智能家居“伪智能”横行？

 吴文俊是我国近现代著名数学家和中国人工智能研究的开拓先驱，他在拓扑学、代数几何、博弈论、数学史、数学机械化等领域都有着里程碑式的研究突破，得以让中国在这些领域的学术研究保持国际领先。早在 1956 年，吴文俊就因在拓扑学方面的突破成就被授予首届国家自然科学奖一等奖，而同批获此殊荣的只有我国著名数学家华罗庚和“两弹一星”元勋钱学森。

直至今日，吴文俊的数学机械化思想和方法都被广泛应用在计算机图形学、计算机视觉、机器人、数控技术、模式识别等诸多科学与工程研究领域，在国际学术界影响深远。也因此吴文俊奖在国内人工智能领域的份量可谓沉甸甸，每年的评选结果也能很好展现出 AI 科技的年度风向。

从今年获得吴文俊人工智能科技进步奖的各类企业技术创新工程项目中我们发现，除了物联网、机器人、计算机视觉、生物识别、语音技术等技术服务属性的公司之外，也有家电企业首次入选，这不仅表明 AI 在产业商业层面的应用已十分广泛，距离大众的生活似乎也越来越近了。

进步的 AI 技术，糟糕的“伪”智能

近年来，我们周遭的产品和服务变得越来越智能，除了算力和大数据的指数级攀升，很大程度上受益于深度学习的长足进步。

以计算机视觉&卷积网络、生成模型、序列模型、增强学习等为代表的不同研究路径，都让计算机程序的智商越来越高，且分析识别的精准度也越来越强，进而推进了 AI 技术像互联网、移动互联网一样，快速成为了智能时代的基础设施。

在计算机视觉领域，人脸识别、物体识别与语义分割分类等方面的性能目前已接近甚至超过人类的视觉系统，研究人员们已开始挑战更高难度的计算机视觉问题，例如图像描述、事件推理、场景理解等。

在自然语言处理方面，预训练语言模型在自然语言处理领域进展颇大。计算机能够在大规模无监督的语料上进行长时间的无监督或自监督的预先训练，进而获得通用的语言建模和表示能力。

深度学习技术也极大地促进了语音识别技术的迭代，在语音建模、提取、优化特征参数方面取得了突破性的进展，语音识别精度大大提高，且拥有很好的自适应性，进而得以实用化普及。将语音信号转变为文本字符或者命令，利用计算机理解讲话人的语义内容，使其听懂人类的语音，从而判断说话人的意图，人机交互方式更加多元。

此外， AI 技术与相关的知识工程(专家系统、知识图谱等)、计算机图形学、大数据挖掘、机器人学等交叉学科的融汇贯通，很多应用其实已经在默默改变着产业运作模式和我们的生活方式，在金融、教育、安防、娱乐、医疗、自动驾驶、电商、物流、智能家居等领域广泛渗透。

人工智能的概念虽然很火，技术也达到了可用性，但在实际落地过程中仍面临不少问题。

AI 近年来在相关行业领域和有其代表性的应用场景中应用确实比较领先，也带来了商业效率的大幅提升，但对于 C 端消费者而言，似乎并没有留下太多好印象。尤其以智能家居、智能家电等行业为例，很多对于 AI 技术的粗浅应用，更是成了“伪智能”产品的重灾区。

不少厂商都是什么技术概念火就跟风炒作集成什么技术，缺乏对用户价值的深入研究和判断。语音交互火了，就把什么产品都加上语音交互，结果造出了很多鸡肋且不实用的产品功能;AIoT 概念比较热，就盲目炒作全屋互联、联动操控的卖点，对于用户而言却往往华而不实，缺乏体验感甚至操作有些麻烦;很多厂家都表示我们产品背后有大数据分析，产品会越来越“聪明”，而实际用上了，用户会发现越用越“智障”。

这也是智能家居市场炒作了那么久，却依旧落地缓慢、消费者接受度低的根源之一。