境，推进医养结合，加快老龄产业和事业的发展是目前的趋势所在。提供优质的养老服务不仅是对于老有所养、老有所依、老有所乐、老有所安的响应，也是社会保障体系的不断完善。从智能普及到智能应用需要社会的不断推进，更需要全体社会成员的共同努力。关爱老年群体的身心健康，也是每一位社会成员的职责。