地平線張永謙：解構(gòu)智能家居的四大難點(diǎn)和解法 - 全文

3月10日，由智東西、AWE、極果等聯(lián)合舉辦“GTIC 2017全球（智慧）科技峰會(huì)”在上海證大喜馬拉雅中心正式開幕。地平線機(jī)器人副總裁張永謙發(fā)表了名為“‘端+云’點(diǎn)亮智能家居新時(shí)代”的主題演講，詳細(xì)解構(gòu)了智能家居在發(fā)展過程中的遇到的四大難點(diǎn)及解法：應(yīng)用場(chǎng)景多而分散、用戶體驗(yàn)復(fù)雜、技術(shù)需要發(fā)展、個(gè)性化大數(shù)據(jù)收集。

以下為張永謙演講的要點(diǎn)精摘：

1、目前中國(guó)的4億家庭中，有1億為中產(chǎn)階級(jí)家庭，智能家居市場(chǎng)非常龐大，智能電子設(shè)備能夠達(dá)到每年萬(wàn)億市場(chǎng)，其它消費(fèi)及服務(wù)則高達(dá)每年50萬(wàn)億。

2、未來，家庭人工智能的進(jìn)步趨勢(shì)：物理入口分散化到智能設(shè)備、智能家電、智能硬件上；交互方式升級(jí)到圖像、語(yǔ)音、觸控；以及決策過程從人類自主決策升級(jí)到AI主動(dòng)推薦。

3、智能家居市場(chǎng)未能爆發(fā)的原因：

1）應(yīng)用場(chǎng)景多而分散：娛樂、健康、教育、家電、玩具、攝像頭等；

2）用戶體驗(yàn)復(fù)雜：真實(shí)場(chǎng)景下的自然交互非常困難；

3）感知、認(rèn)知、傳感器融合技術(shù)等發(fā)展存在難點(diǎn)；

4）個(gè)性化大數(shù)據(jù)收集需要優(yōu)化。

4、面對(duì)應(yīng)用場(chǎng)景多而分散的問題，要找到主要矛盾與不變量，即主體是“人”?；谌四?、動(dòng)作、人體、語(yǔ)音、以及各種圍繞人的家庭應(yīng)用，深入解決“人”的問題。

5、在技術(shù)上要完成對(duì)智能家居最好體驗(yàn)的布局，必須把圖象和語(yǔ)音的技術(shù)融合，只是單獨(dú)的做語(yǔ)音和圖象是缺位的。人的交互和獲取信息采用融合的方式，單獨(dú)的語(yǔ)音和圖象，或者單獨(dú)的其他任何傳感器，都不能涵蓋所有的應(yīng)用場(chǎng)景。一定是“圖象+語(yǔ)音”。另外，視覺價(jià)值是高維的，80%的價(jià)值信息來自于圖象，只有20%來自于語(yǔ)音。

6、將來的智能家居市場(chǎng)是端+云的架構(gòu)。端智能的價(jià)值在于：不依賴于網(wǎng)絡(luò)，穩(wěn)定可靠；具備實(shí)時(shí)性；可過濾有價(jià)值數(shù)據(jù)。云智能的價(jià)值方便收集數(shù)據(jù)，持續(xù)優(yōu)化用戶體驗(yàn)；每一個(gè)智能硬件都可支持智能APP；具備移動(dòng)性，升級(jí)本地智能硬件，不受空間限制。

7、智能家居自然的用戶體驗(yàn)解法——語(yǔ)音+圖像的融合，除了依賴麥克風(fēng)的被動(dòng)交互，還要使用攝像頭進(jìn)行主動(dòng)交互，更懂用戶，更好的體驗(yàn)。

以下為張永謙在“GTIC 2017全球（智慧）科技峰會(huì)”上的演講全文：

張永謙：謝謝大家，我來自地平線，地平線是由百度前IDL院長(zhǎng)于凱博士創(chuàng)建的一家嵌入式人工智能的公司，今天很高興有這個(gè)機(jī)會(huì)給大家介紹一下我們對(duì)智能生活整個(gè)行業(yè)趨勢(shì)的一些思考以及我們?cè)谥虚g做的一些事情。

