新一代信息與通信技術(shù)的飛速發(fā)展，把智能家居行業(yè)推上了發(fā)展的快車道。

在5G技術(shù)的加持下，智能設(shè)備間的連接速度、穩(wěn)定性和安全性都得到了極大提升，而AI技術(shù)則增強(qiáng)了終端設(shè)備的學(xué)習(xí)能力，為用戶帶來了更好的使用體驗(yàn)。奧維云網(wǎng)監(jiān)測數(shù)據(jù)顯示，2020年我國智能家居配置率高達(dá)84.2%，已經(jīng)成為了很多消費(fèi)者的“新寵”。

但以此定義智能家居時(shí)代的來臨，恐怕還為時(shí)尚早。

一個(gè)明顯的現(xiàn)象是，當(dāng)前的智能家居系統(tǒng)，大多是由數(shù)個(gè)單件智能家電組成，在品牌與技術(shù)壁壘下，每個(gè)廠商都有自己的應(yīng)用協(xié)議，設(shè)備像是一座座“孤島”，沒有形成真正的互聯(lián)互通。很多小家電直接淪為了下游交互設(shè)備，成為智能家居體系的“旁觀者”。

此外，雖然電視已經(jīng)能實(shí)現(xiàn)智能推薦，但是在網(wǎng)絡(luò)信息大爆炸、用戶時(shí)間碎片化的今天，用戶的喜好內(nèi)容瞬息萬變，電視的精準(zhǔn)推薦精度也需不斷再提高，以此匹配用戶的需求。

很多廠家都意識到了這些問題，但解決起來卻困難重重。

在AI技術(shù)的發(fā)展歷史上，視頻識別一直是一個(gè)價(jià)值極高卻又充滿挑戰(zhàn)的任務(wù)。相比圖像來說，視頻內(nèi)容和背景更加復(fù)雜多變，同時(shí)承載了人物、場景、動作、語言等多樣化信息，在濾鏡或遮擋的影響下不確定性強(qiáng)，情節(jié)內(nèi)容有時(shí)又和風(fēng)格有巨大反差，為視頻識別帶來了巨大困難。

基于人工特征的視頻動作識別是常見的技術(shù)之一。在央視大型科技挑戰(zhàn)類節(jié)目《機(jī)智過人》上，知名人工智能企業(yè)銀河水滴曾展示了一項(xiàng)“步態(tài)識別”技術(shù)，從10個(gè)身高體型相似的志愿者中成功找到了目標(biāo)人物。相對于傳統(tǒng)的指紋識別、人臉識別，其識別角度更大，且無需專門配合，受到了業(yè)內(nèi)高度關(guān)注。

不過，極鏈AI研究院徐寶函教授指出，單一的動作識別存在一定局限性，例如面臨大規(guī)模數(shù)據(jù)采集時(shí)，缺乏一定的靈活性和可擴(kuò)展性。他認(rèn)為，基于雙流的神經(jīng)網(wǎng)絡(luò)，即同時(shí)判斷視頻中人或物體外表及運(yùn)動信息，準(zhǔn)確率上會有較為明顯的提升。

2013年，深圳一家行業(yè)頭部企業(yè)聯(lián)合科研高校開展了一項(xiàng)新研究，希望利用人工智能和大數(shù)據(jù)的技術(shù)優(yōu)勢，進(jìn)一步提升視頻識別和個(gè)性化推送的準(zhǔn)確率。

在該項(xiàng)研究中，視頻行為識別技術(shù)與視頻場景和物體識別技術(shù)分別采用了兩種不同邏輯。前者主要依靠構(gòu)建視頻表現(xiàn)與運(yùn)動信息統(tǒng)一的分析模型，并采用多種視頻時(shí)空域及基于深度學(xué)習(xí)的行為識別方法;而后者是基于模糊理論的特征編碼并結(jié)合語義映射。多項(xiàng)技術(shù)的疊加下，視頻的識別準(zhǔn)確率有了顯著提升。

