搞半天,智能硬件竟是个翻译错误?

本文涉及的产品
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介: 大概一周之前,笔者去杭州拜访九阳集团并与豆浆机发明人、九阳董事长王旭宁交流时,他问我“智能硬件”的“智能”究竟是什么意思时,我一时竟然答不上来——如你所见,现在的智能硬件大都是披着“智能”的外衣,实际上大都是有App与之相连,实现了远程控制、数据收集、互联互通和互联网服务加载这些能力。那么智能究竟是什么呢?笔者的结论是,智能硬件只是一个翻译错误,但是,在可见的未来,它会逐步成为一个正确概念。

大概一周之前,笔者去杭州拜访九阳集团并与豆浆机发明人、九阳董事长王旭宁交流时,他问我“智能硬件”的“智能”究竟是什么意思时,我一时竟然答不上来——如你所见,现在的智能硬件大都是披着“智能”的外衣,实际上大都是有App与之相连,实现了远程控制、数据收集、互联互通和互联网服务加载这些能力。那么智能究竟是什么呢?笔者的结论是,智能硬件只是一个翻译错误,但是,在可见的未来,它会逐步成为一个正确概念。


智能硬件究竟是什么?

雷科技从2014年开始关注智能硬件,很荣幸的是,百度百科“智能硬件”词条中对智能硬件的定义,就出自雷科技。

智能硬件通过软硬件结合,对传统的设备进行改造,进而让其拥有智能化的功能。功能无限扩展,产品快速迭代,进而拥有自动感知、自我学习的能力。典型的智能硬件领域有可穿戴、智能电视、智能家电、智能家居、车联网、智慧医疗、酷玩设备、物联网行业应用、机器人、无人机……

……

现在看,这个解释并不算太准确,它将一切软硬件结合的“新硬件”都归纳为智能硬件了——实际上有些媒体不愿意用智能硬件这个概念,而是用“新硬件”或者“软硬件结合”。不过这都不重要了,因为大家都知道,我们在谈智能硬件时,究竟在谈什么。

智能硬件在英文科技媒体中对应到Smart Device,Smart被翻译为智能其实并不准确。它的原意是指,相对于“功能”为主的硬件“更聪明”的硬件,比如你的手表可以记录你的运动数据了,再比如你家的电饭锅可以远程被启动煲汤了,你家的灯光可以自动调整颜色和亮度了……不过,有个先例是,Smart Phone被翻译为“智能手机”,但想想,你的手机智能在哪里?其实它距离人们所期待的智能,依然还有很长的路要走,在可见的未来(十年内),智能手机应该都是最核心的设备,它会向着真正的“智能”发展,例如Siri将变得越来越聪明了,智能硬件同样会这样发展。

究竟什么才是真正的智能?

智能对应的英文是Intelligent。说到人工智能(AI,Artificial Intelligence),大家会想到真正的智能。但说到智能硬件,人们很难将其与人工智能联系起来。究其原因,还是现在智能硬件尚处于“准智能”或者“伪智能”阶段。

查了一下资料,智能在心理科学中解释是这有的:

从感觉到记忆到思维这一过程,称为“智慧”,智慧的结果就产生了行为和语言,将行为和语言的表达过程称为“能力”,两者合称“智能”,将感觉、记忆、回忆、思维、语言、行为的整个过程称为智能过程,它是智力和能力的表现。它们分别又可以用“智商”和“能商”来描述其在个体中发挥智能的程度。“情商”可以调整智商和能商的正确发挥,或控制二者恰到好处地发挥它们的作用。

简单的解释就是,会感知和思考是“智”,能表达能行动是“能”。

著名教育心理学家霍华德·加德纳将人类的智能可以分成七个范畴:1.语言 2.数学逻辑 (Logical/Mathematical) 3.空间 (Visual/Spatial) 4.身体运作 (Bodily/Kinesthetic) 5.音乐 (Musical/Rhythmic) 6.人际 (Inter-personal/Social) 7.自我认知 (Intra-personal/Introspective)。因为这一总结他被誉为“多元智能理论之父”。

从智能相关解释可知,现在的智能硬件与真正的智能其实还相去甚远。

在感知层面可一定程度模拟,在语言表达上也能通过“输出”在交互层面模拟。

但还有两个点做得差强人意:一是记忆和思维,机器模拟耳朵(语音技术)、眼睛(视觉计算、虹膜识别、表情识别)、触感(压力屏、指纹识别等)这些都有突破性进展,在模拟“人脑”这块,还处于早期,深度学习、大数据这些技术在解决这个问题,距离真正的实用还有很长的路;二是行动能力,除了表达之外,人可以进行各种动作行为,现在的智能硬件对于行为的模拟还很浅层,比如模拟四肢运动,泡杯咖啡然后端给主人,这样的简单动作还很困难,他们没有人类的灵活性和处理复杂环境的能力。

当然也要注意到,已有智能硬件在某些方面比人类个体表现更好。比如对环境的感知能力,它可以将很多环境如空气质量量化;再比如它比人类某些行为能力更精细,例如医疗机器人的微型手臂、无人机的平衡能力;还有就是计算能力,通过云计算和大数据的结合,它比人脑更能“计算”,快速反馈……所以智能硬件如果有一天真正具备人的“智能”,那么它一定比每个人都要更加“聪明”。不过,从人类智能的七个范畴来看,让机器实现类似于自我认知、人际交往、音乐智能,看上去有些遥不可及,至少短期内看不到希望,机器的情商与智商发展并不匹配,人类的优越感就体现在这些方面。

现有智能硬件“智能”在哪里?

