■ 中国妇女报全媒体记者 陈姝
随着科技迅速发展,AI技术在智能家居领域应用越来越广泛,也让生活变得更便捷与舒适。AI技术在智能家居领域具体有哪些应用?又如何改变生活?怎样保护在使用过程中的用户数据安全?智能家居还有哪些提升空间?中国妇女报全媒体记者采访了相关专家。
AI在智能家居应用的两个方向
扫地机器人、做饭机器人、智能家居系统……在云米科技AIoT智能家庭中心总经理张帆看来,全屋智能依赖AI技术越来越广泛。围绕AI技术应用,云米提出“1=N44” “一站式全屋智能”解决方案:即家是一个整体,通过家庭ID连接云米自主研发的60多个品类智能产品,结合无感组网、主动智能、空间感知、自然交互4大关键能力,为用户提供丰富的空间智能化方案。
海尔智慧家数字化转型平台总经理、数字家庭网络国家工程研究中心副主任田云龙表示,场景化智能是未来智能家居发展的趋势。海尔推出“1+3+5+N”全屋智慧全场景解决方案:即1个智家大脑平台,3大全屋专业系统(全屋智能、全屋用水、全屋空气),5大家庭智慧空间(智慧厨房、智慧卧室、智慧阳台、智慧客厅、智慧浴室)和N种个性化生活场景。
田云龙提到,对于独立的智能设备来说,如冰箱、空调、洗衣机等都已经集成了AI技术,最直观的变化就是用户可以通过语音与设备交互。当然AI的应用远不止于此,比如集成AI应用的冰箱,现在能主动进行食材管理,识别食材种类、存储日期等信息,会提示用户食材的最佳储鲜区域,并对久存未用的食材主动发出提醒;能主动学习用户所在地域的饮食习惯,推荐应季食材和科学膳食方案。再比如,洗衣机可以通过识别衣物材质来进行最佳洗涤方案自动选择。
同时,随着用户对智能家居需求的持续演变,智慧化的场景已成为趋势和焦点。它可以主动感知用户需求,可以联动多个设备。比如,通过AI技术,在不同场景下,空调、新风、灯光、窗帘都可以智慧调控,可以根据用户使用习惯、天气状况、室内状况等条件,做出感应;再比如在厨房场景中,燃气泄漏、水管漏水等问题,可以实现联动水阀和燃气灶等进行紧急响应。
张帆表示,AI让用户能够享受到更加无感、更加细致的空间智能体验,超越用户的感知范畴,并且不需要复杂的操作,包括设备控制能力、交互能力提升,以及多设备协同完成的智能化场景。
使用了智能门锁:用户回家不再需要钥匙,只用指纹或者刷脸就能解锁大门,小孩回家也会有提示,没有关门会有报警,安全放心。
使用了智能家居套系产品:回家开门的同时,灯光自动打开,电视播放喜欢的频道,空调调整到合适的温度。简单便捷。
使用了智能家电,可以根据习惯来控制您的设备:想去洗澡的时候,洗澡水已经提前预约准备好了;基于偏好,给用户推荐菜谱并且自动调节烹饪程序;根据使用的人不同,空调自动调整到其最适宜的温度。
针对老人单独在家的情况,也有强大的安全保护:洗手间安装的毫米波雷达,实现跌倒检测;厨房的传感器,遇漏水自动关水阀、燃气泄漏自动排烟、干烧自动关灶等等。
使用智能场景模式,自然交互完成多设备控制,声音就是遥控器:例如一句指令就可以进入睡眠模式,灯光关闭、空调调至柔风等。
针对这些智能场景模式,田云龙谈道,智慧家庭AI,主要是通过深度语义理解技术、专业家庭知识增强训练等,让AI更理解语言、更理解生活和用户,使用户与定制化服务实现了无缝连接,告别了家庭人工智能“不智能”的刻板印象。
AI技术应用简化了复杂家务操作流程
用户在实际使用过程中,对AI驱动的智能家居有怎样的体验感受?AI给用户的生活带来了哪些改变和便利?
