電子發燒友網報道(文/黃山明)在智能家居的不斷普及下,家電產品向智能化、信息化轉型已經成為既定趨勢。而智能家居之所以帶有“智能”二字,與AI技術有著密切的關聯,不過由于眾多消費者對于AI的認知還停留在過去,許多人甚至認為AI與家電的結合不過是智商稅。但隨著AI技術的成熟,智能家居也開始真正變成“AI”級家電。
人工智能一詞最初是在1956年于達特茅斯學會上被提出,而這一技術可以算作是計算機科學的一個分支。目前人工智能主要分為兩大部分,即前端交互技術與后端人工智能技術。前端交互技術主要包括語音、體感、視覺與思考,也就是賦予設備聽覺、感知、視覺與思想的類人功能,讓設備與人可以更自然的進行交互;后端人工智能則主要包括核心算法、語義識別等。
長期以來,人工智能技術盡管發展迅速,甚至一度創造出AlphaGO來戰勝了人類的圍棋高手,但人工智能的落地難卻是一直擺在這項技術面前的難題。而今,智能家居的出現給了人工智能技術一個落地的場景。
近期科技部發布的《關于支持建設新一代人工智能示范應用場景的通知》,便公布了首批人工智能示范應用的十大場景,其中包括智能家居、自動駕駛等。
人工智能與智能家居相結合,帶來了兩個巨大的變革,一個是新的交互方式,另一個是新的感知。
新的交互比如智能語音、智能視覺交互方式,通過人機對話的方式,或者讓設備看見自己從而進行識別。通過這些交互的方式,能夠讓智能家居更懂用戶。
而新的感知則是通過大數據或傳感器來讓設備從過去的被動式響應,慢慢向主動式響應發展,通過對外收集的數據,讓智能家居能夠感知到外部環境的變化,可以多維度了解用戶當前所處的場景,從而為用戶提供更加場景化與個性化的服務。
比如智能空調可以根據室外環境溫濕度來自動調節自身的溫度情況,并且給予用戶個性化的室內居家環境。又比如智能掃地機器人采用激光導航技術,可以幫助掃地機器人進行定位、建模、路徑規劃,并且搭配上更好適應居家環境的SLAM算法,自動定位當下的位置。用戶也可以通過遠程控制與管理,查看掃地機器人的工作狀態。
顯然,人工智能技術應用在家電當中可以煥發無限可能。不過從人工智能技術本身的發展來看,在通用技術、通用平臺等方面仍有許多地方有待突破。
比如數據流通與協同感知還有待提升,由于數據流通的限制,讓許多高價值數據難以得到有效的利用。而在感知環節,盡管各類傳感器已經有相對成熟的產品,但缺乏高度集成、同意感知協調的中控系統,這也讓傳感器收集到的數據無法進行一體化采集、加工與分析。
同時,人工智能技術本身還處于初級階段,對于高層次的人工意識、情緒感知環節并沒有明顯的突破,這阻礙了人機交互的進一步發展。
最后是智能硬件平臺應用性與自主化存在差距,受限于初級人工智能,導致智能家居短期內難以擁有接近于人的推理學習與分析能力,也沒有接近人的判斷力,更無法做到接近人的執行力。
當人工智能解決了這些技術瓶頸,再與智能家居有機的結合起來,這樣一來,才算得上是真正的“AI級”家居。
人工智能一詞最初是在1956年于達特茅斯學會上被提出,而這一技術可以算作是計算機科學的一個分支。目前人工智能主要分為兩大部分,即前端交互技術與后端人工智能技術。前端交互技術主要包括語音、體感、視覺與思考,也就是賦予設備聽覺、感知、視覺與思想的類人功能,讓設備與人可以更自然的進行交互;后端人工智能則主要包括核心算法、語義識別等。
長期以來,人工智能技術盡管發展迅速,甚至一度創造出AlphaGO來戰勝了人類的圍棋高手,但人工智能的落地難卻是一直擺在這項技術面前的難題。而今,智能家居的出現給了人工智能技術一個落地的場景。
近期科技部發布的《關于支持建設新一代人工智能示范應用場景的通知》,便公布了首批人工智能示范應用的十大場景,其中包括智能家居、自動駕駛等。
人工智能與智能家居相結合,帶來了兩個巨大的變革,一個是新的交互方式,另一個是新的感知。
新的交互比如智能語音、智能視覺交互方式,通過人機對話的方式,或者讓設備看見自己從而進行識別。通過這些交互的方式,能夠讓智能家居更懂用戶。
而新的感知則是通過大數據或傳感器來讓設備從過去的被動式響應,慢慢向主動式響應發展,通過對外收集的數據,讓智能家居能夠感知到外部環境的變化,可以多維度了解用戶當前所處的場景,從而為用戶提供更加場景化與個性化的服務。
比如智能空調可以根據室外環境溫濕度來自動調節自身的溫度情況,并且給予用戶個性化的室內居家環境。又比如智能掃地機器人采用激光導航技術,可以幫助掃地機器人進行定位、建模、路徑規劃,并且搭配上更好適應居家環境的SLAM算法,自動定位當下的位置。用戶也可以通過遠程控制與管理,查看掃地機器人的工作狀態。
顯然,人工智能技術應用在家電當中可以煥發無限可能。不過從人工智能技術本身的發展來看,在通用技術、通用平臺等方面仍有許多地方有待突破。
比如數據流通與協同感知還有待提升,由于數據流通的限制,讓許多高價值數據難以得到有效的利用。而在感知環節,盡管各類傳感器已經有相對成熟的產品,但缺乏高度集成、同意感知協調的中控系統,這也讓傳感器收集到的數據無法進行一體化采集、加工與分析。
同時,人工智能技術本身還處于初級階段,對于高層次的人工意識、情緒感知環節并沒有明顯的突破,這阻礙了人機交互的進一步發展。
最后是智能硬件平臺應用性與自主化存在差距,受限于初級人工智能,導致智能家居短期內難以擁有接近于人的推理學習與分析能力,也沒有接近人的判斷力,更無法做到接近人的執行力。
當人工智能解決了這些技術瓶頸,再與智能家居有機的結合起來,這樣一來,才算得上是真正的“AI級”家居。
聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。
舉報投訴
-
AI
+關注
關注
87文章
34256瀏覽量
275411
發布評論請先 登錄
相關推薦
熱點推薦
算力即國力,比克電池如何為AI時代“蓄能
從車路協同破解出行困局,到AI醫生實現千萬級問診,再到智能工廠的全球零時差協同——人類正加速邁入以算力定義生產力的“智算紀元”。2024年,央視和國資委聯合制作的《大國基石》系列紀錄片

