转自： 从智能音箱发展，看智能家居的未来(ofweekcom)
嵌牛导读
智能音箱是语音识别、自然语言处理等人工智能技术的电子产品类应用与载体，随着智能音箱的迅猛发展，其也被视为智能家居的未来入口。究其本质，智能音箱就是能完成对话环节的拥有语音交互能力的机器。通过与它直接对话，家庭消费者能够完成自助点歌、控制家居设备和唤起生活服务等 *** 作。
支撑智能音箱交互功能的前置基础主要包括将人声转换成文本的自动语音识别（Automatic Speech Recognition，ASR）技术，对文字进行词性、句法、语义等分析的自然语言处理（Natural Language Processing，NLP）技术，以及将文字转换成自然语音流的语音合成技术（Text To Speech，TTS）技术。
在人工智能技术的加持下，智能音箱也逐渐以更自然的语音交互方式创造出更多家庭场景下的应用。
嵌牛鼻子人工智能运用于智能音箱及智能家居。
嵌牛提问人工智能在智能音箱及智能家居中有什么运用呢？
嵌牛正文
今天与大家分享一篇关于智能家居发展的文章。
科技的发展,引领着时代的进步。自近代工业革命以来,人们的生活水平随着科技的发展而提升。而随着人工智能、大数据、5G通信等技术的出现,万物互联、智能家居等新生活方式也开始进入人类的世界。
由技术的组合进化而产生的智能设备,让万物互联、智能家居等生活方式逐渐成为现实。而在如今热谈的万物互联、智能家居领域,智能音箱或许可以说是覆盖率较高的智能硬件之一。据Strategy Analytics最新发布的报告显示,2020年,全球智能音箱和带屏音箱出货量已经达到了1．51亿台。而从智能音箱产品的发展过程,我们或许可以看清智能家居的未来。
中心化:“ 入口论” 炒热智能音箱
智能音箱最先兴起于2014年,亚马逊的Echo音箱首先将语音交互与音箱结合,让音箱实现了打电话、定闹钟、查天气等功能。语音交互的方式为用户带来新的体验,亚马逊也凭借最先入局的优势,一直占据智能音箱行业最大的市场份额。
我们可以发现,最开始的智能音箱,只是传统音箱的创新产物。Echo也是亚马逊在Kindle获得成功的基础上,再次进入硬件领域的试水作。在2014年Echo音箱大火之后,国内最先出现的跟随者,也是像亚马逊一样的电商平台。2015年,京东与科大讯飞合作推出叮咚智能音箱。
早期叮咚智能音箱由于先发优势,也在国内的智能音箱行业占据过市场第一的位置。据公开数据显示,2016年,叮咚智能音箱销量占国内的2/3,但是只有10万台。后来,随着小米、阿里、百度等竞争对手的出现,叮咚智能音箱彻底消失在历史的长河中。
同时,随着小米、阿里、百度等企业出现在智能音箱行业,智能音箱行业与智能家居之间的联系也更加紧密。
智能家居概念的出现,可以追溯到上世纪。1984年,美国建造了世界上第一栋将空调系统、电梯、防火防灾等各子系统计算机相连的智能建筑;1994年,比尔盖茨将灯光、暖通、家电等集成在电脑系统中,建造出智能化豪宅。在这一阶段,智能家居距离普通人很遥远,存在于概念当中,引人向往。
随着通信技术、自动化控制、大数据、人工智能等技术的发展,人们发现,智能家居已经可以在某些产品上实现,搭载蓝牙、传感器、WiFi、自动控制等技术的智能设备开始进入到人们的生活当中,智能家居进入了单品智能设备时代。
企业总喜欢押注未来,根据技术的发展,可以判断未来智能家居一定会出现,且其中一定蕴含着巨大的商业价值。此时,关于智能家居数据、流量“入口”的争抢成为了企业押注未来的关键。
在人们对智能家居的“入口”设想中,智能门锁、智能电视、路由器、智能音箱等产品都可能成为智能家居的入口。在这一“入口争夺战”中,智能音箱明显取得了上风。
一方面因为在美国,智能音箱的普及率极高,已经有了先例证明智能音箱的存在价值;另一方面,智能音箱相较于智能门锁、智能电视、路由器等产品而言,使用频率高,使用门槛低,更有利于培养用户的智能家居使用习惯。