根据上述分析,雷科技总结了现在的智能硬件所实现的不同层次的智能,大家的技术含量相差还是蛮大的,智能硬件的“智商”、“能商”有很大不同。

第一层:为了智能而智能。一些硬件其实并没有太大必要去实现智能化的改造,毕竟让产品智能起来,终极目的还是要带来实际价值,而不是反作用。有些智能硬件是工程师思维,给硬件弄个蓝牙模块可以连手机App,看上去智能了,其实并没有带来什么价值,增加了成本,用户不买账,这里就不具体举例了,欢迎对号入座。

第二层:可远程操控硬件。这是很多智能硬件的“智能”要义,例如可以通过App远程控制路由器下载了,于是就有了智能路由器;可以通过App观看远程摄像头的画面,于是就有了智能摄像头;可以通过App控制家里的空调,于是就有了智能空调……实际上它跟智能没啥关系,它的正确叫法应该是“可远程操控硬件”。

image.png

第三层:人机交互的智能。智能交互解决了“感知”和“表达”两个问题,所以是非常重要的智能分支。随着语音识别、语音合成、语义理解、视觉计算、体感技术的快速发展,很多智能硬件利用这些技术实现了交互层面的智能,解决了某些场景下的交互痛点。开车中语音控制导航设备,家庭安防中的面部解锁,音箱的语音控制……除此之外,一些硬件过去交互基于按键,需要繁复的操作才能进行某些操控、设置,通过App操作可以极大简化交互。

第四层:量化数据的智能。通过各种传感器,把过去无法量化的数据可视化地呈现出来,这类智能硬件核心其实都是量化数据(至于说什么大数据加载服务那是后话了),健康类设备、环境交互类设备大都是这个层面,例如智能手环、智能健康秤、智能自行车、智能空气检测设备……它们其实都是在做数据的量化,同时进行收集、云端存储和利用。不过说实话,在产品量级没起来之前,“大数据”只是纸上谈兵。

image.png

第五层:内容服务的智能。这跟智能手机一样,相对于功能手机而言,它能做的事情更多了。开放式的智能操作系统,能够随意连接互联网,让智能手机所承载的内容和服务远远超出了功能机。一些智能硬件,以软硬件、内容一体化为特色的硬件,就是这个层面的智能,最典型的是智能影音类设备,例如智能电视、智能音响、智能投影仪……以及智能手表,它们与互联网连接,可以加载各种内容和应用,满足了用户总想要更多的需求。

第六层:自动感知的智能。能做到这一步的并不多,这类智能硬件可以感知环境的变化,预测用户的需求,根据算法自动响应,做出某些动作,给到用户更舒适的生活环境。最典型的就是Nest,自动温控,节能舒适。以后智能家居,将向着这个方向发展,何时需要开灯、何时需要开窗、何时需要启动净化器、何时需要开始烧好热水等用户洗澡……都可以根据环境感知、用户习惯自动响应,实现“零操控”智能。

第七层:无人干涉的智能。这个阶段的智能可以说是终极智能,就是机器可以把人做的某些事情代替了,甚至做人类做不到的事情,这是机器人时代。市面上的民用机器人,大都还处于陪伴阶段,例如阿里巴巴与软银联合投资的Pepper,只是一个可移动、可聊天的玩具。有一天机器人可以帮人烧菜做饭、打扫清洁(扫地机器人已经做到一部分)、按摩捶背、陪人睡觉、出去遛狗时,才算真正的智能机器人。而在此之前,Google 无人驾驶汽车、DJI的无人机、以及此时此刻正在生产线上忙碌的工业机器人,已经有“无人智能”的雏形了。

image.png

小结一下:

现在智能硬件虽然大都需要加一个双引号,即“智能”硬件,但它们如果能跟智能手机一样,做到传统硬件做不到的事情,就有其价值和市场。一些并不了解智能硬件行业的分析师们上来就说智能硬件都是垃圾、是泡沫是不负责任的,毕竟很多智能硬件卖得相当好(百万级出货量),而且有些品类智能化已是大势所趋,现在的“智能”是否真正有价值,最终还是市场评判,用户只为价值和体验买单,而不是概念。而且我们也要乐观地看到很多硬件已经实现了较高层次的智能化,就算还处于研究阶段,但未来依然可期。


