智能家居陷入消費怪圈 AI如何破局促發展？
AI破局智能家居：厚積薄發，指日可待
遙記14年，4G技術成熟並商業化，當時的傳統家電巨頭都在排兵布陣智能家居，同時一些互聯巨頭開始參戰，資本圈對智能家居市場趨之若鶩。但因為技術的限制，聯網與互聯並不能打動消費者，又加上高昂的價格，一直讓智能家居束之高閣，市場只是出現一段小高潮，然後便曇花一現轉瞬即逝。
智能家居的概念已經普及多年，但是整個產業並沒有像移動互聯網技術一樣，在短短的兩三年內，呈現出質的突破。而是一直處在「概念普及後再普及」的循環中，市場上的全宅智能系統客戶多停留在中高層消費階級。2018年AI破局下的智能家居，AI不再是一個高大上的科技概念，它已經漸漸步入消費電子領域，存在於大家觸手可及的產品中。
行業人都在不禁自問，智能家居何時才能從不溫不火到火山爆發。這一波AI技術能否打破體驗禁錮，掀開智能家居市場頭頂上的一層暗紗，讓智能家居從消費者的視野中走向真正的家中。如果用厚積薄發來形容十幾年來的智能家居產業，積累的周期著實令人著急。
人工智慧被推上了風口浪尖，成為被瓜分利潤的一塊新蛋糕，促使一大批智能技術服務公司正在走向舞台中央，傳統實體經濟也藉此開始進行轉型，在數字經濟浪潮中，尋找新的生機。
AI的爽點刺激正中要害
雲端技術帶來了互聯的成本與周期降低，AI帶來的語音與視覺的交互能力，全副武裝智能家居系統，以智能家電、家庭安防硬體為先鋒兵，在消費者面前展示出自己實實在在的價值，許多實實在在的消費場景落地觸痛了消費者的痛點。
即便AI來臨，許多問題依然存在，如老生常談的互聯互通標準的問題。比如說，你買了小愛同學智能音箱，要指揮其開關/快進電視內容，能實現的只有小米系列的電視。這讓消費者大大的降低了自主選擇權。
人工智慧的核心不是攝像頭、電機、處理器、通訊晶元等硬體產品的更新，而是通過高度的人工智慧演算法、神經網路、深度學習、計算機視覺等技術來向用戶提供主動的智能家居生活服務，實現人與網器、網器與外部資源的互聯互通、無縫對接。
Smart Home是智能家居，Intelligent Home是人工智慧家居，其實，我們在體會智能家居產品時，已能夠感受到智能產品與人工智慧產品的分界線，人工智慧家居產品「更具人性、更懂你我、更易交互」，APP人控的噱頭時代一去不復返，隨著AI技術在智能產品中的加深結合應用。從聯網到互聯再到植入AI大腦，體驗感從機械到親切，逐漸解放人類的雙手，只需要用人腦與機腦直接穿越空間交互即可。智能語音與視覺交互的這一波必將帶來智能家居的落地潮，這回不再是狼來了，而是真來了。
亟待突破的AI困局
智能音箱、智能電視、管家型機器人將繼續搶佔智能家居控制中心，智能家居趨於系統化。搭載人工智慧的多款產品都有望成為智能家居的核心,包括機器人、智能音箱、智能電視等產品，提供兒童教育、老人陪伴、生活助理、健康監測等服務，智能家居系統將逐步實現家居自我學習與控制，從而提供針對不同用戶的個性化服務。
目前智能家居仍處於從手機控制向多控制結合的過渡階段，手機APP仍是智能家居的主要控制方式，但基於人工智慧技術開發出來的語音助手、搭載語音交互的產品等軟硬體產品已經開始進行市場教育，通過語音控制，多產品聯動的使用場景逐步變為現實。而在未來人工智慧將推動智能家居從多控制結合向感應式控制再到機器自我學習自主決策階段發展。
人工智慧與智能家居的結合蘊藏著巨大的機會，但目前人工智慧技術本身的發展，主要還是在單點領域獲得了突破，從通用技術和通用平台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，仿人體五感的各類感測器都有成熟產品，但缺乏高度集成、統一感知協調的中控系統，對於各個感測器獲得多源數據無法進行一體化的採集、加工和分析。未來的突破點將發生在軟體集成環節和類腦晶元環節。
