智能家居,机器学习和发现

  • 今天的“智能家居”和一两代前的家用电器一样:每个人都会拥有其中的一些,但我们正在努力,这是有道理的。每个人都有烤面包机或搅拌机,但没人有电动开罐器,智能家居看起来也一样。我们处于发现模式。

  • 机器学习也有很多相同的问题:我们如何将这些商品组件组合成有意义的产品——在家里,在平台和智能手机上?

  • 机器学习的一部分挑战不仅在于找出要解决的问题,还在于找出如何向用户展示这些问题。其中一些可能只是品牌化——我们可能需要说“这是‘人工智能’”,以设定期望值(并降低期望值)。


我祖父母本可以告诉你他们有多少台电动机。车里有一个,一个放在冰箱里,一个在真空吸尘器里,他们可能总共拥有十几个。今天我们不知道,这不是一个有意义的问题,但我们可能知道有多少设备是通过网络连接拥有的。再一次,我们的孩子和孙子都不知道,这不重要。

在这两种情况下,商品组件的浪潮推动了产品创造的浪潮。家里的电气化是由廉价的直流电动机实现的,加热元件等,当前一波“智能家居”设备都是由廉价和低功耗的摄像头实现的,WiFi芯片,麦克风等(大多来自智能手机供应链)。

同样地,在这两种情况下,都有一个发现阶段:我们可能拥有所有这些组件,但是我们仍然需要找到合适的方法来组合。必威足球因此,人们提出了各种家用电器,我们共同研究出哪些是合理的,在哪里——英国每个人都有一个水壶,美国大多数人都有搅拌机,没有人有电动开罐器。现在“智能家居”也是如此。很多关于产品的想法正在尝试中,有些是水壶,有些是开罐器,这只是显而易见的,事后看来。这一过程的一部分也在研究公司的价值所在——哪些是来自现有制造商(烤箱公司,锁具公司等)是深圳的商品,这是新公司创建的机会。

所有这些都与机器学习中发生的创造和发现的并行过程直接重叠,尤其是在消费品方面。再一次,我们有一套不断增长的组件,比如计算机视觉,语言与自然语言处理,以及基于ML的更广泛和不太明显的模式识别。再一次,其中许多组件现在都是商品,或者正在迅速成为商品。而且,再一次,我们正在研究如何将它们结合起来,把它们做成产品,添加到其他产品中,并将其呈现给用户。

因此:

  1. 我们能用电动机和加热元件做什么?

  2. 我们能用WiFi芯片做什么?照相机和麦克风?

  3. 我们可以用图像识别来构建什么,自然语言的发展和模式识别?

与此同时,这些机器学习组件本身也是智能家居的组件(ML使连接的摄像头或智能恒温器有用),以及反之亦然(对于语音助手来说,智能扬声器通常只是一个终结点)。

“智能家居”探索挑战的一部分,当然,这些设备到底应该彼此连接多少?这是“物联网”还是“物联网”?

语音助手(基于机器学习)显然是这个难题的一部分——我是否使用语音来控制一切?也许吧。我倾向于从文氏图的角度来考虑这个问题——最好用声音告诉烤箱预热到350度,如果智能门锁能和防盗报警器通话而我不必说任何话,那就太好了,但是门锁不需要连接到烤箱。也就是说,我们有一系列扩展点解决方案(如果只是因为其中一些设备可以使用十年,而且您不太可能为了获得语音助手支持而更换烤箱)。

同样地,人们可能会想,多少毫升可能会变成一系列的点解决方案-是否应该有更多的结缔组织。

硅谷流行的观点是,要求一个“人工智能”层就像要求一个“数据库”层。我们不希望看到我们的照片,电子邮件,所有的短信和Instagram更新都在一个统一的“数据库层”中——这些都是不同的软件,即使它们使用相同的底层技术。同样地,机器学习将在各种不同的地方进行完全不同的工作。电池优化使用ml,Google的夜间模式使用ML,但这些显然是完全不同的代码片段,用户在使用时不需要听到“ai”。即使某些东西明显是“ai”,甚至使用同样的核心技术,产品可能完全不同。如果我给谷歌照片一张海滩上的狗的照片,用例是“给我看海滩上我的狗的照片”。但是如果我把图像给谷歌镜头,告诉我海滩上的狗没用。我们没有买电动机,我们买了电钻。我们不买WiFi芯片组,我们不会买“人工智能”。

另一方面,机器学习的一部分挑战不仅在于找出要解决的问题,还在于找出如何向用户展示这些问题。当您的iPhone在电子邮件中检测到航班确认并将其添加到日历中时,它说“Siri发现了飞行”——Siri不是一个单一的软件(在这种情况下,它可能甚至不使用任何机器学习)。但苹果却将其作为一个品牌,用于“手机正在观察并提出建议”。这里有很多消息和用户通信问题(不仅仅是隐私问题)。通常情况下,系统可能无法确定它所看到的是什么——所以您会说“也许是X”?特别地,对于语音助手或像Google Lens这样的知识图表,你如何沟通你能做和不能做的事?你如何传达不确定性?也许“人工智能层”就是向用户发送消息,告诉他们它具有ML特性,关于如何设定正确的期望值(我写了更多关于这一点的文章在这里,看看谷歌镜头)。换言之,我们可以说是人工智能降低期望,不要饲养它们。也许有些人工智能的东西需要打上“人工智能”的烙印让人们理解它,也许这个“人工智能”品牌会覆盖那些根本不是人工智能的东西。