阅面科技丁小羽：自然人机交互成智能家居主题，多模态技术融合日益重要( 五 )

如图我们看智能家居发展这几个阶段，感知阶段就像我们做的人脸识别门锁可以主动识别门前情况，主动开门和关门。数字化服务阶段，像小孩回家等事件可以通过微信小程序的方式推送到用户手机上。之后产业界会把这个服务从数字化空间延伸到物理空间，提供机器人服务，而这里我们做的是其中整个全屋智能的感知基础技术。
我们设计的整套系统包括家庭的AI中心、连接存储和计算的功能和一系列智能终端矩阵。我们从嵌入式视觉这个角度来做，一些各种形态的智能摄像头，以各种各样的形式，比如门铃门锁，会议摄像头和台灯等嵌入家居环境。
家里会出现越来越多的智能摄像头，初听来可能会觉得这个事情有点可怕，其实大家每天都随身带着几个智能摄像头。家庭AI的影像数据逐步应用规范化，数据加密和去ID分析等隐私安全技术应用趋向成熟. 同时以家庭专属AI系统的方式提供高频、刚需、订阅服务，数据隐私规范性基础上提供便捷。

本文插图
三、前半程关注软硬一体，后半程关注传感融合
我们前半程关注软硬一体，算法怎么搬入到嵌入式芯片上去，后半段传感融合，结合创新型的热成像技术、毫米波雷达等传感技术，在场景端抓取丰富信息，再往后的主题应是用户交互和系统服务. 从应用场景出发不断调整关注重点。
家庭AI场景的隐私数据需要规范，应用形态也比较灵活。这里灵活性对芯片公司提出很大的挑战。我们看到门禁道闸等行业应用对嵌入式AI芯片的要求一段时间是稳定的，也确实出现了切入点准确长期成功的芯片。而家庭场景的AI应用变化很快，芯片需要应用到设计时没有考虑甚至还不存在的具体场景，这就特别需要跟算法结合以适应灵活性的挑战。
现在我们已经看到可以做咖啡的机械臂， AI服务正在从数字空间开始逐步延伸到物理空间，在这个过程中AI融合3D传感技术是越来越重要的一个方向。
此外，仿生是一种设计参考而不是限制，超越肉眼可见才有更大的机会。我们可以从数据的角度，大数据推断当前的状态和正常的区别，也可以从传感的角度，从超声波雷达检测到人的呼吸角度去超越一般的肉眼可见的水平，提供家庭场景定制化的产品和服务。
从算力和传感的介绍也可以很明显看出，我们今天做的这个事情依赖产业链的共同进步。我们也一直在行业里面寻求优秀的同行者，特别像嵌入式AI芯片的公司、创新传感的公司，大家想去的方向一致，路径有别，希望在各个阶段可以深入交流，相互促进。