近年来，智能家居变得越来越受欢迎。过去，智能家居主要指照明和供暖等自动化系统，而现在，其定义已扩展到包括语音助手和各种传感器及远程可编程设备。在英国，过去五年中拥有智能家居设备的家庭数量翻了一番。
然而，许多专家认为，智能家居的真正潜力在于帮助有特殊需求的人群，如老年人或痴呆症患者。愿景是通过帮助日常活动、检测问题、提供协助并在必要时呼叫人类支援，使目前需要替代安排的人能够独立生活。
这类最佳的智能家居位于美国、德国和韩国。语音助手帮助居民管理药物，而传感器可以检测跌倒并根据需要召唤紧急服务。用户还佩戴传感器来跟踪心率和血压等生命体征，数据会传输给医疗专业人员。
但这种类型的智能家居数量相对较少，技术仍相当基础。例如，尽管人工智能（AI）取得了进展，但在更复杂的监控任务上，如识别制作早餐或整理杂货等活动，并提醒用户关闭炉灶或发现物品放错位置等方面，AI的应用仍然有限。
作为在这个领域工作多年的研究人员，我看到了阻碍进步的诸多挑战。
1. 摄像头问题
最准确的监测方式是在居民家中安装大量摄像头。这些摄像头虽然存在视角受限和有时需在黑暗中工作的并发症，但主要问题是隐私。个人不愿生活在可能被他人看到自己行为的房子里，因此摄像头并不是一个可行的选择。不幸的是，该领域的大多数研究都是基于摄像头进行的，因此这些研究并不实用。
没有摄像头捕捉信息，也意味着最佳的AI训练数据不可用，这使得技术进步更加困难。因此，我和我的同事们正在开发基于嵌入式传感器和RFID的技术。
2. 无尽的复杂性
在这一背景下，AI仍难以识别更复杂的活动或行为。这包括多个人同时做事，或一个人执行一系列活动或具有多个小部分的活动，如制作早餐或洗碗。
此外，所有房屋的配置都不同，优化传感器的放置位置和选择哪种类型的传感器也是一个挑战。不同的传感器可以捕捉不同的信息，如运动、压力、动作等，但并不总是清楚哪些信息在每个位置最有用。
另一个挑战是“数据漂移”，即当人们的行为改变时，传感器数据也随之变化。例如，如果一名住户住院一段时间，系统不知道这一点，可能会因为食物消耗减少而误判需要干预。
同样，智能系统还需要应对因天气等自然波动引起的数据变化。例如，在下雨天提醒住户晾晒衣物是没有意义的。所有这些问题的研究仍处于早期阶段。
3. 需求变化
即使传感器能够准确识别正在进行的活动和异常情况，它们还需要应对住户需求随时间的变化。随着年龄增长或痴呆症恶化，系统必须认识到三个月前正常的情况现在可能不正常，并相应作出反应。这也是一个巨大的技术挑战。
4. 用户体验
许多研究表明，潜在用户觉得使用这些技术很困难，感到“紧张”、“担心”、“不安”和“困惑”。我目前正在撰写一篇探讨如何改善用户体验的论文，其中一个关键建议是让这些人在设计阶段就参与进来。令人惊讶的是，这在过去并没有发生。
5. 信任问题
用户必须相信辅助智能家是可靠的，才会愿意住在其中。特别是如果系统使用先进的AI分析他们的行为，他们可能会担心失去控制。他们可能不满于决策过程缺乏透明度，尤其是当这影响到他们的日常生活时。他们还会像我们其他人一样担心个人数据的使用。所有这些都表明，教育客户并预见他们的担忧是一个重大挑战。
6. 成本
智能技术并不便宜。2023年，英国智能家居专家Chris Lewis Group的一项分析显示，一个完全设置好的普通智能家居的成本从75,000英镑到150,000英镑不等。对于辅助生活，特别是使用最新AI技术的系统，成本会更高——至少在有足够的客户带来价格下降之前。即使如此，还将会有维护和升级成本。
这突显了向相关公共机构或个人客户证明这些智能家居确实能提高生活质量的重要性。
7. 缺乏协调
在开发这些技术时，技术开发者、最终用户、研究人员和地方政府及医疗保健提供者之间几乎没有合作。这是构建有效辅助智能家的一个重要障碍，因为各方不共享专业知识，难以筹集资金，且误解用户需求。
这是该领域最大的问题。我们距离开发出能够充分利用最先进技术的系统还有很长的路要走，但如果各利益相关方走出各自的孤岛，真正合作，我们将更快实现这一目标。
Sabrina Azzi 未在任何公司或组织工作、咨询、持有股份或接受资金，这些公司或组织不会从本文中受益，并且除了她的学术职务外，她没有披露任何相关的隶属关系。
(全文结束)