为了给以后的智能家居生态做铺垫,以阿里、百度、小米为首的三家企业,在智能音箱领域疯狂补贴,通过价格优惠吸引人们购买。小米小爱音箱、小度智能屏、天猫精灵的很多产品售卖价和成本价相差不远,或是低于成本价售卖,为的就是用补贴换取流量。
“做硬件不挣钱”,似乎成了“互联网思维”驱使下的企业共识。而这一做法也取得了不错的成绩,据IDC公布的数据显示,自2018年起,中国智能音箱的市场竞争格局维持着三强争霸局面,2020年阿里、百度、小米在中国智能音箱市场份额超过95%。不愿意拿钱补贴的叮咚音箱,则彻底消失在智能音箱行业。
智能音箱的火热,离不开各企业对智能家居的控制入口、流量入口、数据入口争抢,而从智能家居的“入口争夺战”中,也可以看出彼时企业对未来智能家居入口中心化的判断。
去中心化: 场景为主的智能互联时代
智能音箱在智能家居入口争夺战中,通过补贴的方式虽然获取了用户,但做智能音箱并不赚钱。我们可以发现,如今占据国内智能音箱市场前三名的企业,都颇具互联网思维。从其他角度探索智能音箱的盈利方式,是这些企业的“拿手好戏”。
恰逢“场景大于流量”的说法甚嚣尘上,企业纷纷通过构建场景来增加某些产品的商业价值。智能音箱企业也逐渐开始构建场景,增加盈利渠道。以国外亚马逊的Echo智能音箱为例,Echo依托亚马逊电商业务,推出语音购物功能,成为亚马逊电商业务的有力增长点。
国内企业们也各展才能,小米智能音箱有米家生态链,小度智能屏有百度的搜索、信息流等优势支撑,天猫精灵则可以依赖阿里旗下生态,每家都在凭借优势寻找适合自己的盈利方式。
各家的智能音箱连接自家或是合作伙伴的智能家电,深入客厅、厨房、看护、教育等场景,探索如直播课、售卖智能家电等盈利方式。智能音箱还与做内容的APP合作,例如喜马拉雅一类的音频APP、QQ音乐一类的音乐APP、51talk一类的教育APP、爱奇艺一类的视频APP等,做会员一类的增值服务业务。
此外,阿里、百度智能音箱也曾探索过TO B业务,与酒店合作,打造智能酒店。最近,小度甚至推出了一款可旋转屏幕的智能屏产品,准备将手机高频使用的短视频、购物、K歌等场景搬到智能屏上。
在智能音箱产品都在构建场景寻找新的盈利渠道时,智能家居也从之前的单品智能设备时代,走向以场景为主的智能互联时代。
人们的生活方式不同,居家场景的不同,智能设备的结合方式也就不尽相同。智能家居内含客厅、厨房、阳台、卧室等场景,用户又有着热爱运动、热爱休闲等多种个性,能精准满足用户场景需求的智能家居解决方案逐渐受到人们的喜爱。
当智能家居进入以场景为主的时代时,传统家电厂商的身影开始频繁出现在智能家居领域。
智能家电在智能家居场景中,是不可或缺的一部分,无论多么智能的智能家居场景,家电还是要完成其本身的职能。所以海尔、美的、海信、格力等传统家电企业,自然也不愿放弃智能家居带来的机会。
有很多家电企业开始为用户提供场景化解决方案。以海尔智家为例,甚至专门推出场景品牌三翼鸟,搭建智家体验云平台,根据用户画像,为用户提供衣食住娱等方面的定制化解决方案。
随着场景为主的概念深入人心,人们发现,智能音箱的入口价值正在减弱。厨房场景下,拥有大屏+语音+WiFi等功能的智能冰箱完全可以胜任多数情况;客厅场景下,智能电视似乎成了中心。
智能家居进入以场景为主的智能互联时代,通过各个场景之间的协同共同构建出全屋智能,淡化了“中心”,或者可以说形成了多个“中心”,智能家居在这一时代主要特征是去中心化。
未来的智能家居: 中心化与去中心化并存
现在我们其实处于以场景为主的智能互联时代,智能家居的未来必将会在技术的组合进化中到来。而在分析智能家居的未来之前,首先要明确的是,智能音箱是智能家居的一部分,智能家居是物联网(IoT)的一部分。
