拿什麼拯救智能家居的未來？

導讀：本文寫於2016年11月，刊登於《高科技與產業化》雜誌 2016年12月號 總第247期。

人機圍棋大戰雖早已落下帷幕，但人工智慧依然是人們的熱議話題。而最近熱播的HBO出品的科幻新劇《西部世界》又將人工智慧話題帶到了一個新的高度。劇中人工智慧技術已經發展到了前所未有的成熟地步，人類不僅造出了外觀跟人類一模一樣的機器人，而且人類可以與機器人採用自然語言的方式進行對話、溝通情感等等，全程人機的對話非常自然、毫無違和感。

圖（西部世界）

雖然現在的人工智慧還沒有劇中這麼成熟，但「高逼格」的人工智慧，其實早就在某些感知能力方面超越了人類，比如語音識別和圖像識別等。

它還在某些行業領域產生了顛覆性的影響，比如Google採用人工智慧演算法RankBrain提高了搜索的準確率；

滴滴出行採用人工智慧演算法，動態規劃車輛，進行調度；

科大訊飛採用人工智慧演算法對發音標準進行檢測，機器對學生的英文和中文發音效果檢測準確率甚至超越了專業的老師；

IBM的Watson已經在美國安德森癌症中心(M.D. Anderson Cancer Center)上崗，被譽為「未來最好的癌症專家」和「醫神」……

但看似無所不能的人工智慧技術，也曾在若干行業中屢屢碰壁。

比如Siri等語音助手的激活率和使用率並不高，GoogleGlass等智能穿戴設備並未掀起新一波的移動設備浪潮等。

造成這一局面的原因是什麼呢？

有句話說得好：「場景不對，努力白費」。

在天生為觸控而生的手機平台上，人工智慧技術是被限制的，語音交互並不符合用戶的心智模型；在可穿戴設備上，沒有強大的計算平台，而且可穿戴設備大多依附於手機移動終端，導致人工智慧技術的效果大打折扣。

那麼什麼使用場景才是比較適合人工智慧的呢？或許Echo給我們指出了一條新的方向，那就是智能家居。

傳統的智能家居僅是實現了聯網化，並沒有達到「智能」，所採取的用手機app控制家居的方式只是將多個遙控器或者開關變成了多個app。

想像一下你家裡的卧室和衛生間裝了飛利浦的燈泡，裝一個app；裝某智能插座，又要裝一個app。你半夜起來上廁所，想要開燈，還要摸手機，探索著打開app，判斷哪個才是控制衛生間的，半睡半醒中一不小心還會打錯開關，影響家人的睡眠，這真的是智能家居"急人所急想人所想」，還是讓用戶更「急」呢？

在眾多的app中找到家居，打開，操控，貌似還不如以往的操作模式來的方便，也就造成了智能家居目前「食之無味，棄之可惜」的雞肋局面。

怎樣才能打破這尷尬局面呢？

將人工智慧技術與智能家居結合起來或許會是一條不錯的路徑。

人工智慧與智能家居的結合，帶來的巨大變革主要有兩個：一個是新的交互方式，一個是新的感知形式。

新的交互方式——人機對話，是人工智慧給智能家居行業注入的最大活力。

人們可以通過自然語言的方式完成與智能家居進行對話、表達需求、實現功能的過程。這一交互模式大大的提升了用戶的操作效率，使用戶擺脫了物理層面的約束，可以更加自由地操控家居。而智能家居無屏或者小屏的形態，也有助於用戶養成新的交互習慣。同時，在家庭這種封閉、干擾較少的場景下，語音、圖像等信號被硬體捕捉後，可以達到最好的識別效果。而且在這種私密性較高的場景下，用戶不容易受外界干擾，會用自然語言真實地表達自己的需求。

圖（語音操控智能家居）

人工智慧給智能家居帶來的另外一個變革是新的感知形式。

人工智慧與大數據的連接是最為緊密的，只有海量的數據才能使機器學習的演算法變得更為精準，從而形成演算法到數據的正向循環。

現在每個家居產品都有若干的sensor（攝像頭、麥克風、距離感測器、溫度感測器等等），它們能看到世間萬物、能聽到裊裊餘音、能感知到環境的變化……捕捉到這些數據後，它們不斷地上傳數據為人工智慧演算法的精進提供「燃料」。這些感知模塊就如同人類的鼻子、眼睛、耳朵、皮膚，能多維度的了解用戶當前所處的場景，因此可以為用戶提供更加場景化和個性化的服務。

有了新的交互模式和感知形式，智能家居就需要一個類似人類大腦的中樞來分析和決策。

這個中樞就是對話理解系統，即：讓機器（包括智能家居）能和人類正常的溝通，理解人類表達的意思以及所處的環境，綜合判斷並完成用戶的需求。

對話理解系統促進智能家居完成的需求包含兩種：第一種是顯性需求，第二種是隱形需求。

何為顯性需求呢？就是用戶發出什麼樣的指令，家居就完成什麼樣的功能，屬於被動式的服務。比如：在使用智能電視時，指示「播放中央一台」、「看劉德華的電影」；在使用智能音箱時，指示「播放郭德綱的相聲」、「聽周杰倫的音樂」等。這種需求採用「語音識別+垂直領域的語義理解+第三方服務」的形式即可滿足，這是一種初級智能的表現。

何為隱性需求呢？即：由智能家居對用戶的對話歷史進行分析，了解用戶的各種屬性、喜好後，結合用戶的指令進行更加個性化的服務。

舉個簡單的例子。人工智慧對話理解系統通過對以往對話的分析，了解到用戶喜歡孫燕姿。那在用戶想聽歌時，智能音箱可以主動推送孫燕姿的專輯給用戶，當用戶打開智能電視時，出現的第一個畫面是與孫燕姿演唱會相關的電視節目等等，這是相對高級的智能的表現。

