人工智能在智能家居領域的應用與挑戰

　　自2014年谷歌以32億美元收購Nest公司后，“物聯網”一次讓智能家居行業再次火熱起來，各大科技公司紛紛開始布局物聯網領域，智能家居作為物聯網細分領域，其表現更為突出。據權威研究機構發布報告預測，未來全球智能家居設備和服務市場將迅速增長，到2018年市場規模將達到680億美元，巨大的市場蛋糕吸引來自國內外各巨頭們及創新型創業公司爭相進入，一大批優秀的智能家居品牌也迅速崛起。

　　然而，智能家居喊了這么久，到目前為止仍然只停留在概念階段，如何讓智能家居落地是每個從業者面臨的一座“大山”，目前許多智能家居設備和單品可以說賺足了“噱頭”，然而離真正的互聯互通還有一段距離，更別說實現真正的智能操控。那么，人工智能的出現會打破智能家居行業的現狀嗎?

　　人工智能是什么?

　　

 

　　人工智能一詞最初是在1956年達特茅斯學會上提出的。從學科定義上來說，人工智能(Artificial Intelligence)是研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。人工智能是計算機科學的一個分支，它企圖了解智能的實質，并生產出一種新的能以人類智能相似的方式做出反應的智能機器。

　　人工智能技術的發展可以說由來已久，然而由于硬件體系能力的不足加上發展道路上曾經出現偏差、以及算法的缺陷，使得人工智能技術的發展在上世紀80-90年代曾經一度低迷。近年來，隨著成本低廉的大規模并行計算、大數據、深度學習算法、人腦芯片技術等的推動，人工智能的發展出現了向上的拐點。2016年，AlphaGo大勝圍棋高手讓人工智能的概念變得家喻戶曉。

　　不過，目前市場上所謂“智能”的設備或概念很多，從智能手機到智能家居等，但這些“智能”實際上是“smart”的含義，即靈巧;真正意義上的智能應該是“intelligent”的含義，即智能的、聰明的、理解力強的。

　　智能家居的現狀：偽智能

　　

 

　　隨著互聯網的深度發展以及物聯網時代的到來，智能家居行業也爆發出了前所未有的市場潛力，同時由于人們生活水平不斷提高，對居住環境的需求也不斷提升，在這樣的大環境下，智能家居行業成為了一個炙手可熱的新興行業。

　　然而，市場形勢雖然明顯利好，但是目前的智能家居仍停留在“偽智能”的階段，目前大多數智能家居產品有兩個特點：要么在一件智能單品上做到“單點極致”，要么為傳統產品增添一些智能功能并冠以“智能場景”的稱號。這些產品的生產者將主要精力用于花哨的功能設計和系統技術的更新，甚至有些多廠商為了刺激消費，在產品功能和設計上增加噱頭和賣點，聲稱實現了所謂全方位的智能控制而一味追求華而不實的功能。

　　總體而言，智能家居行業的發展經歷了兩個階段：1、聯網控制，如智能燈泡、智能插座等;2、家電聯網，終端接入傳感器，去觸發其他設備聯動。這兩個階段的智能家居更多地強調聯網、連接，缺乏一個物聯網的大腦，需要人工操控，無法真正解決用戶的需求，也就是所謂的“偽智能”。

　　而人工智能技術的應用將改變這一切，使得智能家居產品進入第三階段，由原來的被動智能轉向主動智能，甚至可以代替人進行思考、決策和執行。

　　人工智能進入智能家居領域

　　人工智能領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統等。越來越多的企業已經開始嘗試研發推廣人工智能家居產品，他們已經意識到，人工智能家庭應用的推廣不僅有利于用戶，也將是企業的新機會，可能發展成為一種新的商業模式。

　　在國外，智能家居領域人工智能的應用首先要提的應該是亞馬遜的Echo智能音響，該音箱在語音識別上更加開放的策略，整合了更多的第三方資源，其銷量也是一路攀升，CIRP數據顯示，Echo發售至今已售出400萬臺?，F在，Echo在美國本土備受追捧，亞馬遜欲復制至歐洲市場。此外谷歌的Google Home家庭設備的控制中心、扎克伯格的“賈維斯”智能管家，微軟的“小冰”聊天機器人等，都是國外目前人工智能技術在智能家居領域應用所取得的成果。

　　而我國人工智能的研究不僅沒有落下，甚至有引領全球的趨勢。家電企業中，長虹、創維、海爾等都在積極打造基于人工智能的智慧家庭產業，其中長虹通過開放式的物聯網平臺，將人工智能技術、安防系統、智能服務、能源管理、CHiQ電視、空調、冰箱等終端產品等融入到真實的小區及家庭環境，帶來全新的“產品+服務”體驗;創維展現了以物聯網技術和人工智能為代表的智慧家庭解決方案;TCL則基于用戶對不同內容的需求，通過人工智能的深度學習和大數據分析，對用戶喜好進行篩選和判斷，從而做出精準的內容推送。

　　面臨的挑戰

　　

 

　　人工智能與智能家居的結合蘊藏著巨大的機會，但目前人工智能技術本身的發展，主要還是在單點領域獲得了突破，從通用技術和通用平臺的維度看還有很多有待突破。

　　一是數據流通和協同感知有待提升。基礎設施層的數據支撐環節，依然存在數據流通法律缺失，高價值數據難以得到有效利用的問題;在感知環節，仿人體五感的各類傳感器都有成熟產品，但缺乏高度集成、統一感知協調的中控系統，對于各個傳感器獲得多源數據無法進行一體化的采集、加工和分析。未來的突破點將發生在軟件集成環節和類腦芯片環節。

　　二是強人工智能尚未實現關鍵技術突破。在技術研發層，目前進展屬于初級階段，對于高層次的人工意識、情緒感知環節還沒有明顯的突破。人腦智能的產生原理尚未研究清楚，“腦科學”研究還處于摸索階段。未來的突破點將發生的腦科學研究領域。

　　三是智能硬件平臺應用性和自主化存在差距。應用層的智能硬件平臺，服務機器人的智能水平、感知系統和對不同環境的適應能力受制于人工智能初級發展水平，短期內難以接近人的推理學習和分析能力，難以接近人的判斷力，不具備與人類同級別的視覺、聽覺、嗅覺和觸覺等感知力，難以可靠而經濟地步行或者跑步，難以具備人手級別的執行力。未來的突破點將是在智能無人設備方面。