雖然實現了概念的落地， 但智慧家居似乎還不夠“智能”。
早前， 在一些影視劇以及現實的家庭場景中， 我們有時會在其中的玄關處或其他地方的牆面上看見一個類似於iPad的螢幕， 上面或是相關資料、圖譜， 或是一些按鍵。 通過它， 使用者可以對家裡的情況一目了然， 也可以對部分家電設進行控制， 這就是早期的“智慧家居”場景。
據前瞻產業研究院此前發佈的《中國智慧家居設備行業市場前瞻與投資策略規劃報告》資料顯示， 2016年， 我國智慧家居市場規模達605.7億元， 同比增長率50.15%。 預計未來幾年內智慧家居將迎來爆發，
按照定義來看， 所謂的“智慧家居”早已實現。 不過， 時代和技術都在進步， 用戶的需求也在隨之不斷發生改變。 當下， 因為AI技術， 越來越多的智慧家電從概念實現了落地， 也讓廠商和用戶看到了智慧家居的更多潛力和可能性， 而“智慧家居”的定義也在潛移默化的發生著變化。
重新定義智慧家居的“智慧”
在智慧化時代的推動下， “智慧家居”的“智慧”不再只是簡單的控制， 它變得更為複雜， 也凸顯出更多的人性化：
更自然的人機交互：在早期的“智慧家居”場景中， 點擊特定螢幕和操控遙控器是人們瞭解家居狀況、控制家電的唯一途徑， 這在本質上是一種單方面的交流， 是一種“被動式”的家居體驗。
從極致體驗的角度來講， 這種服務並沒有能夠解放人類的雙手， 也抹殺了挖掘智慧家居更多潛力的可能性，
與此同時， 在便利性之外， 自然的人機交互還能夠彌補用戶在情感上的空缺， 其中尤以陪護型機器人最具代表性。 根據ZDC互聯網調研中心截止2016年9月的資料顯示， 在機器人產品使用者關注度分佈占比中， 陪護型機器人用戶關注度高達32.2%， 排名第一， 緊接著的是分別占比22.6%、18.8%的工業機器人和服務機器人。 從這個資料中， 我們看到了用戶對於“夥伴”的急切需求， 尤其是兒童和老人， 而出於“陪護”的目的， 自然的人機交互是不可缺少的。
一個“懂你”的“管家”：如今的人工智慧只能在特定區域，
當前， AI還只是停留在較淺的層面上， 僅僅能理解使用者所下達的直接指令。 而在理想的場景中， 借助語音辨識、圖像識別等AI手段， 智慧家居中的AI系統便能夠基於使用者的言行舉止等資料， 繼而自行在系統中進行運算， 作出一個最佳的決策， 成為一個“個性化”的“AI管家”。
入局“智能家居”各出奇招
“智慧家居在今年已經發展到了一個真正的拐點， 一個爆發期。 ”Broadlink CEO劉宗儒說。 他表示， 至於其中推動的因素主要在於三點， 一個是AI技術的積累已經到了一定程度， 其次是用戶需求的逐漸增長， 最後則是地產行業對智慧家居需求旺盛的推動。
當下， 科技公司、傳統家電製造商……越來越多的玩家開始進入智慧家居這個“大染缸”。 其中，論起棋局開始的第一步，眾人都有著自己的個性走法：
個人/家用機器人：這是多數科技創業公司更願意涉足的領域。據IFR預計，2016-2019年全球個人/家用服務機器人的發展將迎來井噴期，累計銷量將達到4200萬台，累計銷售額約為223億美元。
借助於語音辨識、電腦視覺、深度學習等AI技術，在人機交互上，當前的個人/家用機器人在理解能力已經能夠基本滿足用戶的日常需求。另外，部分個人/家用機器人廠商正在試圖讓產品集成家電控制功能，完成從“玩伴”到“管家”的轉型。
智慧家電：在家居環境中，家電是一個必不可少的物件兒，也就為傳統家電製造商轉戰智慧家電提供了一個極好的環境。
坐擁豐厚的研發資金，兼之背靠著完整的家電產業鏈以及成熟的市場，相比於科技公司，傳統家電製造商在智慧家居的佈局上有著先天優勢。目前，擁有語音辨識、圖像識別等AI技術的家電已經比比皆是，這一點，從本月完美落幕的AWE 2017展會現場就能看出一二。
物聯網雲平臺等基礎建設：如上文所講，人機交互等是不容忽視的，如此智慧家居產品才能理解人類的語言和肢體含義，從而實現“智慧”，若不然，即使運算能力再強大，終究也只是一個擺設。
