海爾智慧家庭核心技術平台，到底有多牛？
小米智慧家庭核心技術平台，到底有多牛？
華為智慧家庭核心技術平台，到底有多牛？
蘋果智慧家庭核心技術平台，到底有多牛？
類似的問題太多了，不能每次都問，咱們不如從頭開始一次說清楚，以後遇到類似問題就可以自行判斷各家的智慧家庭是什麽水平了。
首先我們需要對智慧家庭有一個更全面的了解，包括它是什麽？如何發展而來？只有了解了它才能進一步的去評判它到底牛不牛。
智慧家庭屬於IoT（Internet of Things，物聯網）的一個套用場景，這幾年炒的很熱，但他確實不是個新東西。早在1994年，雷紮·拉吉（Reza Raji）在IEEE綜覽中發表「可控制的智能網絡」（Smart networks for control）論文，當中提出了概念「可將小量的數據封包匯集至一個大的節點，這樣就可以整合與自動化各種設施，從家用電器乃至於整座工廠。隨著IoT的發展與AI（人工智能）結合形成了AIoT（智能物聯網），這樣就改善人機交流、增強數據管理和分析，更加的智能。發展到今天AIoT根據套用場景的不同又分為智慧家庭、智慧工業、智慧農業、智慧社區等。
題目說的是智慧家庭，其它領域就不涉及了，咱們以後有空再聊。智慧家庭的發展與至今也大致可以分為幾個階段：
首先是智能硬件單品的發展，這幾年我們可以看到很多的電子器材都加上了智能兩個字，比如空調，傳統空調就是遙控器操控，加上一些智能模組後就可以透過手機APP控制，透過語音控制等，使用起來更加的方便；再比如智能門鎖，我們不需要帶鑰匙就可以進門，這就很方便。智能器材通常都需要下載安裝APP，當智能器材越來越多的時候，APP也越來越多，這顯然是很糟糕的體驗。
作為一個智能家居的愛好者，我的手機上曾經一度有十幾個智能器材的APP，都是淚。好在隨著智能器材的不斷增多，誕生了智慧家庭技術平台，一個很重要的特點是智能器材有了統一的APP入口，比如我們熟悉的小米米家、海爾智家、華為智慧生活等。透過這一個APP可以連線、設定接入的智能器材，這些智能器材之間也有了一些簡單的場景化聯動。
這樣只能說是初步實作了智能家居，智能器材在不同場景下可以自動工作，這些都是透過人的設定和控制來實作的，並不算真的控制。這兩年湧現出的全屋智能解決方案則進一步的完善了這點，目前行業較為成熟的方案是再雲端運算平台上透過AI、大數據來實作。這樣AI可將AIOT數據轉化為有用的資訊，以改善決策流程，進而為「物聯網資料即服務」（IoT Data as a Service，IoTDaaS）的模式奠定基礎。
目前的智能家居技術架構大致就如下圖所示。
明白了智能家居的發展也就大致明白了你討論的某家的智慧家庭核心技術平台大致處於什麽水平。
但是這還不足以評判這個智能家居的水平到底如何，就以最底層的連線來說，各大智能器材之間透過網絡連結控制，就形成了最初級的智能家居，可是他們連線的網絡可能是不一樣的。目前室內以WiFi、BLE、ZigBee為主此外還有PLC的有線連線方式，每個廠商都說自己的連線方式好，可是哪種連線方式更好呢？除了從業者和一些資深玩家大眾是並不清楚。
在一個成熟的行業，評判一個技術的好壞並不難，比如說空調能效，哪個廠商的空調更節能呢？這很好判斷，一級能效、二級能效標識的很清楚，一目了然，這些都是有評判標準的（GB 21455-2019 【房間空氣調節器能效限定值及能效等級】）。