二是強人工智慧尚未實現關鍵技術突破。在技術研發層，目前進展屬於初級階段，對於高層次的人工意識、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」研究還處於摸索階段。未來的突破點將發生的腦科學研究領域。
三是智能硬體平台應用性和自主化存在差距。應用層的智能硬體平台，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於人工智慧初級發展水平，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。
在這個弱人工智慧的時代，雖然市場在逐步落地，消費者在不斷被教育，但能真正達到徹底無感的操控體驗，讓系統提前預知人的需求，還需要很長的路要走，諸國混戰的局面還將繼續持續。找到合適的語音入口是挖掘智能家居背後用戶價值的關鍵。硬體本身具有入口價值，智能音箱，智能電視，家庭機器人等都有可能成為合適的入口。
傳統的滑鼠操作、觸屏操作逐漸向語音交互這種更為自然的交互方式演進，語音交互的未來價值在於用戶數據挖掘，以及背後內容、服務的打通，以語音作為入口的物聯網時代將會產生新的商業模式。智能音箱、服務機器人、智能電視等智能化產品成為現階段搭載語音識別技術和自然語言處理技術的載體，作為潛在的智能家居入口，智能音箱、服務機器人和智能電視等產品在提供原有的服務的同時，接入更多的移動互聯網服務，並實現對其他智能家居產品的控制。這些產品為付費內容、第三方服務、電商等資源開拓了新的流量入口，用戶多方數據被記錄分析，廠商將服務嫁接到生活中不同的場景中，數據成為基礎，服務更為人性化。
AI的體驗變革
從最早的Wi-Fi聯網控制到如今的指紋識別、語音識別，人機交互性能大大提升，智能家居產品正在由弱智能化向智能化發展。而智能家居產品受眾也將從嘗鮮者轉向更為普通的用戶，甚至包括老人和小孩。更智能化的技術應用、更複雜的用戶結構和更廣泛的用戶覆蓋等因素必將促使智能家居產品趨於簡單實用。
語音交流更傾向於日常交流方式：通過人類的語言給機器下指令，從而完成自己的目的，而無需進行其他操作，這一過程將更為自然。同時語音交互在特定的場景中具有優勢，比如遠程操縱、在行車過程中等，能夠實現在特定場景中解放雙手的作用，在家居相對封閉的環境中，語音識別成為主流的人機交互方式。語音控制基本貫穿全部智能家居，覆蓋到大部分生活場景，卡位消費升級。以語音為入口的人工智慧物聯網方案，將是智能家居的兵家必爭之所在。
智能化和人機交互體驗的升級將大大擴寬智能家居應用場景，2016年，智能安防類產品落地，指紋鎖、智能攝像頭等產品受到了廣泛關注。隨著智能感知、深度學習等技術的提升，智能燈光、智能溫控等產品也逐漸趨於成熟，2017年智能音箱成為爆款產品。當用戶需求不斷擴大，產品愈加豐富，智能家居將會滲透到家居生活的方方面面。
智能家居的多級階段
智能音箱、智能電視、管家型機器人將繼續搶佔智能家居控制中心，智能家居趨於系統化。人工智慧是無法跨越的，這一階段是前期積累的長期結果。
智能家居的發展已經走過了兩個階段：一是聯網控制，諸如名目繁多的智能水壺、智能插座等。二是家電聯網，終端接入感測器，去觸發其他設備聯動。第三個階段重點在人機交互，趨近於人工智慧。人與家電的溝通，就像人與人的溝通。
如果再探討一下，下一步是腦機控制，例如在英劇《黑鏡》中，智能家居公司將女主人的「意識副本」植入家中的控制中樞，偌大的房子便有了一個人工智慧管家，它熟悉主人的一起喜好和習慣，永遠會在合適的時候激活合適的電器。
在AI賽道上，家電巨頭幾乎同步賽跑，但是缺少行業頂層架構的全局意識，需避免一擁而上、盲人摸象、資金浪費的現象。硬體設備與演算法公司合作，植入AI演算法後的家電，支持初級的AI，其後被的邏輯演算法成熟度與資料庫成熟度都尚未架構。有AI功能的家電產品並不代表該企業有實施AI系統應用的技術能力。廠商具備AI硬體產品後，如何去對接其它產品，如何對接平台系統。
AI家電仍然在第一階段