而在人機交互之外，“智慧”和“互聯”的屬性讓“資料”的重要性日漸凸顯，也給了物聯網雲平臺提供商一個商機。通過物聯網雲平臺，所有的智慧家居產品將實現資料的收集和共用，從而進行使用者個性化服務的定制。
“智能家居”還需甩掉人為干預的“包袱”
不管是漸漸增多的玩家，還是愈發增長的市場份額，我們看到的都是一個發展的如火如荼的智慧家居行業，不過，對比智慧家居的新定義，在用戶看著好玩，玩家玩的起勁的時候，我們也看到了其中的一些詬病。
舉個例子，語音+手機是當前智慧家居廠商主要選擇的控制方式，的確，從某種層面上說，兩種方式的結合從室內、室外兩方面將用戶囊括在內，令智慧家居所提供的服務能夠更為全面。但是，從本質上來講，不管是語音控制，還是手機控制，所謂的智慧家居更多的只是將控制手段變得“智慧”，而在許多的場景中，人為干預依舊是一個甩不掉的“包袱”。對此，我們可能需要在幾個層面進行著手：
將AI的多種“感官”融合：在GTIC峰會上，地平線機器人技術商務副總裁張永謙發表了一番關於智慧家居的演講，其中，他提到：“人的對話模式和獲取資訊的方式其實是一個融合的方式，單獨的語音和圖像，或者單獨的其他任何感測器，都不能涵蓋所有的應用場景。”在其看來，在技術上要完成對智慧家居最好體驗的佈局，必須把圖像和語音的技術融合。
只要一提及智慧家居，大多人腦海中第一個想起的多是一個會說話、聽得懂話的家居物件兒，其中以亞馬遜的智能音箱Echo為個中翹楚。不過，正如張永謙所言，僅僅具備語音功能是不全面的。在服務的提供上，依靠語音，智慧家居產品獲得資料的唯一來源只能是人們的對話，而在某些場景中，這只能讓其提供一種較為“被動式”的服務，顯得沒有那麼的“智慧”。
由此，出於覆蓋全面應用場景、主動提供服務的目的，讓AI多種“感官”融合在一起、協同合作是必然的。借助于多種“感官”，智慧家居中的AI系統能夠從獲知使用者、家居的全方面資料，從而“主動”的提供服務。
去糟粕留精華，靈活運用有用的資料：上文我們說要將AI的多種“感官”融合在一起，而在此之前，我們還需要解決一個問題，那就是獲取資料，將資料靈活運用。
當下，物聯網雲平臺是智慧家居的底層建設，將智慧家電產品連在一起共用資料。不過，從目前的情況來看，物聯網雲平臺也僅僅是將產品連接起來，從而為語音控制和手機APP的控制提供了一個基礎。用劉宗儒的話來講，聯網不只是為了轉移智慧家居的控制方式，是讓其能夠通過互聯，從而綜合收集、考慮多方面的資料，主動做出決策、提供服務。對此，我們又該考慮了，該捕捉什麼樣的資料？哪些資料才是有用的？
基於各種感測器，可以說，在智慧家居場景中，每時每刻都有資料產生，經年累月，這些資料越來越多。但是，當我們細細追究起來，這些資料中的絕大部分都是一些“廢物”，並不值得AI系統去收集，也不具備可以學習的價值。於AI的“感官”而言，它們要學會如何精准的截取有效的資料，如此才能正確的主動為使用者提供服務，如果將所有資料進行分析，不僅會費時費力，最後的結果可能還需要人為干預來進行調整，這並不是“智慧”，而是一種“智障”。
結語
在市場的誘惑下，越來越多的玩家開始加入這場戰局，智慧音箱、智慧型機器人、智慧冰箱、智慧空調……隨著概念的落地，人們的生活被越來越多的智慧家居產品所包圍。不過，在當前智慧家居產品操控方式智慧化，但操作過程還主要依賴人為干預的情況下，真的有那麼多用戶願意體驗嗎？
這是一個擺在所有人面前的問題。
其中，論起棋局開始的第一步，眾人都有著自己的個性走法：個人/家用機器人：這是多數科技創業公司更願意涉足的領域。據IFR預計，2016-2019年全球個人/家用服務機器人的發展將迎來井噴期，累計銷量將達到4200萬台，累計銷售額約為223億美元。
借助於語音辨識、電腦視覺、深度學習等AI技術，在人機交互上，當前的個人/家用機器人在理解能力已經能夠基本滿足用戶的日常需求。另外，部分個人/家用機器人廠商正在試圖讓產品集成家電控制功能，完成從“玩伴”到“管家”的轉型。