AI原生架構升級:RAKsmart服務器在超大規模模型訓練中的算力突破
近年來,隨著千億級參數模型的崛起,AI訓練對算力的需求呈現指數級增長。傳統服務器架構在應對分布式訓練、高并發計算和顯存優化等場景時逐漸顯露瓶頸。而RAKsmart為超大規模模型訓練提供
大算力芯片的生態突圍與算力革命
據的爆發式增長,大算力芯片已成為科技競爭的核心領域之一。 ? 大算力芯片的核心應用場景豐富多樣。在人工智能訓練與推理方面,大模型(如 GPT、Llama)的訓練需要超大規模算力(例如千億參數級
RAKsmart服務器如何重塑AI高并發算力格局
在AI大模型參數量突破萬億級、實時推理需求激增的當下,傳統服務器架構的并發處理能力已逼近物理極限。RAKsmart通過“硬件重構+軟件定義”的雙引擎創新,推出新一代AI服務器解決方案。下面,A
DeepSeek推動AI算力需求:800G光模塊的關鍵作用
隨著人工智能技術的飛速發展,AI算力需求正以前所未有的速度增長。DeepSeek等大模型的訓練與推理任務對算力的需求持續攀升,直接推動了服務器、光通信設備以及數據中心基礎設施的升級。特別是在大規模
發表于 03-25 12:00
信而泰CCL仿真:解鎖AI算力極限,智算中心網絡性能躍升之道
引言 隨著AI大模型訓練和推理需求的爆發式增長,智算中心網絡的高效性與穩定性成為決定AI產業發展的核心要素。信而泰憑借自主研發的 CCL(集合通信庫)評估工具 與 DarYu-X系列測試儀 ,為智

企業AI算力租賃模式的好處
構建和維護一個高效、可擴展的AI算力基礎設施,不僅需要巨額的初期投資,還涉及復雜的運維管理和持續的技術升級。而AI算力租賃模式為企業提供了一種靈活、高效且成本可控的解決方案。下面,
DAC5675的數據和時鐘到底怎么設計才算合理?
數據是FPGA發送,時鐘由時鐘芯片提供,時鐘和數據的延遲還是沒法解決,想請TI的工程師看看這樣的設計是否合理,DAC5675的數據和時鐘到底怎么設計才算合理?
發表于 12-04 06:45
存算一體架構創新助力國產大算力AI芯片騰飛
在灣芯展SEMiBAY2024《AI芯片與高性能計算(HPC)應用論壇》上,億鑄科技高級副總裁徐芳發表了題為《存算一體架構創新助力國產大算力AI芯片騰飛》的演講。
當供電與制冷走向融合,AI智算基礎設施如何加速蛻變?
要想富,先修路——這種以基建引領整體經濟發展的思路,同樣適用于當下的AIGC時代。盡管大模型的落地進程充滿波折,真正的殺手級應用尚在孕育中,但圍繞AI基礎設施的投入力度持續上升,以智算

用AD630做了一個簡易的鎖相放大器,如何才算成功的把信號提取出來?
我用AD630做了一個簡易的鎖相放大器。前置放大為100倍,輸入信號為30uv的正弦波,最后經過低通后的信號大約3mv的直流信號 。感覺得到的信號幅值太小,沒有達到我想象中的樣子。我想問的是:如何才算成功的把信號提取出來?就例如待測信號為30uv,輸出為多少
發表于 09-09 06:54
安謀科技異構算力組合,破局生成式AI算力挑戰
,“此芯P1”不僅異構集成了Armv9 CPU核心與Arm Immortalis GPU,還搭載了安謀科技(中國)有限公司(以下簡稱“安謀科技”)“周易”NPU等自研業務產品。憑借高能效的異構算力資源、系統級的安全保障以及強大的技術生態支持,“此芯P1”將更好地滿足生成式
IBM助力圖靈新智算構建全能AI平臺
近日,圖靈新智算(廣州)科技有限公司(以下簡稱為“圖靈新智算”)宣布采用 IBM 新一代 AI 與數據平臺 watsonx 的三大功能組件 watsonx.data、watsonx.ai
ESP32-WROVER-B 16M固件里的WiFi參數怎么設置才算最優?
有哪位大佬知道WiFi參數怎么設置才算最優?
比如以下這些
CONFIG_ESP32_WIFI_STATIC_RX_BUFFER_NUM
發表于 06-24 06:02
評論