AI家電並不只是簡單的在前後端產品和平台系統中植入AI模塊，而是一套完整的感知+認知計算體系架構，其中包含了視頻和數據采、存、管、用、維的方方面面。如果AI計算、大數據計算都由雲中心來做，實際項目建設的可行性存在很大問題。AI計算放在邊緣來做，更好地符合用戶實際使用場景。在實際場景中，很多的業務發生在邊緣域，而且不同的邊緣域往往存在個性化的數據應用需求，如果統一由雲中心來做，將很難滿足個性化需求。
人臉識別演算法公司承擔了部分AI的工作，即將視頻轉化為數據。在垂直行業應用中，要將數據轉化為信息並創造業務價值，還有大量的其他工作要做，比如數據如何存儲、如何清洗、如何關聯、如何分析、如何碰撞等等。演算法需要高性能的算力來支撐、需要被按需調度，這樣才能使系統達到更好的擴展性、可靠性、開放性。對於完美的AI家電來說，演算法和算力是引擎，數據是燃料只有將這些有效結合，火箭才能升空。
數據匯聚上雲進行大數據分析，已經逐漸成為業內共識。例如在視頻處理中，側重在邊緣實現視頻圖像的AI處理，AI計算就近存儲；雲中心則作為邊緣AI能力的補充。相比統一匯聚到雲端進行AI處理的模式，具有低延遲、低能耗、更精準、更高效、更可靠等優勢。
人工智慧密碼
雖然近兩年人工智慧的概念很火，但是要對人工智慧本身有一個良好認知，按照科技、商業發展趨勢的戰略來推進是非常重要的。人工智慧的三次浪潮：從1956年Dartmouth會議人工智慧誕生後，60年過去了，在歷經了兩次起伏後，近10年來，人工智慧迅速發展，從2006年深度學習理論被提出開始，不斷發展，直到2016年深度學習應用(Memory、DNC、GAN)全面開花，充分發揮大數據的能力。現在AI已經進入第三次浪潮，成為真正爆發的前夜。
提到人工智慧，在國內必須提及AI的代表公司科大訊飛。科大訊飛執行總裁、消費者BG總裁胡郁說「人工智慧的最大挑戰是感知智能和認知智能，以及人工智慧未來在人機交互界面、垂直行業的深度應用的想像空間。」2014年8月，訊飛正式啟動訊飛超腦計劃，研發基於類人神經網路的認知智能系統。借鑒腦科學的最新技術，理解大腦運算過程，從邏輯推理到語言表達;從感知智能和認知智能兩個層面進行突破，既通過感測器和演算法感知世界，又能夠對自然和人類世界進行認知。
另外，我們在家電圈得點名一下海爾，作為傳統家電中率先向互聯網轉型的海爾，深耕人工智慧技術，注重進行背後「大腦」的建設，實現家電智慧化，讓產品具備自學習、自演進的能力。2016年發布了「U+大腦」，2017AWE期間又推出其升級版——「U+雲腦「，可以認為是目前智慧家庭產業生態中先進的人工智慧狀態，其核心就是知識圖譜，實現了語音交互的升級，連接人和服務，讓智慧家庭有了IQ，讓設備具備了思考能力，可以精準的為「用戶和設備畫像」，更懂用戶，更懂設備，服務更貼心，更加符合智慧家庭場景應用的特點。海爾攜帶旗下海爾、美國GE Appliances、紐西蘭Fisher &Paykel、日本AQUA、卡薩帝、統帥6大家電品牌重磅亮相，以及由整套全互通互聯智慧家電構成的全球首個智慧家庭，展示智慧家庭實現從家電主動服務到生活關懷體驗的成果，房間內有一位神秘「管家」，不僅可以幫你管理家電，還是你的生活助理。
5G技術的新衝擊
5G所帶來的更強大的數據連接能力對AI的發展和應用起到了很大幫助。首先AI設備可以更快更智能地連接到更豐富的數據，5G連接所具有的高帶寬低延遲的特點使得AI設備可以儘可能的訪問更多的額外信息，從而更準確地感知其運行的環境和語境；其次更快的數據處理速度讓AI設備擁有更快的反應力，由於幾乎所有的AI設備數據都是在雲上進行處理的，5G網路所提供的高速上傳下載能力使AI設備的感知變得更有效率。最重要的是，有了5G網路的幫助AI設備才能真正意義上的實現自我學習，快速可靠的5G數據連接將會讓AI設備可以實時的更新自己的機器學習資料庫，從而使AI設備能夠更順利地從錯誤中總結經驗教訓。
TAG:優互視點 |