智慧家電：在家居環境中，家電是一個必不可少的物件兒，也就為傳統家電製造商轉戰智慧家電提供了一個極好的環境。
坐擁豐厚的研發資金，兼之背靠著完整的家電產業鏈以及成熟的市場，相比於科技公司，傳統家電製造商在智慧家居的佈局上有著先天優勢。目前，擁有語音辨識、圖像識別等AI技術的家電已經比比皆是，這一點，從本月完美落幕的AWE 2017展會現場就能看出一二。
物聯網雲平臺等基礎建設：如上文所講，人機交互等是不容忽視的，如此智慧家居產品才能理解人類的語言和肢體含義，從而實現“智慧”，若不然，即使運算能力再強大，終究也只是一個擺設。
而在人機交互之外，“智慧”和“互聯”的屬性讓“資料”的重要性日漸凸顯，也給了物聯網雲平臺提供商一個商機。通過物聯網雲平臺，所有的智慧家居產品將實現資料的收集和共用，從而進行使用者個性化服務的定制。
“智能家居”還需甩掉人為干預的“包袱”
不管是漸漸增多的玩家，還是愈發增長的市場份額，我們看到的都是一個發展的如火如荼的智慧家居行業，不過，對比智慧家居的新定義，在用戶看著好玩，玩家玩的起勁的時候，我們也看到了其中的一些詬病。
舉個例子，語音+手機是當前智慧家居廠商主要選擇的控制方式，的確，從某種層面上說，兩種方式的結合從室內、室外兩方面將用戶囊括在內，令智慧家居所提供的服務能夠更為全面。但是，從本質上來講，不管是語音控制，還是手機控制，所謂的智慧家居更多的只是將控制手段變得“智慧”，而在許多的場景中，人為干預依舊是一個甩不掉的“包袱”。對此，我們可能需要在幾個層面進行著手：
將AI的多種“感官”融合：在GTIC峰會上，地平線機器人技術商務副總裁張永謙發表了一番關於智慧家居的演講，其中，他提到：“人的對話模式和獲取資訊的方式其實是一個融合的方式，單獨的語音和圖像，或者單獨的其他任何感測器，都不能涵蓋所有的應用場景。”在其看來，在技術上要完成對智慧家居最好體驗的佈局，必須把圖像和語音的技術融合。
只要一提及智慧家居，大多人腦海中第一個想起的多是一個會說話、聽得懂話的家居物件兒，其中以亞馬遜的智能音箱Echo為個中翹楚。不過，正如張永謙所言，僅僅具備語音功能是不全面的。在服務的提供上，依靠語音，智慧家居產品獲得資料的唯一來源只能是人們的對話，而在某些場景中，這只能讓其提供一種較為“被動式”的服務，顯得沒有那麼的“智慧”。
由此，出於覆蓋全面應用場景、主動提供服務的目的，讓AI多種“感官”融合在一起、協同合作是必然的。借助于多種“感官”，智慧家居中的AI系統能夠從獲知使用者、家居的全方面資料，從而“主動”的提供服務。
去糟粕留精華，靈活運用有用的資料：上文我們說要將AI的多種“感官”融合在一起，而在此之前，我們還需要解決一個問題，那就是獲取資料，將資料靈活運用。
當下，物聯網雲平臺是智慧家居的底層建設，將智慧家電產品連在一起共用資料。不過，從目前的情況來看，物聯網雲平臺也僅僅是將產品連接起來，從而為語音控制和手機APP的控制提供了一個基礎。用劉宗儒的話來講，聯網不只是為了轉移智慧家居的控制方式，是讓其能夠通過互聯，從而綜合收集、考慮多方面的資料，主動做出決策、提供服務。對此，我們又該考慮了，該捕捉什麼樣的資料？哪些資料才是有用的？
基於各種感測器，可以說，在智慧家居場景中，每時每刻都有資料產生，經年累月，這些資料越來越多。但是，當我們細細追究起來，這些資料中的絕大部分都是一些“廢物”，並不值得AI系統去收集，也不具備可以學習的價值。於AI的“感官”而言，它們要學會如何精准的截取有效的資料，如此才能正確的主動為使用者提供服務，如果將所有資料進行分析，不僅會費時費力，最後的結果可能還需要人為干預來進行調整，這並不是“智慧”，而是一種“智障”。
結語
在市場的誘惑下，越來越多的玩家開始加入這場戰局，智慧音箱、智慧型機器人、智慧冰箱、智慧空調……隨著概念的落地，人們的生活被越來越多的智慧家居產品所包圍。不過，在當前智慧家居產品操控方式智慧化，但操作過程還主要依賴人為干預的情況下，真的有那麼多用戶願意體驗嗎？
這是一個擺在所有人面前的問題。