智慧家庭近兩年由於新興網路技術的功能強化、搭載智慧語音助理的智慧音箱橫空出世、人工智慧AI再次引領風潮，而讓該產業醞釀了滿滿的發展能量，國際大廠皆積極布局，也因為影響層面廣與整合性高，市場發展更有想像空間。
AI與物聯網技術進入家庭之後，談論已久的智慧家庭終要落地，實現智慧家庭最重要的關鍵，在於各種智慧家電、智慧型手機與聯網裝置之間無縫、常時的互聯互通，因此包括Zigbee/Thread、Wi-Fi、藍牙5網狀網路(Mesh Network)間流暢的連結與控制，並且透過AI的語音助理與邊緣運算技術等，讓家庭裡所有裝置的控制與家電使用真正自動智慧化，一如Apple HomeKit的宗旨：摒棄繁雜的各家自有App，實現一致體驗和配件間共通協作。
Apple、Google、Amazon等大廠，都各將透過一致且沒有安裝門檻的控制介面同時搭配語音助理，進行家庭應用的設定與控制，並橫跨不同家電品牌數以百計的家電產品，不僅能設定不同情境，只要一個指令，就能將多個配件組合運作。聯網與控制是實現智慧家庭的兩大核心要素，因此相關晶片供應商無不全力研發新一代解決方案，而軟體平台、服務則能開拓更大的整合性價值。
智慧家庭市場方興未艾
智慧家庭從1990年代左右的數位家庭轉變而來，自早期的家電聯網，發展到讓設備相互溝通連動，感測環境變化，進而主動提供服務。資策會MIC資深產業分析師兼組長許桂芬(圖1)表示，未來跨品牌/服務的溝通與感測能力更顯重要，為突破智慧家庭發展困境，各國際大廠近年積極建立智慧家庭生態體系。從應用角度來看，目前全球智慧家庭主要應用包括：居家安全、健康照護與智慧管家。
圖1 資策會MIC資深產業分析師兼組長許桂芬表示，跨品牌/服務溝通與感測能力更重要，大廠也積極建立智慧家庭生態系。
在居家安全部分，許桂芬指出，2018年全球智慧居家安全市場規模約81億美元，較2017年成長25%，2019年預計再成長18%，達97.64億美元。隨著智慧家庭相關技術條件逐漸成形，加上消費者對於住家安全的重視，智慧居家安全市場將持續成長。另外，健康照護亦是另一個具高度需求的市場，2018年市場規模達255億美元，2019年將成長至274億美元。
智慧健康相關廠商運用多元感測器量測多樣生理數據，研發專屬演算法，設計友善人機介面及雲端平台，提供個人健康管理/健身訓練服務，以感測裝置的資訊為基礎，並強化數據分析、資訊呈現與回饋建議等，而強化使用者體驗，才是成功之道。智慧管家的部分，目前以提供生活資訊、娛樂與操控家中家電等功能居多，關鍵也在能否與後端服務有效整合，以創造良好用戶體驗，同時達成節省人力、提高使用者生活便利性的目標。
IPv6整合家用無線異質網路
目前在智慧家庭的環境中，無線聯網都是由多種技術組成，包括Wi-Fi、BLE(Bluetooth Low Energy)、Zigbee、Thread等，而家用無線網路的挑戰，Nordic應用工程師蔡名岳(圖2)指出，包括如何連接各種異質的無線網路、如何讓裝置與裝置互相溝通、如何安全地將裝置連上雲端、如何讓消費者簡易地透過手機存取等。而這些挑戰也帶動家用無線網路發展的幾個重點需求：IP網路、擴充性、可靠性、低功耗、安全性等。
圖2 Nordic應用工程師蔡名岳指出，家用無線聯網都是由多種技術組成，包括Wi-Fi、BLE、Zigbee、Thread等。
這四種短距無線標準，特性不盡相同，蔡名岳說明，Wi-Fi頻寬較高但較耗電，常用於無線風扇、掃地機器人；藍牙5在新規格中提升傳輸速率、距離、廣播容量並納入網狀網路功能，部分智慧音箱、無線喇叭採用該技術；Zigbee低頻寬、低耗電，也具備網狀網路功能，著名的Amazon Echo還有智慧燈泡採用；Thread最大的特點在於自有IPv6位置無須轉譯，因此安全性也最高，歐美常見的溫濕度計、電子門鎖常採用。
以上幾個無線技術由於底層通訊協定不相容，基本上並不能互聯互通。不過，家用無線網路近年開始支援IPv6，讓這些標準有機會溝通，常見的雲端服務存取介面包括HTTP、Web Socket、CoAP(Constrained Application Protocol)、MQTT(Message Queue Telemetry Transport)，在應用層使用這些雲端服務就可以讓採用不同技術的裝置彼此溝通。
平台發展策略各擅勝場
