冰箱里档位是什么 人工智能到厨房的距离(2)

单体厨电一次次试水智能化，基本都以不温不火宣告收场。背后的根本原因，大概是始终没有向市场证明，智能技术到底能给用户带来哪些必要价值。毕竟锦上添花，甚至多此一举的智能化，消费者是断然不会买单的。

健康会成为厨房智能的依靠吗？

让AI代替人类炒菜不那么容易。那么是不是可以换个思路证明智能厨房的价值呢？比如说，健康。

AI带来的核心能力之一，是通过机器视觉对现实物体进行识别。冰箱里档位是什么巧的是，给食物拍照是我们中华民族的传统美德。那么把二者结合一下，让AI来识别食物，给出营养与膳食建议似乎也是可行的。毕竟营养这东西十分复杂，让每个人都成为营养师，其实是很累心的一件事。

早些时候，日本一些企业已经开始通过AI来帮助用户分析饮食中的卡路里含量，以及各种营养物质比例，并提供饮食评估与改善建议。目前很多国内应用开发者也开始了类似项目，也有一些手机厂商尝试把食物营养识别能力集成到手机基础服务中。

但这里有个盲点：等用户对着已经上桌的食物拍照，再分析出营养的缺陷，似乎也于事无补了对不对？我也不能把做好的食物扔了重做一份啊。

于是有很多企业开始设想，是不是能把机器视觉系统直接安装在厨房里。通过厨房中的、传感器来“监督”用户的料理过程，通过语音及时提醒用户。冰箱里档位是什么还可以将用户的饮食数据在厨房中记录下来，形成独立的数据档案，自动分析并输出营养改进建议。

这样做虽然有点侵犯隐私的意思——用户可能会想，我连吃什么都要听机器的吗？但显然可以把AI技术带给用户的实际价值放大，将“在冰箱门上玩游戏”这种鸡肋型功能，变成其他系统无法复制的使用价值。

目前来看，打食物监控、营养量化的健康牌，已经成为了众多家电厂商、智能家居企业与厨电企业的共同方向。但这种产品思路也有明显的问题。

首先，营养监控系统到底安装在什么地方是个问题。冰箱里？抽油烟机上？橱柜上？好像都不太对。更精准的方案显然是在灶具、冰箱、料理台的相应位置安装系列感应与视觉装置。但这给用户带来的成本压力是非常大的。

其次，很多技术问题还有待进一步完善。比如，适合中国家庭饮食习惯的食材与烹饪算法是个难题；每个家庭每个人的健康需求不同，如何准确制定营养方案也不得而知；中国菜非常复杂，机器视觉识别的准确率也有待提高。

此外，营养膳食的相关大数据系统等配套技术端口，目前来看也还有待完善。

让AI来监控家庭营养摄取，给出健康方案，今天还是看起来比较美，实践上比较难的一种设想。虽然大家都在努力，但漫长的技术链需求很难由一两家企业单独攻克。

让AI帮我们管住嘴之前，大概还是要靠自己啊。

围绕厨房重新构建AI市场的梦与现实

在不久前的CES 2018上，虽然无人驾驶和手机抢占了最多的眼球。但按比率来看，无论是欧美巨头还是大批中国企业，智能家居都是绝对的“主旋律”。

而在令人眼花缭乱的AI+家庭IoT设备解决方案中，厨房场景又重新成为了主角之一。在AI的自然交互和多模态数据能力下，把厨房打造成整体的AI场景，已经成为今天智能厨房的主要解决方案。

类似模式的基础，是厨房中大量厨电，包括油烟机、灶具、洗碗机、微波炉等等，全都要植入传感器和传输系统，并搭载自然语言交互模块。这样做主要针对的核心需求，是厨房作为一个复杂环境，最重要的其实是即刻实现用户指令的能力。

比如说炒菜的同时想要控制微波炉，洗碗的时候想要听歌。这些能力单个智能设备无法实现，却可能是用户的真实需求。

多设备联动，还与厨房的自动感应需求息息相关。比如我们经常会炒上菜之后才想起来没开油烟机，而且油烟机开到什么档位也挺难操控。那么让油烟机自动感应灶具的工作情况，进入无须手动操作的工作模式似乎不错。同时类似的智能感应也可以用在厨房设备报警断电上。这次CES，国内某品牌就展示了通过油烟机指挥灶具、消毒柜、烤箱工作的场景解决方案。

虽然听起来这种在厨房安装一整套AI设备的想法很美好。但想要进入现实还是挺多阻碍的。

首先厨房的工作环境复杂，声音、烟雾、温度的变化都比较大。如何保证语音交互模块、机器视觉系统与感应装置的工作效率和工作寿命，是摆在厂商面前的一个难题。

其次，要求消费者为了一些“小方便”，更换整套的智能厨房设备，似乎也有点强人所难。毕竟不智能的厨房也天天用得蛮好。无论是厨卫还是客厅，成本压力似乎始终都是智能家居生态的最大挑战。

再次，目前我们能见到的，围绕厨房场景构建全套AI设备的解决方案，最终交付的都还只是一些锦上添花的能力。比如上面说的炒菜同时开烤箱，洗碗同时追剧之类的。就像上一代智能家居的远程遥控一样，这些细枝末节的能力似乎难以构成充分的商业动机。

总之在AI进厨房这件事上，我们能看到方案很多、技术很多，产品也不少。但真正抵达的时间目前可能还是未知数。某个颠覆式的产品，或者某种难以替代的使用功能，也许才能奏响AI与厨房的邂逅进行曲。返回搜狐，查看更多

本文来自电脑杂谈，转载请注明本文网址：
https://www.pc-fly.com/a/dianqi/article-87995-2.html