在講之前，先謝謝陳震剛才對(duì)我們的鼓勵(lì)。首先談到這個(gè)智能生活，其實(shí)在中國(guó)，大家看到我們有1億的中產(chǎn)階級(jí)家庭，這個(gè)市場(chǎng)非常大，這一億家庭他們的年平均收入在30萬(wàn)到70萬(wàn)人民幣左右，當(dāng)然說到這個(gè)智能家居的市場(chǎng)，大家腦海中的第一個(gè)印象是電子設(shè)備，其實(shí)這個(gè)市場(chǎng)雖然很大，有一萬(wàn)億，但是我們認(rèn)為，他只是一個(gè)智能家居市場(chǎng)的非常小的一部分，真正的智能家居市場(chǎng)的潛力還是在于其他的家庭消費(fèi)和服務(wù)，這個(gè)每年的市場(chǎng)是50萬(wàn)億，現(xiàn)在這個(gè)市場(chǎng)是10%通過線上的方式進(jìn)行，當(dāng)我們談智能家居的時(shí)候，如果哪個(gè)公司或者企業(yè)能夠更方便、更快捷和更精準(zhǔn)的幫助我們的消費(fèi)者進(jìn)行他在家里的消費(fèi)以及獲取想要的這個(gè)服務(wù)，這個(gè)市場(chǎng)是最巨大的。

這個(gè)市場(chǎng)這么大，我們看一下對(duì)這個(gè)市場(chǎng)發(fā)展趨勢(shì)的一些思考，我們覺得有三個(gè)比較明顯的變化，是已經(jīng)發(fā)生或者會(huì)在未來的很快的時(shí)間內(nèi)發(fā)生的。第一個(gè)是物理入口，現(xiàn)在大家很多時(shí)候在家里面都是通過手機(jī)和PC上網(wǎng)，大家會(huì)發(fā)現(xiàn)，手機(jī)和屏幕是一個(gè)非常小的屏幕，也非常擁擠，千軍萬(wàn)馬擠獨(dú)木橋，將來會(huì)有一個(gè)非常明顯的趨勢(shì)，就是整個(gè)消費(fèi)和服務(wù)的接入是會(huì)分散到各個(gè)智能設(shè)備的，將來在家里，每一個(gè)硬件都是一個(gè)獨(dú)立的APP，你發(fā)現(xiàn)冰箱里面沒有飲料的時(shí)候，你不需要打開手機(jī)購(gòu)買，你可以直接一句話告訴形象，下午給我送一打啤酒過來，將來家里的每一個(gè)智能硬件都會(huì)是一個(gè)服務(wù)的入口，這個(gè)是真正的給我們智能硬件帶來的巨大機(jī)會(huì)。

第二個(gè)是交互方式，最傳統(tǒng)的是通過鍵盤和觸摸屏這樣的方式，隨著語(yǔ)音技術(shù)的進(jìn)步，這個(gè)會(huì)很快的普及到我們的生活當(dāng)中，我們覺得，在不遠(yuǎn)的將來一定會(huì)有一個(gè)更為重要、更為重量級(jí)的方式，就是通過視覺的交互，因?yàn)檫@個(gè)里面也是和人在家里的消費(fèi)以及需要獲取服務(wù)的決策過程密切相關(guān)的。

因?yàn)楝F(xiàn)在大家可以看到，不管是通過觸控還是通過語(yǔ)音進(jìn)行交互，其實(shí)他都是一個(gè)人的主動(dòng)決策的過程，語(yǔ)音呢是作為最方便的一個(gè)交互方式，他有非常大的發(fā)展前景，但是他仍然是被動(dòng)的。語(yǔ)音這個(gè)系統(tǒng)本身并不知道你要做什么，直到你告訴他。但是圖象這個(gè)方式，這是一個(gè)新的交互方式，是一個(gè)主動(dòng)的交互方式。也就是說，在很多的場(chǎng)景之下，比如說舉個(gè)例子，我們可以想象一下，將來家里面在陽(yáng)臺(tái)上放一個(gè)大的籃子，里面是臟衣服，現(xiàn)在我們有上門洗衣的服務(wù)了，這個(gè)籃子里面的衣服累計(jì)到一定程度的時(shí)候，這個(gè)陽(yáng)臺(tái)有一個(gè)攝象頭，自動(dòng)的聯(lián)系上門的洗衣服務(wù)，你根本不用操心，所有的是通過 主動(dòng)的方式完成的。

將來的消費(fèi)以及服務(wù)會(huì)更多的是通過AI主動(dòng)推薦的模式，這個(gè)里面帶來的市場(chǎng)商業(yè)機(jī)會(huì)是會(huì)遠(yuǎn)遠(yuǎn)大于傳統(tǒng)模式的。因?yàn)檫@個(gè)圖象的模式相比語(yǔ)音和觸控是更高維的模式，在這個(gè)里面我們獲取到的信息也是遠(yuǎn)遠(yuǎn)大于觸控和語(yǔ)音這樣的二維方式帶來的信息。我們現(xiàn)在看到智能家居的演進(jìn)過程三個(gè)比較明顯的變化，這個(gè)是會(huì)給我們帶來很大的商業(yè)機(jī)會(huì)。