智慧家庭當中裝置的複雜度與多樣性都相當高，因此可以有效整合這些裝置就有機會成為產業的領導廠商，樺緯物聯軟體部協理李昀霖(圖3)解釋，大部分國際大廠在發展的過程中，都採用合作者(Collaborator)、聯盟(Alliance)、生態系(Eco-System)、自訂(Proprietary)等不同的模式進行整合與發展，其中合作者的代表就是Amazon Alexa與Google Home，會允許第三方開發者自行開發，並透過API連結到平台中。
圖3 樺緯物聯軟體部協理李昀霖解釋，平台發展策略是近期國際大廠智慧家庭平台發展的重點。
生態系則以Apple HomeKit與Openweave/Openthread為主，Apple已經完成大部分系統層的功能定義，開發廠商只要進行產品開發就可；聯盟的發展模式以Zigbee與Z-Wave為代表，這兩個技術針對家用網路進行定義，同時在區域網路中建立一個安全且可互通互聯的機制，也有完善的認證機制；自訂則以藍牙與其他低功耗廣域網路(LPWAN)，NB-IoT、LoRa、Sigfox為主。
感測器設計 資訊收集更精準
在智慧家庭的應用中，除了無線連結之外，感測是另外一個重要的關鍵零組件，收集環境資訊並準確判斷環境變化，意法半導體(ST)亞太區產品行銷經理陳建成(圖4)說，目前常用的環境感測器為溫度感測器、濕度感測器、壓力計、微機電麥克風等。而常見的動作感測器包括加速度計、陀螺儀、磁力計等在智慧家庭的應用中還較少。
圖4 意法半導體亞太區產品行銷經理陳建成說，在智慧家庭應用中，感測可收集環境資訊並準確判斷環境變化。
隨著消費者對生活品質的要求日益提升，未來氣體感測器(Gas Sensor)將逐漸導入家庭，有助於改善室內空氣品質。另外，非接觸式溫度感測器、存在感測器(Presence Sensing Devices)，也相當有發展潛力。而不管是甚麼感測器，準確度是最重要的功能之一，陳建成認為，影響準確度的三大因素包括雜訊(Noise)、穩定性(Stability)與公差(Tolerance)。
語音助理將延伸家庭應用之外
近年智慧家庭重新受到矚目，最重要的關鍵應該是語音助理的出現，尤其是智慧音箱成為家庭控制中樞，並藉此發展、串連龐大的產業生態系，資策會MIC產業分析師林巧珍(圖5)表示，包括語音助理平台、語音辨識技術、智慧裝置/家電、第三方服務平台等。大廠除了積極推出智慧音箱，也透過策略合作將語音助理平台推廣到家電、穿戴裝置、智慧手機、PC、汽車等，重點就是更為直覺的人機溝通模式：動口不動手。
圖5 資策會MIC產業分析師林巧珍表示，智慧音箱成為家庭控制中樞，並藉此發展、串連龐大的產業生態系。
Amazon Echo是這波風潮的帶動者，Google Home、Apple HomePod也積極跟進，林巧珍解釋，以整體出貨量而言，美國AI智慧音箱市場規模仍大幅領先，中國業者也相當積極，語言隔閡導致不同語系的音箱壁壘分明，成為一種天然的市場保護機制，Echo依然是產業龍頭，其次分別為Google Home、天貓精靈X1、Apple HomePod及小米AI音箱。
而除了智慧音箱之外，語音助理其實才是靈魂，林巧珍強調，未來語音助理的發展不會只局限於家庭並且關在小小的音箱中，神燈中的精靈其實有更大的能力與發展空間，包括行動裝置、穿戴裝置、PC等個人用品，還有最適合語音控制的車用市場，商用市場則還在鴨子划水。整體而言，智慧音箱產品從剛開始的標準版，將發展更多不同型態以符合應用情境，包括迷你版、可攜式、變型產品(如：螢幕)、利基型等；而具備AI能力的語音助理，也會持續進化，從聽懂使用者的語音，到智慧化的理解能力，甚至講話與邏輯都能跟使用者越來越接近的方向發展。
中文語音辨識深化在地化內涵
經過這幾年發展，在人類與機器利用語音溝通上，英文、德文、西班牙文這些印歐語系辨識與理解瓶頸已經突破，但中文被公認是最難的一種語言，造成使用中文的地區智慧音箱發展較慢，不過對於國內廠商來說也是一個機會，中文的語音辨識中國近年投入許多資源發展，目前也比台灣更有具體成果，中文語音辨識的準確度已能提升到與英文差不多，主要的困難在語意理解與在地化。
