下班回家時，空調已經(jīng)提前自動開啟，屋內溫度適宜；準備做飯取食材時，冰箱通過大屏幕主動提醒有食物將過保質期，并提示是否要加購即將用完的食材；睡前洗浴時，電熱水器已經(jīng)燒好了水，并自動設定為主人習慣的水溫……隨著人工智能（AI）在家電產(chǎn)業(yè)的應用逐漸落地，智能化的家電應用場景在未來或許不再是暢想?！暗悄壳埃珹I在家電領域的研究還處于初期階段，未來還有很長的路要走?！?019年10月26日，在接受《電器》記者采訪時，美的集團中央研究院深圳人工智能研究所智能分析研究工程師閆銳表示，美的也在摸著石頭過河中，但目前已有成果落地。

美的集團中央研究院深圳人工智能研究所智能分析研究工程師閆銳

允許試錯

美的集團人工智能研究所成立于2015年，專注于人工智能技術的先行研發(fā)，主要職責是為美的產(chǎn)品提供完整的人工智能解決方案，研究內容包括機器視覺、自然語言處理與數(shù)據(jù)科學等。

研究方向和自己所學專業(yè)非常契合，是閆銳選擇進入美的工作的重要原因。2017年，也是美的開啟庫卡并購的第二年，閆銳從澳大利亞學成回國。“我博士期間的研究方向是基于數(shù)據(jù)科學的大型暖通空調運行分析。中央空調是美的重要業(yè)務之一，在收購庫卡后，智能制造和智能家電的戰(zhàn)略方向更加清晰。因此，我認為，在這里工作，會有很大的發(fā)揮空間?！?/p>

閆銳主要從事數(shù)據(jù)分析的工作，此前他的工作主要是研究AI在電商平臺的應用，隨著該項目逐漸落地，他也開始參與AI在家用空調和中央空調以及智能制造的應用。

當前視覺、語音和數(shù)據(jù)在家電上的應用程度略有區(qū)別。據(jù)閆銳介紹，當前視覺分析和語音在家電上的應用相對較多?！耙曈X識別時，目標會比較明確，例如冰箱中識別果蔬，電烤箱里識別待烹飪食材。但是，數(shù)據(jù)分析的模糊性比較大。比如，預測用戶的溫度偏好，其實用戶都不一定清楚自己到底喜歡24℃還是26℃，或者當下喜歡24℃，另一個時間段更喜歡26℃。因此，這在研究上難度更大?！?/p>

人工智能屬于很前沿的技術，在家電行業(yè)的應用還在不斷探索，因此閆銳把自己的工作比喻為“摸著石頭過河”。摸著石頭過河，每一步都充滿了太多可能性?！爸档脩c幸的是，美的中央研究院給了我們足夠的空間，允許我們試錯。在這樣的研究環(huán)境下，更容易讓每個技術人員的特長和優(yōu)勢得到充分施展。”閆銳表示，“對于AI，整個家電行業(yè)都還在起跑線處徘徊，尋找正確的跑道，如果一直做保守性研究，不敢踏出第一步，那么永遠不會領先?！?/p>

在閆銳看來，在對前沿技術的研究與應用過程中，出現(xiàn)失敗很正常，但是失敗后的總結非常重要?！皩τ谑。覀兌紩偨Y問題根源在哪里，避免下次再出現(xiàn)同樣的問題?！遍Z銳表示，經(jīng)過初期的試錯與總結，他們已經(jīng)走上了正確的跑道。

AI賦能下的家電，更加智能化、標準化和自動化。閆銳指出，隨著AI在家電的應用逐漸深入，用戶可以通過最簡潔的方式操作家電，甚至不用操作就能帶來最好的體驗。“過去所說的智能家電，很多是通過APP控制，其實這也需要比較繁瑣的交互，不夠智能?！遍Z銳表示，“真正的智能家電，是不需要用戶操控，就可以讓生活變得如你所想，你甚至會忘記它的存在?！?/p>

AI讓空調更自動化

通過數(shù)據(jù)分析，對家用空調和中央空調進行智能控制，是閆銳當下的一個重要的研究方向。他表示，研究過程會采集大量用戶數(shù)據(jù)，并對其進行分析，以此預測用戶偏好的空調開啟時間和溫度，并主動控制這些參數(shù)，提升舒適性。

在家用空調的研究中，用戶習慣的模糊性為數(shù)據(jù)建模帶來了不小難度。閆銳舉例說：“例如，一些用戶夜間調高空調溫度，是為了節(jié)能而不是舒適。因此，我們需要先分析出用戶是否屬于節(jié)能型，再對夜晚睡眠模式的自動控制進行調整。同時，一臺空調常常是多個用戶共同使用，使用模式不固定，此時首先要通過操作模式分辨出當下使用的用戶是誰，才能更精準地根據(jù)操作者的喜好對空調進行自動控制?！?/p>

面對用戶習慣的模糊性，閆銳和團隊開始尋找合適的算法，并參考已有的算法進行用戶分類。但是，什么算法合適，不同算法下的用戶如何分類，分成幾類更合適，都需要閆銳和團隊進行分析?！拔覀儾婚_發(fā)算法，但是我們要知道眾多算法中哪種更適合，每種算法下的分類方法更好，就需要對每種算法進行大量測試，最終找到合適的解決方案?！?/p>

