AIoT应用走向分流 家用设备智能更接地气 智能应用 影音
MongoDB
ADI

AIoT应用走向分流 家用设备智能更接地气

  • 洪千惠

TUTK物联智能副总经理曾羽平指出,家庭系统所使用的AI,并不需要太高的运算能力,只要能符合功能需求即可。
TUTK物联智能副总经理曾羽平指出,家庭系统所使用的AI,并不需要太高的运算能力,只要能符合功能需求即可。

2017年Google旗下的AlphaGo打败全球专业围棋棋士后,AI迅速成为全球IT产业最热门的议题,多数人都认为透过强大的运算能力,高速、精准的智能化时代即将来到,TUTK物联智能事业发展行销处副总经理曾羽平指出,AI在物联网的应用,不会只有在最高端的系统,在成本预算有限、运算能力不需过高的消费领域,AI也会扮演重要角色,而透过这类型系统,AI应用也才能接地气,让普及更迅速。

曾羽平以智能家庭为例,智能家庭议题在IT产业出现已有相当久的时间,不过一直未如业界预估出现爆发式成长,原因在于除了市场上的产品缺乏统一标准,难以相互连接外,智能化不足也是原因之一。这几年包括Alexa、Google Home等智能语音助理问世,Amazon与Google都已开始将其他家电纳入,让使用者可透过智能语音助理控制相关设备,这就代表AI已经开始跨入家庭领域,而这类型的运算能力需求并不需过于高效,即有智能功能。

除了家电外,曾羽平认为安全监控系统也会是AI在智能家庭系统中,深具发展潜力的部分。现在家庭用的云端安全监控系统,在技术上已相当成熟,使用者可透过云端连结家中的网络摄影机(IP Camera),从移动设备观看小孩、父母、宠物等家人状况,另外有业者将这类型设备与家中门铃结合,设计出可视门铃系统,从线上即可看到来访者的面孔。现在市场上更出现结合AI延伸出人脸识别功能的可视门铃,并将结果推播到智能手机上,不过在过去缺乏AI的运算能力下,系统的误判率偏高,会对使用者造成使用困扰。

对此曾羽平表示,近年来AI技术能力的大幅提升,将可解决此一问题,减少误判提升识别率。他进一步指出,以人脸识别为例,由于家庭系统需要识别的脸孔数并不多,数据量不大,而且功能相对简单,因此识别率也不需达到99%,只要有70%~80%即可,所需的AI系统不必用到如IBM、Google等厂商设计的高效能运算核心,再加上成本往往是家庭系统选购时的重要考量,然而高效能AI系统也代表着高费用,在家用领域将较难被接受,因此导致AIoT应用距离落地仍有一段距离。

以TUTK物联智能为例,该公司的产品研发向来以影像串流技术为主,面对AI浪潮的兴起,目前也提供Kalay平台API接口,积极与第三方IoT平台及AI解决方案串接,期望为终端消费市场创造更完整的应用场景。除了家用环境外,曾羽平更指出,具有人脸识别功能的影像系统,也可应用在餐饮、零售等领域,以提供差异化顾客服务,这些服务将可直接产生营业利润,提升企业的导入意愿,让AI的普及更迅速。