智能音箱无论发展到什么阶段,其组成部分都是硬件+软件。智能家居、物联网同样是由硬件与软件组成,硬件中最重要的是芯片,软件中最重要的是 *** 作系统。
*** 作系统是管理硬件与软件资源的程序,需要处理物与物之间的信息交互、控制输入设备与输出设备、利用人工智能技术对用户需求进行分析等, *** 作系统可以说是物联网时代的神经中枢。
智能音箱厂商不惜低于硬件成本价出售智能音箱的原因,除了押注未来、抢占入口之外,扩大智能音箱背后的物联网系统受众,收集数据让系统变得更加智能,也是原因之一。
三大智能音箱厂商背后,是阿里的Ali OS、小米基于小爱开放平台推出的Vela OS、百度的对话式AI *** 作系统Duer OS,而这些 *** 作系统中的数据、使用者数量,是企业吸引其他智能设备合作伙伴的关键所在。
想要在智能家居中分一杯羹的企业,都想建立自己物联网系统,打造出自己的一套标准。除了以上三家之外,还有苹果的Siri OS、华为的鸿蒙OS、谷歌的Fuchsia等物联网系统,美的、格力、TCL等家电厂商也曾涉足物联网系统。
由于标准不同、控制方式不同,导致如今的智能家居行业过于分散,人们可控制的智能设备有限,就像小度智能屏控制不了米家家电。物联网系统的割裂,导致现在人们智能家居场景体验的割裂,智能家居停滞不前。
当下各个厂商因为商业利益导致智能家居难以向前发展,那么未来的智能家居究竟是如何的呢
在笔者看来,未来的智能家居,智能设备可以借助技术,建立用户画像,以用户为中心,提供个性化、智慧化服务,进入主动智能阶段。智能家居对待用户的指令,应当像人类的反射弧(感应器——传入神经——神经中枢——传出神经——效应器)一样。
智能家居设备通过各种感应式传感器接收信号,通过网络、传感器传输信号,具有人工智能技术的 *** 作系统在芯片内处理信息,再通过网络、传感器向各个智能设备传出信号,进而执行 *** 作。
基于这一过程,我们可以发现,智能音箱一类的智能设备就像是人类的器官一样,承担感应器、效应器一类的工作,智能家居并不存在单一入口。在入口方面,智能家居是去中心化的。
刘慈欣科幻小说中《三体》曾描绘过这样的画面:执剑人罗辑在冰冻185年后于危机纪元醒来,地球科技基础物理方面因智子的封锁停滞不前,应用物理却突飞猛进,感应式显示屏、感应式可穿戴设备无处不在,机器服务网络也无处不在。
如今的智能音箱可以接受人们的语音信号,而随着柔性屏、传感器等技术的发展,感应式传感器在家中或许会无处不在,可以接收人们语音、手势信号,甚至可以是脑电波。
智能家居入口的去中心化,一定程度上保证了人们在智能家居场景体验上的去中心化。人们在家庭场景内,应该是无论处于任何位置,都可以体验到智能家居带来的便捷。就像美国漫威《钢铁侠》中的场景,钢铁侠的人工智能管家贾维斯,在家中无论在何处都可以被唤醒,家中各屏幕中的信息也可以根据手势 *** 作。
不过,智能家居的控制中心还是要有的,便于人们对各个设备查看、控制。功能控制中心化,但控制中心的分布却是去中心化的。随着柔性屏等技术的发展,人们在家庭场景下的任何位置,都应该可以调出控制中心。
而承载 *** 作系统的芯片,在笔者看来,应该是去中心化与中心化特征并存的。
物联网因为分成多个设备,每个设备中的芯片具备一定的信息处理能力,天生是去中心化的。华为近日发布的鸿蒙系统,就是分布式物联网 *** 作系统,可以调用各个设备的芯片,来进行互联 *** 作。
当下的物联网对芯片的算力要求较低,去年1．51亿智能音箱销量中,有五成是联发科旗下的芯片;三星也曾提出过利用旧手机的芯片和传感器,将旧手机变成物联网设备。
但是未来随着传感器、智能设备的增多,智能家居场景下产生的数据也相应的增加,智能家居推出单独的芯片来处理智能家居内的数据可能性会大些。