經(jīng)過數(shù)次的測試和分析后，AI在空調上的應用即將落地。據(jù)閆銳介紹，目前該功能的前期調試已經(jīng)基本完成，處于用戶體驗階段，很快就能迎來正式上市。

針對中央空調這一“耗能大戶”，閆銳及其團隊希望通過AI的加持，讓它在保證最佳舒適性的同時，降低能耗。閆銳和團隊將智能化中央空調的第一個目標放在了美的集團總部大樓。

“與家用空調類似，根據(jù)用戶使用習慣自動控制空調，也是重要的研究方向。例如，美的集團總部早上8：30上班，為了讓員工到辦公室時就能感受到理想溫度，會提前1小時甚至更長時間進行人工開機。由于寫字樓空間比較大，降溫所需要的時間比較久，一般管理員都會提前更多的時間開機，這會導致能耗提高?！睋?jù)閆銳介紹，他們團隊的目標是能通過AI賦能，讓中央空調每日能自動計算出精準的開機時間，節(jié)約能源，并實現(xiàn)自動運行。

相比家用空調，中央空調系統(tǒng)更為復雜。為了能更全面地了解美的集團總部大樓暖通空調的運行特點，閆銳和團隊每日會接收到1萬多個傳感器回傳的數(shù)據(jù)。由于數(shù)據(jù)量非常大，數(shù)據(jù)挖掘和分析的過程就比較久?！拔覀冄芯繒r間的七成是用于采集和分析數(shù)據(jù)。目前我們還在做比較基礎的研究，例如提前開機時間的預測。接下來，我們還要對運行繼續(xù)進行優(yōu)化，通過運行數(shù)據(jù)對中央空調進行錯誤診斷?！遍Z銳表示，中央空調是一個很龐大的系統(tǒng)，有時個別部件出現(xiàn)問題不易發(fā)現(xiàn)，但會對能耗有比較大的影響。因此，他們希望可以通過運行數(shù)據(jù)的變化，及時發(fā)現(xiàn)問題并解決。除此之外，閆銳還希望最終可以將該技術模塊化，在其他建筑中復用。“這樣才可以更大地發(fā)揮該技術的價值?！彼f。

不止于家電產(chǎn)品

AI在家電上的應用比較廣泛，不僅局限于產(chǎn)品。閆銳前段時間就研究了如何利用AI對電商客服進行優(yōu)化。在電商平臺，客服每日會與許多用戶進行溝通。閆銳表示，客服流動性比較大，培訓有時還不太完善，因此用戶獲取的信息會有出錯的可能?！耙虼?，我們猜測，如果給客服配一個AI助手，是不是就可以解決這些問題?！苯?jīng)過無數(shù)次的測試和計算，這個助手成功研發(fā)出來?！澳壳?，AI助手會根據(jù)用戶的對話分析出他的消費水平和喜好，并提示客服推薦合適的產(chǎn)品；也會通過用戶提出的問題，主動幫助客服搜索答案?！遍Z銳表示，AI助手的助力，既可以最快地解決用戶問題，還能提高客服回答的質量。

在解決了電商平臺的問題后，閆銳和團隊又將研究重心傾向了家電產(chǎn)業(yè)鏈中的另外一環(huán)——售后服務。在當前售后服務中，都包含維修需求，需要派出工程師。當維修量大于工程師數(shù)量時，往往會耽誤維修時間，降低用戶體驗。為此，閆銳希望通過數(shù)據(jù)建模，預測未來的維修工單量，然后保障工程師的調派。閆銳遺憾地說：“不過由于維修工單中，涉及一些比較敏感的數(shù)據(jù)，在數(shù)據(jù)采集上并不是非常順利，對于預測算法來說，數(shù)據(jù)不夠豐富，就無法達到良好的預測效果。目前團隊仍在對該系統(tǒng)進行不斷完善?！?/p>

另外，在制造環(huán)節(jié)，閆銳也通過數(shù)據(jù)挖掘有所作為。以空調壓縮機生產(chǎn)制造為例，他說：“空調壓縮機生產(chǎn)線每天的產(chǎn)量有一定的波動，但有時產(chǎn)線管理員并不知道是什么原因造成的。通過采集生產(chǎn)線的數(shù)據(jù)進行分析，研究哪些因素會造成比較大的波動，找出這些因素對產(chǎn)量的影響?！彼硎?，在找出因素后，就可以很快地解決問題，減少波動性，不僅可以提高制造品質，還能保障每日實現(xiàn)最高產(chǎn)量。

不難看出，當前閆銳的研究多是針對某一個特定的場景。對此，他表示，當前家電企業(yè)在AI領域的研究與應用還在不斷探索，因此他們需要先填補前期技術空白，然后再做更加具有前瞻性的研究?！敖酉聛?，我們會把我們的研究做成模塊化、平臺化，讓它適用于更多的場景。之后，我們就會進行更核心、前瞻的AI技術研究?！?/p>

AI技術的變化日新月異，很有可能花費數(shù)月研發(fā)出來的技術，已經(jīng)不適應當下的AI發(fā)展趨勢，因此對新興事物的敏感性非常重要?！斑@就要求我們對新事物、新技術具有足夠的敏感度，并且能有主動學習的能力。不僅如此，學會取舍也很重要，如果正在研究的技術一旦不符合發(fā)展趨勢，要果斷終止。”閆銳表示，在AI研究的路上，一定要堅持自主研發(fā)，才有可能真正走到隊伍的最前方。