田云龙认为,AI技术的介入,为用户在安全、舒适、便捷、健康和智能化等多方面都带来了显著的体验提升。
比如,可以根据模糊对话生成推荐场景,服务更主动。当用户说“好累、好困、好冷”时,AI驱动的智能设备可以通过收集模糊指令,结合用户习惯及偏好,创建能满足用户此刻需求的个性化场景。
此外,AI技术的应用也极大地简化了用户面对复杂家务的操作流程。与传统方式相比,仅需“提前打开空调”“关闭窗帘”“我要学习了”等一句话指令,用户就能体验到智能化生活带来的便捷。
当然,这还不是全部,现在已经运用知识引擎在引导家居设备的智能控制。比如用户在与设备对话进行知识问答时,会自动关联设备控制,主动询问用户,提示服务;目前,还正在做知识与客服售后的联动,主动为用户发现问题,并引导用户在线自行解决,解决不了的会联动售后服务自动处理。所以,在很大程度上讲, 正是由于AI技术在安全、便捷等方面的助力,才加速开启了健康、绿色、科技且充满魅力的美好生活!
未来发展趋势:个性化和无感化服务
目前AI在智能家居中的技术发展处于怎样的阶段?存在哪些技术挑战和突破点?
张帆认为,智能家居的AI化应用还处于早期,初始是设备联网远程控制,目前是以场景智能为主,后续一定会往无感智能、个性化主动式服务方向演进,给用户交付一个完整的智能空间方案,基于现有已落地的技术方案,仍面临很大的挑战。
基础性连接问题:全屋智能大量异构设备组成的分布式系统,面向消费市场的易用性、连接的可靠性方面仍存在挑战;不同品牌产品之间无法互联互通,所产生的“品牌孤岛”也一直是行业难题。
深度感知能力问题:从单设备的感知,到家庭空间下对人、物、场的协同深度感知,仍存在感知深度、精度不足,泛化场景下的适应性不够,隐私保护等方面的挑战。
AI决策执行闭环问题:复杂场景下AI推理和控制执行能力仍然不足,导致关键路径仍需要人为干预,无法真正智能化闭环解决用户的“痛点”。
值得注意的是,现在全屋智能主要应用还是在环境调节(灯光、温度等)、安防应用上;全屋智能的突破口还是在于关键场景挖掘及结合AI技术的深度满足,例如用户高频或者最关切的场景,能不能通过技术手段闭环满足;在充分满足的基础上,是否能够做到成本最优,达到用户本身的消费预期。
就未来AI发展趋势,张帆进一步表示,发展趋势会往个性化服务、无感化服务上发展,围绕商业化应用落地,目前研究方向包括:多模态感知技术,充分感知人、物、场的变化,自动识别用户身份和当前状态;大模型技术的结合应用,研究适合家庭场景的可边缘计算的推理模型,完成基于感知数据的自动推理来实现无感化控制,家用智能Agent;具身智能,构建和家庭环境交互感知、自主规划、决策、行动的服务机器人,完成例如打扫房间、烹饪等复杂的任务;自然交互,结合虚拟仿真技术,构建陪伴型数字人,并且可以通过大模型结合应用,完成类人式交互;通过AR等技术应用,实现物理空间和数字空间的结合,所见即可控;结合脑机交互,实现所想即可控。
田云龙认为,从行业发展来看,最大的挑战应该是如何通过AI实现与行业范围内更广泛生态资源的充分协同。这包括手机、运营商以及各产品公司之间的互联互通,其中不仅涉及商业利益问题,同时也涉及复杂的跨层次、跨领域的技术难题。比如设备的兼容性与标准化问题、可控性可解释性问题、AI技术的深度学习与自适应能力以及更加个性化的服务能力协同问题等。
目前,大模型特别是垂域大模型作为AI技术的新突破口,随着其模型性能的提升和各方产业资源的持续投入,在用户体验,多模态交互、可靠性增强和产业生态融合等方面都已经取得了一些突破。
基于AI技术的持续驱动,智能家居将迎来快速发展,最终达到L5泛在完全智能化。这意味着当用户需要任何服务时,AI技术都可以提供全方位、多维度的服务。
例如在未来的家庭中,基于AI应用的家庭服务机器人将成为家庭中新增的大家电成员,且成为主流配置。它不仅可以像人类一样提供服务,而且在某些专业领域将具备超过人类的响应和处理能力。
当下,智能家居领域也正在探索全能型机器人和智能体应用。未来,随着这些技术的实践和普及,将有助于推动整个产业和服务模式的升级。
未来的智慧家庭将是通过数据和算法的深度融合,实现从产品到场景、再到生态服务的全方位智能化升级,让“智慧引领美好生活”的愿景成为现实。
智能家居用户如何控制风险
有人也会担心,AI在智能家居中会不会泄露用户的安全和隐私?面对风险如何应对呢?