說到這個(gè)變化的趨勢(shì)以后，我們對(duì)于目前智能家居市場(chǎng)大家都說了很多年，但是為什么一直沒有起來，我們也仔細(xì)的思考了一下，我們覺得有四個(gè)方面的原因。第一，左上角這塊，應(yīng)用場(chǎng)景分散，比如安全娛樂、家庭服務(wù)等等，還有家里面的智能設(shè)備過于分散，比如玩具、機(jī)器人、攝象頭等等，所有這些分散的應(yīng)用場(chǎng)景和電子設(shè)備會(huì)導(dǎo)致當(dāng)我們想把他們智能化的時(shí)候，你是很難快速?gòu)?fù)制的。第二個(gè)挑戰(zhàn)，是技術(shù)，在智能家居里面你要服務(wù)人，這個(gè)人是非常難以服務(wù)的，這個(gè)里面技術(shù)的挑戰(zhàn)，有語(yǔ)音、圖象等等，我們今天要解決很多的技術(shù)難題，仍然是有很大的挑戰(zhàn)。第三個(gè)，數(shù)據(jù)，數(shù)據(jù)的搜集和分析是一個(gè)很難的過程，首先，家里面每個(gè)場(chǎng)景都是高度分散化的，每個(gè)家庭的需求也是不一樣的。

其次我們覺得，大家可能會(huì)比較容易忽視的問題，你只是拿到大數(shù)據(jù)，這其實(shí)是遠(yuǎn)遠(yuǎn)不夠的，因?yàn)槲覀兘裉鞎?huì)發(fā)現(xiàn)，你家里安裝上很多的接口，你搜集到很多的數(shù)據(jù)，但是這些數(shù)據(jù)很多都是沒用的數(shù)據(jù)，如果不停的把這些數(shù)據(jù)上傳到云端，這會(huì)占用很多的資源，而這些數(shù)據(jù)基本都是無(wú)效的。所以我們搜集數(shù)據(jù)的時(shí)候，我們要思考，不僅僅要搜集數(shù)據(jù)，而且要搜集真正有價(jià)值的數(shù)據(jù)。但是這個(gè)事情并不是這么容易做到的。第四個(gè)挑戰(zhàn)，真正的用戶體驗(yàn)，我們現(xiàn)在人工智能的技術(shù)得到了很快的發(fā)展，但是真正讓人滿意，讓人感覺到這個(gè)交互的方式和服務(wù)的方式非常自然，這仍然是非常大的挑戰(zhàn)。這并不是一個(gè)純技術(shù)的問題，牽涉到很多其他的問題。有了這些挑戰(zhàn)，人工智能在智能生活上的普及，我們覺得一定不是一蹴而就的事情，一定需要一段時(shí)間的慢慢積累。

應(yīng)對(duì)這些挑戰(zhàn)，我們地平線有自己的觀點(diǎn)，第一，應(yīng)用場(chǎng)景分散的問題，從我們的角度來看，我必須要抓緊中間的主觀矛盾和變量，我們認(rèn)為這個(gè)主要矛盾和變量就是人，我們現(xiàn)在人工智能的技術(shù)在智能家居這個(gè)領(lǐng)域就應(yīng)該把人做透。比如說我們看安全，現(xiàn)在家里面裝很多攝象頭主要的目的是為了安全，而安全其實(shí)核心是什么呢？最主要的是想知道家里有沒有人，第二，我要知道這個(gè)人是什么人，第三，我要知道這個(gè)人的行為，他做的行為是安全的行為還是不安全的，比如小孩子進(jìn)入廚房，會(huì)不會(huì)點(diǎn)煤氣灶，這些都是不安全的行為。這些所有的都是要人做的。比如娛樂，家庭服務(wù)、健康、教育等等，就不一一舉例了，如果你好好思考的話，這個(gè)背后主要矛盾和變量就是人。我們地平線在這里是從人臉到人的行為分析，到人體的環(huán)境，以及這個(gè)人的語(yǔ)音和設(shè)備的交互，我們主要的核心點(diǎn)就是圍繞人，把這個(gè)技術(shù)做好。在這塊再支撐巨大的分散的智能家居的需求。

