COVID-19疫情蔓延全球，卻也促成智慧家庭產業蓬勃發展，智慧控制整合多元功能，AI應用使得智慧家庭更聰明，透過創新技術、品牌協作，為產業開啟新道路。
追求安全、舒適的居家環境是人類永恆的渴望，隨著人工智慧(AI)、物聯網(IoT)、5G時代來臨，智慧家庭的出現，已然大幅改變人們的生活型態。儘管近年來全球經濟起伏不定，但智慧家庭市場仍有望大幅成長。根據研究機構Omdia研究顯示，直至2025年，智慧家庭產業將帶來1,780億美元的市場商機。
智慧家庭涵蓋的面向包含家庭娛樂、智慧家電、居家照護和安全防護。隨著COVID-19疫情蔓延全球，許多活動都變成在家中進行，因而衍生新的需求與商機。仁寶電腦人工智慧實驗室資深經理陳怡欽(圖1)指出，2020年各國相繼封鎖後，遠距會議與教學成為常態，因此視訊方案需求大增，筆記型電腦甚至供不應求。此外，居家休閒運動與娛樂的需求，帶動相關產品出貨量大增，如智慧電視、遊戲機、智慧健身器材等；在家時間越長，人們越加重視居家生活品質且更願意嘗試新科技帶來的便利性，因此智慧家電出貨量均有所成長。綜合以上因素，可預期未來智慧家庭產品蓬勃發展。
圖1 仁寶電腦人工智慧實驗室資深經理陳怡欽表示2020年各國相繼封鎖後，遠距會議與教學成為常態，筆記型電腦供不應求。
智慧家庭要能持續穩定成長，未來發展與應用將成為關鍵核心。TrendForce資深分析師曾伯楷指出，智慧家庭來年將以家庭聯網設備及平台為發展重心，發揮智慧化、生態系以及便利性等效益，並以語音與邊緣AI為主要賦能技術。在垂直應用方面，綠化能源、永續循環將成為重要發展趨勢，從家庭連動至建築，著眼脫碳、電氣化、高能效，以及數位化等要素。此外，日前臉書(Facebook)創辦人Mark Zuckerberg所提出的元宇宙(Metaverse)框架席捲全球，與智慧家庭場景思維不謀而合，從單一設備到全屋智慧，加諸遠端非接觸與沉浸式體驗等需求，輔以VR/AR技術的發展應用，未來可望以優化遊戲、會議系統、教學等，作為元宇宙前期應用。
智慧家庭驅動MCU技術成長
為使智慧家庭設備有效發揮各項功能，需要各種關鍵半導體與元件輔以協助，其中，微控制器(Microcontroller, MCU)是智慧家庭裝置開發的關鍵角色。恩智浦(NXP)半導體資深市場產品經理黃佳琪指出，其需要能夠提供高效能的即時系統、豐富且安全的周邊設備、低BOM成本和具備易於使用等特性，至於更多功能如臉部識別或語音控制，則可設計在基於跨界處理器解決方案的裝置上。
盛群半導體(Holtek)產品中心協理潘建州(圖2)指出，現階段廠商會針對不同應用領域與複雜度推出MCU，如一般標準型或是特殊應用型，前者用於較為簡易的應用，其運算架構較不複雜，成本相對較低；後者則整合多項功能，如射頻晶片(RF IC)、觸控晶片等，用於系統資源較多、運算速度較快、效能較高的應用領域。高度整合的微控制器不僅可以協助業者加速開發產品，更能減少印刷電路板(PCB)空間，降低整體成本。
圖2 盛群半導體產品中心協理潘建州認為高度整合MCU不僅可以協助客戶開發產品，更能減少印刷電路板空間。
近年來，MCU技術不斷成長，許多廠商選擇將常見的功能整合至硬體中，如將特定演算法硬體化，能降低產品功耗，潘建州說明，若純粹以韌體(Firmware)執行，系統頻率較高、功耗較大，不利於電池使用環境，如指紋辨識應用；另外像是直流無刷馬達(BLDC)，早期亦使用演算法進行控制，由於MCU系統頻率有其極限，若使用32位元MCU將演算法硬體化，可運用在如電風扇、摩托車等高轉速設備。