田云龙谈道,AI的深化和进步依赖于数据要素的积累和应用,所以技术方和用户方都非常重视数据的安全性和隐私保护。这也是目前AI技术发展过程中面临的重要问题之一。
目前国家和行业在数据安全方面的关注点主要有两方面:一是用户隐私数据会不会被直接采集且被公开或者用于AI训练;二是AI输出的内容的可靠性和安全性问题,会不会引发不安全的控制或者引起伦理风险。
田云龙表示,对数据安全尤其是用户数据的保护一直高度重视,也早有防控,主要是从三方面进行风险应对。
一是数据采集方面:通过采用在边缘端处理用户信息的方式,也就是在用户本机上直接进行加密或者进行脱敏、模糊化处理,个别需要传输的内容则通过加密压缩和多重身份验证的方式开展。
二是在数据的管理方面:以海尔为例,目前有严格的企业数据分级管理制度,其中用户数据是最高等级的存在。针对加密数据,即使是数据保护管理专职人员,也无权查看;而针对非敏感信息,也需要通过二次脱敏检查、信息错换等方式进行完全脱敏,并且只会将数据变化为完全的统计信息,也就是行业常说的抽象数据。
三是在数据的应用方面:不止是在训练数据自行管理,还通过国家相关权威机构进行检测、认证和备案。通过同步使用自主内容护栏机制和第三方权威机构的数据筛查机制,防范不符合法律法规、道德规范的数据使用,规避其给用户带来潜在风险的可能。
张帆认为,AI技术应用是需要用户在数据让渡和便捷性上做博弈、做取舍,一定程度上,用户不分享个人数据很难做到个性化服务,也不利于AI的成长。
当然,数据作为AI时代的生产力要素,在数据安全采集、安全传输、安全存储、安全应用方面,行业内均有相关应对措施。以云米科技为例,构建了一整套覆盖端、边、云的立体化措施来保护用户隐私及数据安全,涉及设备端安全、通信安全、云端安全、数据安全、边缘计算技术。
设备端安全主要是对设备控制实现可信认证,对数据采集存储实现加密,防范非法入侵风险;通信安全主要对数据的传输过程实现有效控制,防止泄露入侵风险,包括通信协议安全,传输链路安全以及异常流量的分析识别等;云端安全主要是对云服务的安全加固,防范各类潜在攻击;数据安全主要是对数据要素的存储和使用过程提出系统性方法,涵盖脱敏、存储、管理、使用、评估、审计多个方面;边缘计算技术主要是把用户日常交互的数据采集及控制决策,从云端下放到用户家用设备上完成。实现采集数据不出家庭,AI应用仍然可用,切实保证用户隐私。
建立AI技术测试构建良性发展生态
如何让AI在智能家居中未来的应用发展前景越来越广阔?
田云龙建议,首先,在技术层面,需要加大对AI技术的投入,随着AI技术的创新与应用,有机会以更快速、更低成本的方式进行智能化产品开发,从而达到产品体验提升和成本降低的平衡。
其次,在产业结构方面,智能家居产业的持续发展,需要上下游产业链共同参与。只有所有参与方统一目标,并在设备标准和应用场景方面达成共识,才能保持行业的高速发展。
最后,在数据与标准积累方面,全面且科学地积累高质量数据和知识是突破AI发展瓶颈必不可少的一环。未来,数据与知识质量将决定在AI领域的竞争优势。这方面建议由政府、行业团队以及相关协会等组织为主导,共同推动高质量数据和相关标准的积累工作,充分发挥数据要素价值,将加速实现行业跨越式发展。
张帆建议,AI技术是依赖场景和数据的给养。建议针对不同的场景,能够建立产业联盟,在保护用户隐私基础上,共享用户的场景数据,建立AI技术测试评价标准,一起构建良性发展的生态。