第二個(gè)是技術(shù)，技術(shù)上的挑戰(zhàn)，我們也是把他簡(jiǎn)化，因?yàn)槿说慕换シ绞胶瞳@取信息的方式其實(shí)是一個(gè)融合的方式，單獨(dú)的語(yǔ)音和圖象，或者單獨(dú)的其他任何傳感器，都不能涵蓋所有的應(yīng)用場(chǎng)景。所以一定是要圖象+語(yǔ)音。另外圖象中間，這個(gè)視覺的價(jià)值是高維的，80%的價(jià)值信息來自于圖象，只有20%來自于語(yǔ)音，在技術(shù)上要完成對(duì)智能家居最好體驗(yàn)的布局，我們認(rèn)為這個(gè)必須把圖象和語(yǔ)音的技術(shù)融合，只是單獨(dú)的做語(yǔ)音和圖象是缺位的。

第三個(gè)，數(shù)據(jù)，要獲取有價(jià)值的數(shù)據(jù)，怎么獲取呢？這個(gè)本身是不容易做到的，我們的思路也是比較清晰，就是做嵌入式的人工智能，端+ 云的方式，端側(cè)呢，大家可以看到，他在將來的人工智能的體系里面，扮演了一個(gè)非常重要的角色，現(xiàn)在我們談到所謂的人工智能的創(chuàng)意也好，什么也好，包括很多大公司，他們其實(shí)更多的是在云端做但是端上有不可取代的價(jià)值，主要是三個(gè)方面，第一，端是不依賴于網(wǎng)絡(luò)的，不管是在家里，還是哪里，大家會(huì)發(fā)現(xiàn)家里的無(wú)限網(wǎng)絡(luò)覆蓋很難做到完美，如果是在樓下，或者是在移動(dòng)的場(chǎng)景中，這個(gè)網(wǎng)絡(luò)的覆蓋其實(shí)是非常有挑戰(zhàn)的事情，特別是當(dāng)你牽涉到一些智能圖象處理的時(shí)候，你很難時(shí)時(shí)的把圖象傳到云端再處理回來，這個(gè)時(shí)候及時(shí)性沒有了。

還有我們?cè)趺礃影延袃r(jià)值的數(shù)據(jù)傳到云端，這個(gè)就要求在端上一定要有一個(gè)自己的審核，是一個(gè)有選擇性的審核。比如我陽(yáng)臺(tái)上有一個(gè)洗衣服的籃子，我就只關(guān)注這個(gè)里面衣服滿的時(shí)候，這個(gè)狀態(tài)我傳到云端。如果這個(gè)里面沒有衣服，99%的時(shí)間，這些數(shù)據(jù)是毫無(wú)意義的，就拋棄了。必須采用一個(gè)端+云的方式，這樣才有可能真正的做到最高效，而且是最有性價(jià)比的智能服務(wù)。

有了端上的智能以后，在云端可以做很多的事情，一個(gè)是可以搜集數(shù)據(jù)，持續(xù)的優(yōu)化用戶的體驗(yàn)另外是每一個(gè)硬件，將來都是和手機(jī)的形態(tài)一樣，他在上面都可以下載很多的智能APP，這個(gè)硬件可能已經(jīng)脫離了原來的形態(tài)了，你買回來的時(shí)候可能是一個(gè)家電，也可能是一個(gè)機(jī)器人，但是隨著我們的升級(jí)，他可以變成任何一個(gè)東西。

當(dāng)我們真的有了這個(gè)大數(shù)據(jù)，也對(duì)人的喜好了解以后，這個(gè)就不局限在家里了，當(dāng)我們?nèi)嗽谄渌胤?，到任何一個(gè)地方都可以把云端的功能使用起來。將來的智能家居市場(chǎng)一定是端+云的架構(gòu)。

第四個(gè)，真正的用戶體驗(yàn)，這個(gè)服務(wù)人是非常難的事情，我們現(xiàn)在服務(wù)的人工智能技術(shù)在宣傳的過程中，過多的強(qiáng)調(diào)我們這個(gè)技術(shù)本身，比過去傳統(tǒng)的技術(shù)好了很多，但是我們也要意識(shí)到，真正在這個(gè)過程當(dāng)中要達(dá)到讓人滿意仍然是一個(gè)非常有挑戰(zhàn)的過程。舉個(gè)例子，語(yǔ)音，我們現(xiàn)在都會(huì)說我們語(yǔ)音可以支持遠(yuǎn)場(chǎng)和近場(chǎng)，也可以識(shí)別一些都口音的普通話，甚至是方言，但是我們?cè)趯?shí)際應(yīng)用中，我們?cè)诩依锩婵吹胶芏嗾Z(yǔ)音的設(shè)備，如果很多人同時(shí)講話的時(shí)候，這個(gè)時(shí)候的識(shí)別率就會(huì)下降的比較厲害。