但識別出視頻內(nèi)容遠(yuǎn)遠(yuǎn)不夠，還需要知道推送給哪些人才能更受歡迎。

傳統(tǒng)模式下，無非是將內(nèi)容按標(biāo)簽歸類，如搞笑、美食、健身等，然后讓用戶分門別類去查找，或者采用主動搜索的方式。

但這并不符合當(dāng)前新消費(fèi)群體的需求，快節(jié)奏的生活和碎片化的時(shí)間，用戶首因效應(yīng)(也稱“第一眼效應(yīng)”)十分明顯，打開電視就要看到自己感興趣的內(nèi)容，才能夠產(chǎn)生持續(xù)的注意力。而這一目標(biāo)的實(shí)現(xiàn)可謂是“雙刃劍”，一旦判斷錯(cuò)誤就會搞出笑話和烏龍，社交網(wǎng)絡(luò)上到處都是“為什么給我推薦這個(gè)”的吐槽。

該項(xiàng)研究采用的辦法是，在內(nèi)容推送之前，先通過預(yù)測模型計(jì)算，排序取出前1000萬用戶作為第一波流量池小規(guī)模推送，測試用戶在觀看視頻時(shí)的反饋。用戶的反饋主要來自于終端的使用行為，如點(diǎn)擊播放按鈕，視頻播放時(shí)長等，經(jīng)過計(jì)算，如果反饋正向，則進(jìn)一步擴(kuò)展相似人群進(jìn)行大規(guī)模推送，如果反饋負(fù)向，則進(jìn)行推送模型的優(yōu)化。經(jīng)驗(yàn)證，該方式的推薦點(diǎn)擊率比隨即方法提升了106%，消息到達(dá)率99.95%。

所以，要想家電真正做到“智能”，并不是一項(xiàng)或者簡單幾項(xiàng)技術(shù)就能解決的，而是要搭建一個(gè)完整的智能視頻業(yè)務(wù)處理系統(tǒng)，至少包含數(shù)據(jù)層、中臺層、服務(wù)層和終端層四個(gè)層面，逐級演算分析才能完成內(nèi)容歸類與精準(zhǔn)分發(fā)。

為表彰這一突破性成果，今年5月20日舉行的廣東省科技創(chuàng)新大會上，這個(gè)由康佳集團(tuán)研究院、易平方和深圳大學(xué)聯(lián)合申報(bào)的《新一代智能視頻業(yè)務(wù)系統(tǒng)及產(chǎn)業(yè)化》項(xiàng)目獲得了廣東省科技進(jìn)步獎(jiǎng)二等獎(jiǎng)。

該項(xiàng)目不但實(shí)現(xiàn)了智能視頻的個(gè)性化推薦及管理，還解決了視頻版權(quán)保護(hù)、多平臺兼容等行業(yè)棘手問題，是一個(gè)跨平臺的智能視頻業(yè)務(wù)系統(tǒng)。據(jù)了解，該技術(shù)已于2017年投入實(shí)際應(yīng)用，并有效帶動了智能家電的銷量增長，三年時(shí)間取得經(jīng)濟(jì)效益超80億。目前，搭載該技術(shù)的終端已累計(jì)超過7000萬臺。

這也是產(chǎn)學(xué)研一體化深度融合的經(jīng)典案例。德勤《全球人工智能發(fā)展白皮書》顯示，作為中國的科技產(chǎn)業(yè)重鎮(zhèn)，深圳擁有中國20%的AI企業(yè)，并吸引了眾多來自中山大學(xué)、華南理工、深圳大學(xué)等華南地區(qū)一流大學(xué)的人才，高校的智庫儲備和市場的應(yīng)用價(jià)值為科技創(chuàng)新提供了重要的生存土壤。

在新技術(shù)的不斷疊加下，智能家居已成為一個(gè)相當(dāng)大的戰(zhàn)場，既有向軟件擴(kuò)展的實(shí)體企業(yè)，也有向硬件延伸的互聯(lián)網(wǎng)大廠。雖然入口之爭仍在圍繞電視、音箱、手機(jī)持續(xù)，但大屏已經(jīng)占據(jù)了相當(dāng)大的主動權(quán)。核心技術(shù)的良性競爭，激勵(lì)著整個(gè)行業(yè)都在飛速向前發(fā)展。

技術(shù)很多時(shí)候超乎我們的想象，我們要做的就是相信，在不遠(yuǎn)的未來，我們對智能家居的設(shè)想都會照進(jìn)現(xiàn)實(shí)生活。

關(guān)鍵詞： 智能家居行業(yè) 智能家居 5G技術(shù) 使用體驗(yàn)