從過去幾年手機的使用經驗上，不難發現語音助理早就出現在智慧型手機中，但嚐鮮之後相關功能使用率並不高，原因就是過去語音助理對我們說話理解力不高，而且採用生硬的機器音回覆，讓使用者有距離感。網際智慧AI互動研發經理陳浩法(圖6)說，在語音助理工作前端的收音，最主要的技術門檻在於麥克風的抗噪與回音消除；進到語音辨識階段，語音助理的在地化，就必須要在區域方言與口音部分加強，以提升辨識率，技術的門檻在不同領域用語與收音品質。
圖6 網際智慧AI互動研發經理陳浩法說，中文語詞資料庫更為龐大、複雜，也更需要完善的分類、整理與更新。
中文語音辨識困難的地方在於中文字約2萬個，但組合起來的詞與句子卻有無數種，陳浩法解釋，中文有許多同音字(詞)、近音字(詞)、在地化詞彙、中文/外文混合語句、同音異字、同意詞、關聯詞等，複雜度比其他語言都來得高，這也是為什麼語音助理在中文語意理解難度很高的原因，中文語詞資料庫更為龐大、複雜，也更需要完善的分類、整理與更新。
邊緣運算優化AI雲架構效能
而因為人工智慧AI的熱烈發展，深度學習運算導致近年雲端資料中心的負擔大為提升，邊緣運算(Edge Computing)呼聲日漸提高，成為2018年最熱門的產業議題之一，資策會MIC資深產業分析師兼專案經理施柏榮(圖7)提到，邊緣運算主要是回應即時性數據分配、回應問題，以期達到即時服務的目標；主要做法為將運算的單元，從雲端移向終端或近終端的位置，使終端可部分預先、自主處理來自設備的資訊與數據，並採取分散式運算架構，實現不倚賴中心可實現自主運算的架構。
圖7 資策會MIC資深產業分析師兼專案經理施柏榮提到，邊緣運算主要是回應即時數據分配、回應問題，以到達到即時服務。
語音助理就是典型的邊緣運算節點，物聯網時代聯網裝置數量不斷增加，施柏榮說，2015年，全球每人平均擁有近3個聯網裝置，2020年將成長到近7個(圖8)；以總量來看，2015年全球聯網裝置數量約154億個，2020年將大幅成長至303億個，帶動公有雲市場營收規模達4,114億美元，數據量不斷爆炸般的產生，同時預計有1/6聯網裝置具備邊緣運算能力。
圖8 全球物聯網裝置數量成長趨勢
資料來源：資策會MIC整理(6/2018)
為了因應既有雲端架構，可能會出現過度負載、延遲率、即時回應問題，因而須採用更為「分散化」的運算架構，邊緣運算並非要取代中心雲端運算的架構，而是重新定義、優化雲的架構。在維運部分，邊緣運算採分散式部署，邊緣節點的成本、體積相對較小，可以進行大量多點的配置；邊緣節點與系統不需要太複雜的部署規畫，部署架構相對有彈性，可視應用情境進行調整。
而在智慧家庭與邊緣運算的發展趨勢，施柏榮進一步說明，智慧家庭內雲端、邊緣運算將同時並存；邊緣運算也並非單純為減少雲端負載，而是為了呼應家庭高度異質化的需求情境。整體而言，投入智慧家庭的幾項策略性建議包括：放棄普同性產品設計原則、從家庭的各種異質化情境思考、鎖定高價值的特殊應用情境、彈性製造/強化軟體定義能量、重視未來家庭需求：健康/獨處/尊嚴為設計原則。
AIoT應用帶動智慧家庭商機
延續AI與邊緣運算的話題，未來智慧家庭的應用也是一大重點，資策會智慧系統研究所董一志(圖9)博士表示，在智慧家庭的AI與IoT應用中，三個基礎分別為AI、Big Data與Cloud Computing。而家庭中，燈是最普遍、入門的裝置之一，業界重量級人士預測，智慧照明會是帶動智慧家庭的基礎應用與架構之一，家居產品/服務大廠也推出可聯結Apple HomeKit、Amazon Echo與Google Home平台的燈泡。
圖9 資策會智慧系統研究所董一志博士表示，智慧家庭AI與IoT應用中，三個基礎為AI、Big Data與Cloud Computing。圖9 資策會智慧系統研究所董一志博士表示，智慧家庭AI與IoT應用中，三個基礎為AI、Big Data與Cloud Computing。
而在前瞻創意的應用部分，董一志指出，國外已經出現結合語音助理與無人機的產品，可以自由在室內空間移動，配合人們在家裡各個空間的活動，再回到固定的充電位置；另外，智慧化的家庭網路，透過軟硬體技術，將家用網路聯結優化/最佳化，整合有/無線網路，設定最佳的網路路徑選擇；在家庭網路應用中，透過深度學習演算法，讓雲端與邊緣裝置協同合作，除節省資源也可以簡化過去混合環境的複雜網路架構；深度神經網路(Deep Neural Network, DNN)近期也應用在網路攝影機上，強化人臉辨識為主的影像辨識功能，讓傳統的家用網路設備增加保全、照護等新功能。