在芯片内的 *** 作系统,一定是去中心化的。以手机系统为例,无论是开放的安卓,还是封闭的苹果,对于开发者来说,都是去中心化的。智能家居 *** 作系统对于开发者、合作伙伴、智能设备来说,自然也是去中心化的。
另外,在物联网大环境下,现在的智能手机是智能家居场景与其他场景之间信息交互的控制入口,未来或许会出现更适应人们使用习惯的移动设备,替代智能手机。
未来的智能家居,是中心化与去中心化特征并存的。智能设备分布去中心化,用户的场景体验去中心化,功能控制中心化,控制入口分布去中心化,芯片集成去中心化与中心化并存, *** 作系统去中心化,智能家居与整个物联网环境的连接中心化。
结语:
智能音箱是智能家居的“排头兵”,从其发展过程可以看出智能家居在发展过程中的“中心化”和“去中心化”。
据天眼查APP数据显示,我国目前有13．3万家经营范围包含“智能通讯、智能家电、智能家居、智能家装”的企业,且状态为在业、存续、迁入、迁出的企业、有限责任公司占比高达87．39%。
智能家居中蕴含的商业利益让各个企业趋之若鹜,一定程度上造成了如今标准不一、体验很差的局面,但也一定程度上促进了我国智能家居行业的发展。
希望真正的智能家居,早日到来。导读：能源化工是一个国家经济结构中的重要基础产业。在进口原油、天然气依存度居高不下的情况下,如何提升本土的原油、天然气生产效率,降低采集、生产、运输成本,一直是整个行业的重要使命。
电网、发电和化工行业都是国民经济的支柱产业，面临着节能减排、双碳承诺的巨大压力，如何利用数字化手段实现降本增效，解决生产、管理问题是所有行业企业面临的重大课题。2022年，我国能源化工行业的数字化建设有以下重要发展趋势：
5G、工业互联网、数据中心、人工智能等信息基础设施与能源基础设施深度融合，支撑传统能源基础设施转型升级，推进能源生产和消费方式更加智能化。以中石化公司为首的头部企业正致力于全产业链数字化转型，针对油田数字化改造、管道数字化管理、炼厂数字化建设、加油站数字化服务全面布局数字化改革策略。
在物联网、云计算等数据采集、计算技术的支撑下，智能化业务监控和管理系统实现油气集输“三化”管理、比如中石化研发了中国首个公司级管线管理。通过三维建模、全景影像、视频监控等技术手段，使地下管线可视、地面站库多维度展示，已覆盖近4万公里油气管线，显著提升管道隐患治理、应急响应能力。实现34万公里管线数据的全覆盖，推动系统应用，实现巡线任务下达、事件上报、巡线人员监控、隐患事件分析等功能。
趋势二：传统能源化工生产企业正在向综合能源服务企业转型
能源数字化转型体现在产、供、销三大环节的能源实现各能源间的灵活转换和互通互济，产、供、销三大环节的信息利用（包括采集、传输、处理、存储、控制）效率提升，以及产、供、销三大环节的业务模式与形态创新。新的业务模式和新生态包括内外协同与跨界融合的新业务发展模式、科学精益与灵活高效的新运营管理模式、快速反应与智能互动的多元服务模式、共建共享与共治共赢的新生态发展格局。
英国石油，一家原本专注于生产资源的国际石油公司，通过数字技术的广泛应用，商业模式进行了较大的变革，现已成功转型为综合能源服务公司，专注于为客户提供综合能源解决方案。
中国综合能源市场起步晚，综合能源市场生态服务建设经验仍有待提升。当下能源电力上下游产业链尚未打通，并且随着新能源的大规模建设和分布式电源技术发展，产业服务生态将不断衍生，因此能源电力服务在顶层设计、资源整合、绿色金融、精准体验方面仍需持续探索，对于新的市场挑战，需不断加强数字化建设和机制引导，助力绿色能源服务全面开展。数字化技术为能源服务升级提供了有效支撑，依托互联网生态和数字化技术不断丰富的综合能源服务生态建设成为能源服务数字化转型的关键考验，除满足最终客户多元化、差异化、个性化需求外，还应在能源系统效率、边际用能成本上不断优化，拓宽能源服务主体边界，构建新型服务生态经济圈，发挥数字化服务转型后的商业价值。