因為之前國內外在對話理解方面的演算法還不夠精準，所以目前很多智能家居還停留在初級智能、甚至初級智能未完成的階段。

但可喜的是，2016年國內人工智慧技術突飛猛進，其中深耕於人機對話理解、情感識別技術的人工智慧公司竹間智能科技（Emotibot）就取得了很好的成果。

Emotibot的對話理解系統，可以無縫的plugin到任何智能家居上，使智能家居具備精準的理解用戶意圖的能力。這個系統不僅更夠準確判斷用戶表達的意思，還能通過對用戶對話的提取和分析，建立多達40個維度的用戶畫像屬性，如喜歡的歌手是孫燕姿、喜歡的演員是劉德華、喜歡涼爽的天氣等。通過這些用戶個性化標籤，可以打通整個產業鏈，為用戶提供服務：從音樂收聽到專輯推薦到演唱會到觀看視頻，一一滿足用戶個性化的需求。

基於用戶喜好的個性化推薦是通過歷史數據分析而得，那如何分析用戶當前狀態，從而更好的滿足用戶需求呢？情感計算就是人工智慧理解人類更加高級的手段，智能家居（機器人）通過理解人類的情感，從而為人類提供更好的服務。

當人們下班拖著疲勞的身體時，會想聽到一首舒緩的歌曲來緩解身心疲勞。此時用戶跟音箱說「來首歌吧」，智能音箱可以通過對用戶當下語音和文字的情緒的分析，了解到用戶當前的情緒是【疲憊】，這時它就自動播放【舒緩歌曲】。

當人們失戀時，對智能電視說「失戀了看什麼電影好？」，此時智能電視能通過語音和文字的情緒分析，了解用戶當前的情緒是【哀傷】，就為用戶推薦失戀勵志片【失戀三十三天】，並可以對用戶說「分手了就做回自己，一個人的世界同樣有月升月落，曾經美麗的瞬間，就把他歸為記憶吧」。這時的智能家居不僅能提供服務，還能與用戶進行情感對話，幫助用戶走出失戀陰霾。

了解人類的情感，是打破冷冰冰的人機對話之法寶，也只有在理解人類表達的意思的基礎上，加上對人類情感的了解，並針對情感做出不同的反應，才能讓人類更加信任、依賴包括智能家居的所有Bot，建立起雙方之間的情感紐帶。

較準確地識別用戶表達的文字意思或許已經有少部分公司也可以實現了，但能準確識別用戶情感的公司基本找不出第二個。Emotibot是首家致力於讓機器了解人類情感的人工智慧公司，其採用的多模態情感識別技術是基於最前沿的深度學習而產生，是讓機器理解人類情感的顛覆性技術，由Emotibot與情感計算的概念提出者Picard教授聯合研發出來的。

多模態情感識別技術主要包含三大模塊：圖像情感、語音情感和文字情感。這三個模塊，分則能獨立判斷用戶單一維度下的情緒；合則能綜合加權判斷用戶整體的情緒。

那這三個模塊具體是怎麼運作的呢？

在圖像情感層面，能通過人臉關鍵點的檢測與人類表現情感時的特徵進行匹配，從而判斷出用戶的7種情緒（喜、怒、哀、驚、懼、厭惡、中性）；

語音情感則是基於深度神經網路，通過監督式學習，提取海量情緒數據的特徵，對用戶話語中的情緒進行預測（喜、怒、哀、中）；

文字情感通過超過百萬的高質量語料進行情感定義，提取共性特徵，進行RuleBase和Learning Base模型的建立，從而識別用戶的文字情感，如用戶表述「我喜歡一個女孩子，可是每次跟她表白，她不是說別逗了，就是說你有病吧，你說我該咋辦啊」，則文字情緒識別結果：不滿、喜好、寂寞、疑惑。目前Emotibot可識別的文字情緒為22種，仍在持續擴展中。

當三個模塊協同工作時，則可以更為精準的分析出用戶當前的情緒。人類情緒是由多個層面構成的，當用戶表達「我很開心」時，在文字層面會識別成【開心】，但是如果圖像和聲音層面判定用戶為哀傷，則會結合三個維度進行加權平均，判定最終情緒為【哀傷】，真正的讓智能家居多維度的理解人類，讓用戶驚喜、尖叫。

未來一定是個萬物智能的智聯網時代，智能家居不僅能感知世界，還能理解人類，進行判斷和決策後，為用戶提供各式各樣的功能和服務。

暢想一下不遠的某天，當你起床時智能窗帘能識別你的起床動作並自動打開，讓你看到湛藍的天空；智能音箱根據你的習慣與需求，播放你感興趣的體育新聞、天氣預報以及路況；智能電視在你打開電視之前為你存下了想看卻沒來得及看的球隊比賽；智能空調根據外界溫度和你的習慣，自動調到了最適宜的溫度；甚至有一個實體的Bot，就像大白一樣，了解你的情感和語言，懂你所想，做你所想。

而這些場景的實現因為Emotibot的對話理解技術和多模態情感識別技術的出現變的越來越有可能，就像竹間智能的創始人兼CEO簡仁賢先生所說「人工智慧技術不是大公司的專利」，Emotibot通過免費開放最前沿的人工智慧技術，希望能與整個智能家居產業的上下游廠商一起實現家居的全智能化，讓暢想中的智能未來更早到來。

作者：竹間智能 Emotibot 資深產品經理李來林