另外，在智慧家庭的應用當中，需要許多感測器收集環境資訊，如紅外線人體感測器或是溫濕度、燈光、一氧化碳(CO)、PM2.5感測器。潘建州強調，相關應用的需求會逐漸增加，因此盛群推出整合感測器的小型MCU，提供數位化模組，讓終端客戶進行各種應用的結合。
AI晶片優化智慧家庭
隨著科技不斷地演進，AI應用已無所不在。曾伯楷表示，AI應用能使智慧家庭裝置更聰明，其有三大重點，包括優化數據採集應用、降低建築能源成本，以及賦能基礎設施價值。以一般家庭來說，裝設智慧照明系統、再生能源設施(如太陽光電板及小型風機)、小型儲能設備、智慧水/電/瓦斯表等相對成熟，皆是AI可深化發展之處。
耐能創辦人暨執行長劉峻誠(圖3)指出，現今已有許多AI功能運用在智慧家庭之中，對此，該公司推出可重組式的AI晶片，針對神經網路(Neural Network, NN)的特性與結構進行重組。劉峻誠形容，該產品架構宛如人腦般有許多區域，如語言區、視覺區等，在神經網路模型中，其可支援不同的神經網路並像積木般進行組合，例如長短期記憶(Long Short-Term Memory, LSTM)結構，可支援語言辨識，若將其結構改變成深度殘差網路(ResNet)，即可進行人臉辨識。
圖3 耐能創辦人暨執行長劉峻誠提出使用Transformer模型進行辨識，其準確度比CNN高出30%。
另外，隨著AI技術的進步，越來越多的架構不斷刷新機器學習(Machine Learning)極限，促使應用功能趨於完整，如Transformer模型。與卷積神經網路(Convolutional Neural Network, CNN)相比，Transformer模型是全新的架構，前者僅能辨別單一時刻的畫面；後者則能辨別一連串事件。劉峻誠舉例，當兩個人在打架時，若使用CNN進行辨識，難以分辨出畫面中的兩人，究竟在打架或是擁抱；但若使用Transformer模型進行辨識，其準確度比CNN高出30%。
除此之外，CNN辨別的是局部訊息，Transformer模型則可辨別全局訊息，劉峻誠舉例，由於疫情升溫，現階段人們外出必須隨時配戴口罩，使用人臉辨識時，若運用CNN會因為畫面失去部分訊息，而難以分辨；但若使用Transformer模型，可從整體上來進行推斷，而不像CNN僅基於關鍵特徵點，如眼睛、耳朵、嘴巴，其可透過其餘訊息協助，進而達到精準辨識。
智慧家庭安全防護不可少
然而，當智慧家庭裝置越趨普及，家用網路潛在資安風險也逐漸提升，諸如家庭攝影機影像、智慧音箱個資外洩等。對此，陳怡欽認為，在智慧家庭走入聯網數位化過程，過去提供企業資安保護解決方案的廠商，仍然會扮演至關重要的角色，如防火牆、病毒防護等；另一方面，各種身分識別技術的導入，也可以讓智慧家庭更安全，如人臉識別、指紋識別、虹膜識別、聲紋識別等。
而隨著物聯網(IoT)逐步導入市場後，邊緣運算將成為智慧家庭未來發展的重要趨勢。在邊緣運算中，數據可在數據收集源附近處理或存取，不再需要傳輸至雲端或本地資料中心進行分析，降低資訊藉由雲端網路外洩的風險。曾伯楷指出，長期來看，當智慧家庭設備更為普及、導入AI能執行更多作業時，其操作管理複雜度、網路依存度、斷網成本將更高，屆時低延遲性與可靠度，將成為推動智慧家庭設備邊緣化的另一大市場動能。
建立互通平台有望創造市場規模
過去由於智慧家庭的複雜性、成本和封閉平台(Closed Platform)，阻礙更廣泛的市場滲透，當時智慧家庭市場彷彿已經達到採用率的極限。近年來智慧家庭廠商高度整合MCU並優化AI應用，促使相關產品功能更貼近人們的日常，市場潛力大增。
未來隨著市場標準協定的誕生，將提升智慧家庭裝置彼此間的相容性，透過採取創新、協作的方式，促進多元應用，進而將設備和服務推向更廣泛的客群，有望為智慧家庭產業創造更龐大的市場規模。