中国综合能源市场起步晚，综合能源市场生态服务建设经验仍有待提升。当下能源电力上下游产业链尚未打通，并且随着新能源的大规模建设和分布式电源技术发展，产业服务生态将不断衍生，因此能源电力服务在顶层设计、资源整合、绿色金融、精准体验方面仍需持续探索，对于新的市场挑战，需不断加强数字化建设和机制引导，助力绿色能源服务全面开展。数字化技术为能源服务升级提供了有效支撑，依托互联网生态和数字化技术不断丰富的综合能源服务生态建设成为能源服务数字化转型的关键考验，除满足最终客户多元化、差异化、个性化需求外，还应在能源系统效率、边际用能成本上不断优化，拓宽能源服务主体边界，构建新型服务生态经济圈，发挥数字化服务转型后的商业价值。
未来，随着可在生能源的大规模开发利用，以分布式、储能等为代表的新兴能源技术及基础设施将快速发展，而且基于新的数字化技术也将提供全新的商业化服务，此时综合能源生态服务需要兼顾传统能源和清洁能源的发展特性，通过搭建数据开放平台、数字服务平台、数字经济平台，实现能源价值的深耕挖掘，朝着绿色能源的发展路径创新商业模式，促进跨界生态合作并提升用户体验。
数字技术与业务、财务融合，将数据要素深度嵌入到生产运营流程与客户服务之中，充分发挥业财融合下数据要素的放大、叠加与倍增效应。
横跨众多业态的多元经营是不少集团企业的发展模式，对业财深度融合的管理创新需求越来越强烈。以涉及能源、医院、农牧、物流等多个业务板块的宝丰集团为例，在集团预算体系的建设中，依据各板块特点及管控需求，打通了从战略目标、业务计划、预算编制、监控、调节，到绩效考核分析的全过程，并在预实分析的基础上拓展了主题分析。主题分析包括经营性分析（产量、销量、库存等）、损益性分析、工程管理分析，以及重点工作追踪分析等。
数字场景建设是企业推进数字化转型的重要抓手。行业企业在推进数字场景打造时，由于基础条件、驱动因素等不同，场景侧重点也有所不同。电网和发电行业企业关注节能减排、安全生产以及设备的检修维护等方面场景的打造;化工企业门类众多，行业企业数字场景建设时，重点关注对生产过程的管控以及产业链供应链的协同等方面;能源化工行业企业大多有工程项目建设，因而更关注工程项目的全生命周期管控的数字场景打造。
比如:国电投的投资决策模型，宝丰能源、旭阳集团、富海集团等以石油化工为主的公司则更多的应用了产供销平衡模型、动力平衡模型、配煤模型等，中石化的建设经营管理数据服务平台，建立了3万多个数据资源模型，支持了财务、物资、营销、金融等业务领域数据分析类应用，都是能源化工行业场景化数字化转型的典型示范和有效路径。
人工智能技术已广泛应用于经济社会的方方面面，带来了巨大的经济和社会效益。
应用AI智能、知识图谱等技术为管理报告应用进行全场景赋能。比如预算偏差自动定位、同比偏差自动定位的智能归因分析，包括采购成本上升、整体成本下降等场景的应用﹔智能情景模拟与预警，例如销售收入、费用、库存异常偏差监控及报告的智能预警等等。
数据智能交互技术，以百度式搜索、微信式聊天的方式与系统进行互动（语音识别技术的应用），随时随地、实时高效与数据进行"无门槛”交互。
借助场景化分析的知识图谱技术进行智能推荐。通过人工与自动两种方式，形成数据之间的关联网络，直观呈现给分析人员，分析人员可以便捷地获知数据可分析的维度和路径。系统也支持基于知识图谱的关联信息自动推荐功能。未来，也可依据知识图谱实现智答的主动分析，自动找到数据变化的隐含原因，并给出结论。
打造数据资源体系，建立跨部门、跨专业、跨领域的一体化数据资源体系，强化数据分级分类管理，建立最小化的数据共享负面清单，推动数据规范授权、融合贯通、灵活获取，实现“一次录入、共享应用”，在此基础上，发挥数据要素的作用，获取不同层次应用成效。
