AWE2017主题发布智能化引领未来智慧生活

冯霄霞

7月29日，中国家电及消费电子博览会AWE（Appliance & Electronics World Expo）的主办方——中国家用电器协会在发布会上揭晓了AWE 2017的主题——“智慧生活，尽在AWE”。

中国家用电器协会表示，2017年，年轻的AWE将不仅在展览总规模上比肩IFA、CES等老牌全球家电与消费电子博览会，甚至在技术引领、产业创新、行业聚焦、办展水平等方面也已呈现出后来者居上的态势。AWE的迅猛发展，得益于中国家电与消费电子产业转型升级。展会也成为了全球市场竞争中极为活跃并具创新意识的前沿阵地之一。

环顾全球，以中国、韩国、日本为代表的亚洲家电与消费电子产业总体上领先于世界其他各大洲。其中，中国作为全球第二大经济体、亚洲经济的龙头，伴随着全球经济重心转向亚洲的新形势，理所应当拥有全球产业的盛会。

生逢其时的AWE 已经赢得了行业的高度认可与尊重。中国的海尔、美的、海信、TCL、格力等企业纷纷把全年最重量级的新品首发安排在AWE。AWE 2017还将奉上炫酷的创新产品。

AWE作为品牌的秀场，得到了制造商的高度参与，也吸引了经销商、供应商、媒体、投资人、消费者汇聚到这个全球性的行业舞台。京东、国美等渠道巨头每年都在AWE期间推出面向消费者的精彩活动。随着海尔收购GE家电、美的收购库卡机器人，越来越多的中国制造业企业受到了海内外的巨大关注， AWE 2017将令人期待。

未来智慧生活的趋势

海尔集团全球品牌总监程传岭表示，互联网已经潜移默化走进人们生活的方方面面，由于互联网带来智能终端的变化，现在人们的出行、购物都已经离不开智能手机。

目前，物联网在飞速发展，物联网的核心是基于互联网，它是互联网的延展和发展。由于物联网技术已经有了质的飞跃，人们的语言、视觉交互随之在精准度、稳定度方面得到了大大的提升。整个物联网性能发生变生的同时，其价格成本也在下降，类似于传感器会在未来十年之内将其成本下降100倍，充分说明整个物联网现在普及的技术完全有可能实现。因此物联网成为了互联网之后信息发展的第三个浪潮，也是未来更大的红利。

从行业创新来看。随着互联网和物联网外部环境的变化，整个家电行业也实现了类似商业模式的变革，由原来的卖家电到现在卖方案，卖类似空气的方案。程传岭认为，一台空调可以解决制冷制热问题，也可能解决湿度和空气污染问题。对于食材保存方案，不仅仅是温度，还有舒适度和保鲜度。比如放进冰箱一块肉，拿出来可能不是那块肉，看着质量没变化，但是里面的营养会丧失。

最后，提到关于水的解决方案，人们的洗澡水、洗脸水用的都是软化水，这是净化水的解决方案。未来，家庭、社区、城市会形成一个智慧物联的生活方式解决方案，由原来互联网方式变成物联网生活的方式，这是整个趋势的变化。

创新 进化 升级

据了解，AWE 2017将更加强调智慧生活对于全球家电与消费电子领域的多元影响与深刻变革。在过去几年中，AWE见证了全球家电和消费电子企业建设智能生态的新探索。AWE 2017除了将密切关注传统家电厂商的智能生态探索外，还将进一步延伸对于家庭智慧生活的前瞻与展望，真正把更丰富的智慧生活场景搬上舞台，智能家居、智慧出行、智能健康、智慧娱乐、智能建筑、AR/VR、人工智能等更多领域和产业都将是AWE富有想象力的内容。

同时，AWE 2017将更加关注高科技公司在智能科技领域的深度挖掘，联合极果特别推出内涵丰富、黑科技云集的12500平方米的“科技公园”展馆，搭建真正以消费者体验为中心的超级智慧生活应用场景。以Alpha Go为代表的智能机器人如何颠覆传统引导消费升级趋势；以Oculus VR为代表的虚拟现实技术如何划分最新实力格局；以Pokemon Go AR游戏为代表的增强现实如何整合娱乐市场版图；TESLA、百度试水的无人驾驶技术如何颠覆智能出行；以亚马逊、大疆、曼塔为代表的无人机领域如何进行民用商业化探索等等。

“平台、生态圈、影响力”成了AWE的关键词，而这也将是AWE 2017继续创新、进化、升级的核心使命。AWE将通过不断放大的AWE+生态圈，推动传统行业与新兴领域跨界融合、互利共生。

机器视觉将是人工智能下一个前沿领域

人工智能在过去一年里有着强劲的发展，给人们带来越来越多的益处。而未来，机器视觉将会是人工智能的下一个前沿领域。随着该类技术的发展，明年将会出现新型人工智能驱动的设备。

机器为什么需要视觉呢？视觉是主要的感官。机器要能够理解人类，提供他们所需的支持，那么它们必须能够在视觉范畴进行观察和表现。具体形式可以是一个帮助盲人“看见”和理解周遭世界的小摄像头，又或者能够准确区分流浪猫、在移动的树枝和窃贼的家庭监控系统。

伴随着电子设备在人们的日常生活中变得日益重要，我们也发现越来越多的设备应用因为没有足够强大的视觉功能而失败，如无人机在空中发生碰撞，机器人吸尘机吸掉不该吸的东西。

机器视觉是人工智能正在快速发展的一个分支，旨在赋予机器可媲美人类的视觉。

随着研究人员应用专门的神经网络来帮助机器识别和理解现实世界的图像，机器视觉在过去几年取得了巨大的进步。如今的计算机在视觉识别上能够做到各种各样的事情，从识别网络上的猫到在诸多的照片中识别特定的面孔。不过，该类技术还有很长的路要走。

当前，机器视觉在走出数据中心，应用于各类用途，从无人机的自动驾驶到食品整理。

基本的图像分类已经简单多了，但在从复杂的场景中提取要义或者信息，机器则面临着一系列的新问题。错视问题便是机器视觉仍长路漫漫的一个很好的例证。

举例来说，当人看到两张面对面的脸的轮廓图像时，他们看到的不仅仅是抽象的形状。他们的大脑会进行进一步的解读，让他们能够识别图像的多个部分，看到两张脸，又或者看到一个花瓶。

但对于机器来说，这样的图像是非常难以理解的。

基本的分类器分辨不了两张脸和花瓶，它看到的会是诸如短柄斧、吊钩、避弹衣甚至吉他的物体。该系统并不能确定那些物体是在该图像当中，这说明这类图像的识别对于机器而言极具挑战性。

另外，正如复杂的图像，现实世界也十分凌乱。在当中正常航行可不是光开发算法分析数据就能够实现的，它需要对真实场景有清楚的了解，进而能够相应作出行动。

机器人和无人机面临着大量这样的障碍，克服这些挑战对于参与人工智能革命的人来说便是重中之重。

随着神经网络、专门的机器视觉硬件等技术的持续普及，机器视觉和人类视觉之间的鸿沟正在快速缩小。不久之后，甚至可能会出现视觉能力更胜人类的机器人，它们能够执行各类错综复杂的任务，能够完全自动化地运作。