智能家居行業有評判標準嗎？國家標準還沒有，但是現在已經有廠商提出了標準，2022年3月，海爾智家牽頭微軟、騰訊雲、科大訊飛、中國家用電器研究院等釋出了【家庭大腦白皮書】，裏面再次解釋了透過智慧家庭智能家居智能化能力等級評估模型將智慧家庭智能化等級的定義（L1-L5），分別對應智慧家庭發展的5個階段：單機智能（L1）、協作智能 （L2）、決策智能（L3），以及即將實作的高度主動智能（L4）和泛在智能（L5）。
這份白皮書對智能家居水平做出了具體的劃分，也對智能連線技術等都做出了說明。有意思的是白皮書中的智慧家庭發展分級有點像自動駕駛的等級劃分，對於行業發展還是挺有意義的，我們平時說「 一流企業做標準，二流企業做品牌，三流企業做產品 」，在智能家居領域中國是走在世界的前列的，理應提出自己的標準，
有了一個標準，我們就可以根據標準來判斷這個智能家居解決方案處於一個什麽等級了，我們也可以看到智能水平是決定解決方案等級的最關鍵因素，也是未來的決定性因素。
就目前而言還無法實作L5級別的智能家居水準，市面上的解決方案最高可以達到L3級，問題中提到的海爾智慧家庭核心技術平台就屬於這一級。但是這裏依然有一個問題，同樣是L3級別，如何比較高低呢？誰更牛呢？那自然是智能水平了，在海爾智慧家庭技術平台中智家大腦就擔任了這個角色。
下面我們需要對AI進行一個簡單的了解，當前最火的AI產品就是ChatGPT，堪稱有史以來最強的AI對話系統，所以我們就以其對應的NLP為例進行說明。為了訓練AI廠商需要有大量的數據，然後經過分詞、清洗、特征提取、建模等步驟形成一個NLP模型，在這個過程中還需要大量的人工進行標註，其它領域的AI訓練也大致相同。如果你沒有看懂也沒關系，總之就是你知道挺復雜的就可以了，因為很多智能家居廠商也不擅長，而且不管是數據質素、成本還是演算法要求都很高。
好在有專業的AI公司和雲端運算企業提供這方面的服務，比如利用亞馬遜推出的Amazon SageMaker功能將數據匯入，簡單操作即可建立機器學習模型，拉低了非AI公司進入AI領域的門檻，所以決定未來哪家智能家居更加智能的一個重要因素就是作為AI基礎的數據。智慧家庭的數據從哪裏來？答案很簡單，就是家裏遍布廚房、客廳、臥室、浴室、陽台的各種帶有感知的智能器材。
海爾強就強在它是做家電出身的，從冰箱、彩電、洗衣機到電視、廚電等都涉及而且擁有廣大的使用者，甚至還有一些大家平時不太註意的比如酒櫃以絕對優勢全球第一。這些器材所產生的數據為智能系統的前進演化提供了基礎，而且我們不用擔心海爾有一天會不做家電了，家電是海爾的基本盤，他肯定會持續的做這件事兒，至於一些互聯網廠商就未必了。AI透過機器學習功能，使得器材互聯變得更有價值；連線、訊號和數據交換又使得AI可以獲得更豐富的資料來源，這才是AIoT真正的優勢。
回歸問題本身，智能大腦作為海爾智慧家庭核心技術平台，到底有多牛？我前面說的比較具有行業普適性，具體的了解我建議看一下前段時間央視的一個節目【KUA！未來 中國科技創新之夜】的節目，這個節目上到火星，下到化石，有大國重器也有數碼家電還有甜妹王冰冰，在節目中王冰冰還參與表演了海爾智家大腦的小品化的演示，看完後會有個更直接的認知。
牛不牛不是說出來的，是做出來體驗的，在各地也有海爾三翼鳥的體驗店，大家也可以去實際體驗，這才更有意義和說服力。
前幾天看完【流浪地球2】，我在想未來智能家居比如海爾的智能大腦會不會就像電影裏的MOSS一樣，經過反復的叠代最佳化最後有了自我意識？所以那個白皮書不妨在大膽點加入個L6自主意識的智慧家庭，開個玩笑，希望這篇內容對大家了解智慧家庭有更多的幫助。
【KUA！未來 中國科技創新之夜】節目觀看地址：
直播！央視新聞首檔科... - @央視新聞 的影片 - 影片 - 微博 (weibo.com)