以国家电网为代表的能源企业通过数据互联互通、共享应用驱动人财物等核心资源优化配置来推进企业经营的数字化应用水平。
能源化工行业数字化转型不仅是全流程、多层次的战略转型，还是一个需要兼顾内部运作与外部协同的系统工程。在集团内部要做好集团层面与子公司、战略层面与业务层面的协同。在集团外部，支持行业龙头企业建立共享平台，促进资源的有效协同。部分企业可以凭借体量与政策优势，发展面向行业的专业性公共信息服务，搭建网络化协同平台，带动上下游企业转型，促进产业链价值跃升。
邦零saas（帮助企业自建行业生态saas系统）
整合供应链，搭建数字化运营中心，为化工企业的“保”—“买”—“卖”赋能
定制化低成本构建高效、灵活扩展的数据中台
让企业轻松实现数据驱动的精细化运营，全面激活业务增长
导读数据压缩技术是大数据传输过程中需要采用的一种数据存储方法。那么数据压缩技术分为哪两类使用方法是什么呢为此小编今天就来和大家细细聊聊关于数据压缩技术那些事，同时也提醒各位大数据工程师在使用数据压缩过程中的一些注意事项及使用方法。
在数据压缩中，通过使用比原始数据更少的位来对数据进行编码，数据压缩有两种方法：无损压缩，它消除了冗余但不丢失任何原始数据;有损数据压缩，可通过删除不必要或不太重要的信息来修改数据，在大数据的传输和存储中使用数据压缩非常重要，因为它减少了IT部门必须为该数据提供的网络带宽和存储量，同样重要的是，您实际上并不想保留某些类型的大数据，例如作为物联网(IoT)通信数据一部分的设备间握手引起的抖动。
为了最大程度地利用大数据进行数据压缩，您必须知道何时何地使用不同类型的数据压缩工具和公式。选择数据压缩方法时，请牢记以下几条有用的准则：
何时使用无损数据压缩
如果您有一个大数据应用程序，并且无法承受丢失任何数据的麻烦，并且需要解压缩压缩的每个字节的数据，那么您将需要一种无损的数据压缩方法，当您压缩来自数据库的数据时，即使您意味着必须存储更多的数据，也希望进行无损数据压缩。在选择将此数据重新提交到其数据库时，您需要解压缩完整数据，以便它可以与数据库端的数据匹配并进行存储。
何时使用有损数据压缩
有时您不需要或不需要所有数据，例如物联网和网络设备的抖动，您不需要这些数据，只需提供给您业务所需的上下文信息的数据即可。第二个示例是在数据压缩过程的前端可能使用的数据压缩公式中使用人工智能(AI)，如果您正在研究一个特定的问题，并且只希望与该问题直接相关的数据，则可以决定让数据压缩公式不包含与该问题无关的任何数据。
如何选择正确的编解码器
一个编解码器是一个硬件，软件的组合，压缩和解压缩数据，所以它在大数据压缩和解压缩 *** 作的核心作用，编解码器有许多种，因此为正确的数据或文件类型选择正确的编解码器很重要，您选择的编解码器类型将取决于您尝试压缩的数据和文件类型，有无损和有损数据的编解码器，也有一些编解码器必须将所有数据文件作为“整体”处理，而其他编解码器可以将数据分割开，以便可以对其进行并行处理，然后在其目的地重新组合，某些编解码器设置用于可视数据，而其他编解码器仅处理音频数据。
为什么数据压缩很重要
确定将用于大数据的数据压缩类型是大数据 *** 作的重要组成部分，仅在资源端，IT人员就无法承受处理失控和迅速发展的存储的成本，即使必须完整存储数据，也应尽可能地对其进行压缩，也就是说，您可以采取其他步骤来限制存储和处理，以及针对大数据压缩中采用的算法和方法的最适合 *** 作，掌握这些选项是IT部门的关键数据点。
以上就是小编今天给大家整理分享关于“数据压缩技术分为哪两类使用方法是什么”的相关内容希望对大家有所帮助。小编认为要想在大数据行业有所建树，需要考取部分含金量高的数据分析师证书，这样更有核心竞争力与竞争资本。
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）