當(dāng)我們考慮場(chǎng)景的時(shí)候，一定要讓人非常自然的使用這個(gè)技術(shù)。圖象也是一樣，我們今天在家里面有很多人工智能的方案做人臉識(shí)別，如果你離的很近的時(shí)候確實(shí)識(shí)別的很好，但是如果離的比較遠(yuǎn)，如果是走動(dòng)的狀態(tài)下，如果是背光的情況下，怎么辦？這些都要解決，只有這樣用戶體驗(yàn)才能真正好，才能真正的愿意使用這個(gè)技術(shù)，這個(gè)市場(chǎng)才能真正的起來。另外一個(gè)，我們這個(gè)技術(shù)更多的還要依賴于攝象頭做到主動(dòng)的服務(wù)，對(duì)這個(gè)用戶要懂他，只有懂他才能使用戶得到好的體驗(yàn)。

剛才總結(jié)了智能家居市場(chǎng)的一個(gè)現(xiàn)狀和發(fā)展趨勢(shì)，以及我們現(xiàn)在看到的四個(gè)挑戰(zhàn)，場(chǎng)景非常分散，技術(shù)挑戰(zhàn)很大，如何搜集有價(jià)值的數(shù)據(jù)以及最后如何做到真正好的用戶體驗(yàn)，我們也介紹了一些地平線的思考和做的事情?？偟膩碚f，我們地平線的核心點(diǎn)就一句話，我們是做嵌入式的人工智能，我們認(rèn)為這是最好的切入點(diǎn)。我們跟別的公司鮮明的區(qū)分也很簡(jiǎn)單，很多的人工智能公司是非常優(yōu)秀和成功的，但是他們主要是依靠云端的技術(shù)，我們地平線的目標(biāo)是希望讓人工智能真正的分布到每一個(gè)端上，我現(xiàn)在在智能家居這個(gè)領(lǐng)域，我們圍繞人，用最小的處理資源，比如說我們現(xiàn)在的技術(shù)可以在APP上做到我們介紹的所有的智能事情，以及將來我們很快的可以看到，包括很多公司，包括地平線研發(fā)的，基于生物學(xué)習(xí)的專用的處理器架構(gòu)，用最小的資源做到真正的好的技術(shù)服務(wù)，給大家?guī)碜詈玫挠脩趔w驗(yàn)。

地平線本身的定位，在這里也說一下，我們的定位其實(shí)是一個(gè)2B的公司，我們不會(huì)做2C的任何產(chǎn)品，我們地平線希望在嵌入式的設(shè)備上，有我們自己的IP，也可能有別人的IP在這個(gè)上面支撐更多的智能設(shè)備，有玩具、家電和攝象頭，我們地平線還會(huì)提供一個(gè)智能系統(tǒng)支撐平臺(tái)，這個(gè)平臺(tái)之上我們希望支撐整個(gè)行業(yè)的各個(gè)合作伙伴以及我們的客戶，由他們?cè)?去針對(duì)各種各樣的智能生活中的場(chǎng)景做各種各樣好的服務(wù)和應(yīng)用。最后，帶給消費(fèi)者最方便、最快捷、最舒適的用戶體驗(yàn)，達(dá)到所有人的共同目標(biāo)。

智能家居已經(jīng)成為物聯(lián)網(wǎng)浪潮下的一個(gè)重要增長(zhǎng)市場(chǎng)，智能家居和物聯(lián)網(wǎng)的互聯(lián)融合也在加速。行業(yè)專家認(rèn)為，真正的連接是以用戶價(jià)值為中心的需求互聯(lián)，而不是簡(jiǎn)單的技術(shù)互聯(lián)和場(chǎng)景互聯(lián)。對(duì)于智能家居市場(chǎng)的最新熱點(diǎn)趨勢(shì)和市場(chǎng)技術(shù)解讀，你不能錯(cuò)過電子發(fā)燒友主辦的【第六屆智能家居技術(shù)創(chuàng)新研討會(huì)】。

電子發(fā)燒友舉辦【第六屆智能家居技術(shù)創(chuàng)新研討會(huì)】，屆時(shí)邀請(qǐng)業(yè)內(nèi)知名大咖如微軟戰(zhàn)略顧問管震、和而泰智能董事長(zhǎng)劉建偉、深圳易聯(lián)智能李學(xué)勇等來解讀最新智能家居云平臺(tái)、智能語(yǔ)音交互和智能家居市場(chǎng)痛點(diǎn)和最新趨勢(shì)，請(qǐng)直接報(bào)名。