相关实践学习
基于Hologres轻松玩转一站式实时仓库
本场景介绍如何利用阿里云MaxCompute、实时计算Flink和交互式分析服务Hologres开发离线、实时数据融合分析的数据大屏应用。
基于MaxCompute的热门话题分析
Apsara Clouder大数据专项技能认证配套课程:基于MaxCompute的热门话题分析
相关文章
|
Java API Spring
【一】springboot整合swagger
【一】springboot整合swagger
201 0
|
人工智能 缓存 调度
技术改变AI发展:RDMA能优化吗?GDR性能提升方案(GPU底层技术系列二)
随着人工智能(AI)的迅速发展,越来越多的应用需要巨大的GPU计算资源。GPUDirect RDMA 是 Kepler 级 GPU 和 CUDA 5.0 中引入的一项技术,可以让使用pcie标准的gpu和第三方设备进行直接的数据交换,而不涉及CPU。
138039 6
|
存储 Dragonfly 弹性计算
2023年阿里云服务器8核16G配置收费标准与活动价格参考,价格2849.76元1年起
一般来说企业用户在选择云服务器配置的时候,8核16G配置是选择比较多的,2023年新用户租用阿里云轻量应用服务器低至108元首年,8核16G配置目前活动价格仅需2849.76元1年起,不过阿里云不同实例类型的8核16G云服务器配置,产品价格也各不相同。而在平时购买和活动期间买价格也是不一样的。本文主要为大家介绍目前阿里云服务器8核16G配置收费标准与活动价格,以供参考。
862 0
2023年阿里云服务器8核16G配置收费标准与活动价格参考,价格2849.76元1年起
|
XML 数据可视化 Java
非常轻量、高性能、可集成、可扩展的流程引擎compileflow
compileflow Process引擎是淘宝工作流TBBPM引擎之一,是专注于纯内存执行,无状态的流程引擎,通过将流程文件转换生成java代码编译执行,简洁高效。当前是阿里业务中台交易等多个核心系统的流程引擎。
|
存储 Serverless 文件存储
函数计算产品使用问题之如何在一键部署的ComfyUI中上传大模型和插件
函数计算产品作为一种事件驱动的全托管计算服务,让用户能够专注于业务逻辑的编写,而无需关心底层服务器的管理与运维。你可以有效地利用函数计算产品来支撑各类应用场景,从简单的数据处理到复杂的业务逻辑,实现快速、高效、低成本的云上部署与运维。以下是一些关于使用函数计算产品的合集和要点,帮助你更好地理解和应用这一服务。
|
7月前
|
负载均衡 物联网 测试技术
部署硬件负载均衡时,如何评估设备的处理能力?
部署硬件负载均衡时,如何评估设备的处理能力?
339 60
|
8月前
|
边缘计算 网络安全 数据安全/隐私保护
从当前创新看HTTP代理的未来发展格局
在数字化时代,网络安全与隐私保护成为核心需求。HTTP代理凭借智能化、安全性、边缘计算等创新技术,支持HTTP/2、HTTP/3等新兴协议,优化用户体验,提升数据传输安全性和效率,满足现代网络需求。
133 13
|
8月前
|
数据采集 SQL 数据挖掘
电商数据分析的方法
电商数据分析涵盖从业务需求理解到数据呈现的全流程。初学者应循序渐进,掌握数据清洗、转换等技能,Python是重要工具。社交媒体营销分析关注用户参与度和KOL影响。实战教程如《2019电商数据分析师实战项目》提供Excel、SQL及Tableau应用案例,帮助巩固理论知识。代码示例展示了如何使用Pandas和SQLAlchemy进行销售数据分析,计算转化率。 (注:联系方式和感谢语已省略以符合要求)
电商数据分析的方法
|
10月前
|
人工智能 编解码 搜索推荐
OneDiffusion:无缝支持双向图像合成和理解的开源扩散模型
OneDiffusion 是一个开源的扩散模型,能够无缝支持双向图像合成和理解。它基于统一的训练框架,支持多种任务,如文本到图像生成、条件图像生成和图像理解等。OneDiffusion 通过流匹配框架和序列建模技术,实现了高度的灵活性和可扩展性。
179 2
OneDiffusion:无缝支持双向图像合成和理解的开源扩散模型
|
11月前
|
Python 机器学习/深度学习 人工智能
手把手教你从零开始构建并训练你的第一个强化学习智能体:深入浅出Agent项目实战,带你体验编程与AI结合的乐趣
【10月更文挑战第1天】本文通过构建一个简单的强化学习环境,演示了如何创建和训练智能体以完成特定任务。我们使用Python、OpenAI Gym和PyTorch搭建了一个基础的智能体,使其学会在CartPole-v1环境中保持杆子不倒。文中详细介绍了环境设置、神经网络构建及训练过程。此实战案例有助于理解智能体的工作原理及基本训练方法,为更复杂应用奠定基础。首先需安装必要库: ```bash pip install gym torch ``` 接着定义环境并与之交互,实现智能体的训练。通过多个回合的试错学习,智能体逐步优化其策略。这一过程虽从基础做起,但为后续研究提供了良好起点。
1461 4
手把手教你从零开始构建并训练你的第一个强化学习智能体:深入浅出Agent项目实战,带你体验编程与AI结合的乐趣