孫藝寧 徐蕓慧
(大連海洋大學 遼寧省大連市 116023)
被動交互是人機互動過程中控制的基礎,指人給機器發送命令,機器執行命令、輸出行為或結果,并反饋給人的交互過程[1](譚雪芳,2020)。傳感系統是機器設備主動交互的基礎[2],家居智能化(Domotics)最初的狹義概念也定義于此(Chiara Lecce & 馮曄,2016),即“新的更具情感性與主體性的家居文化,其關注于選擇、關心、保護,以及氣氛的展現”(Castelli & Petrillo Antonio,1983)。在這一定義下的傳感系統更加注重人的心理以及行為偏好,研究者往往通過如改良傳感器技術、優化算法模型、機器學習等多種方式達到主動交互的目的。
理想的智能家居主動交互應具備3 個基本特征[3](毛博,2018),一是“服務無感化”。系統根據環境自行控制家居設備,使用戶無需分心調節設備也能擁有極佳居住舒適度體驗;文獻[4]通過激光雷達、視覺傳感器感知周圍環境信息從而控制設備,定時器電路看門狗(watchdog timer)伺服控制器保障系統穩定無故障防止宕機(王晶晶,2020),從而實現“服務無感化”。
二是“服務精確化”。即系統能夠精確的預測復雜的家居環境,從而調解智能家居設備以達到環境適應最佳的狀態;文獻[5]提出了一種基于知識圖譜方法建立智能家居準確感知環境并提供服務的概念模型,利用知識圖譜描述位置、用戶、環境、服務等智能家居場景,定義了監測、提高、降低、賦值四種執行方式,即反映監測具體區域的環境狀態結果,系統根據結果判斷哪一設備調節環境,并進行命令,以保證設備提供“精確化服務”(陳星,2019)。
三是“服務智能化”。指智能家居根據用戶習慣了解并滿足其需求。文獻[6]開發了一款基于One NET 云平臺計算的多傳感器交互式的智能家居控制系統,對濕度、溫度等客觀環境以及人體溫度等主觀因素進行收集,通過基于日常行為的大數據預測,自動調節溫濕度至人體最佳舒適度的智能傳感控制系統(張啟龍,2020);毛博等提出Deep home 深度學習模型結構,經過約十輪迭代訓練后,其精準決策率可達99.38%;進而達到預測用戶行為習慣并提供服務的方法。
“衣櫥+鏡子”應具備在不同情境下基于所扮演角色的不同,根據自身衣著習慣進行穿搭推薦的功能。用戶上傳擁有衣物的款式及顏色,錄入至“衣櫥庫”內,隨著衣物的逐漸增多,自身著裝信息的樣本量增加,輸入“場景”及“角色”,衣櫥就會根據擁有衣物以及“習慣樣本”,自動在鏡子上推薦搭配方式供用戶選擇,用戶選擇后即可衣物自動彈出;一方面節省用戶時間,其次記錄用戶選擇,錄入“習慣樣本”;供機器深度學習,以便更好進行決策。
這一系列功能的實現要靠人體捕捉傳感器,通過體感互動技術實現“試衣交互功能”;首先k-prototypes 聚類算法在云平臺實現不同特質用戶穿搭風格偏好(用戶可自行決定“習慣樣本”是否上傳);再通過Deep home 模型使智能鏡子深度學習個體用戶衣著習慣,從而實現智能穿搭。
每年4-10月份,我國大部分地區空氣濕度達到75%以上,特別是南方梅雨季節,濕度甚至達到90%以上,極易導致衣物受潮、發霉甚至變味;而冬天空氣又極為干燥,我國西北高原相對濕度甚至不到10%,衣物易產生靜電、褪色,衣物斷裂強度下降加快衣物破損;為保持衣物的干爽柔軟,溫度適于人體,需要對衣柜的溫濕度進行調控。
本產品應具備溫濕度調節功能,使其做到四季干爽柔順,適于用戶體溫。濕度自動調節可通過在衣柜內搭載溫濕度傳感器及可自主控制的內置空調,從而實現溫濕度的調節功能,實現方式為上文提到的基于知識圖譜框架的精確控制系統。
隨著新型疫情的全球大流行,之前鮮有人關注的“衣物消毒”快速進入國民視野,即使新冠病毒基本不會隨衣物傳播,衣物消毒也應成為今后生活的一部分,對外出回來后的衣物消毒、殺菌、祛除異味能為用戶健康構筑更為堅固的防御堡壘。
本產品應具備定時自動消毒、殺菌、祛除異味功能。定時自動的功能可以通過定時器電路看門狗來實現,這樣既能保證消毒工作的無遺漏,也能保證整個“衣櫥+鏡子”系統無宕機;自動消毒、殺菌、去除異味通過內置雙動態水離子+雙動態負離子模塊實現,水離子能夠有效消殺衣柜中衣物上的細菌、病毒;負離子則可沉降空氣中的懸浮顆粒物,從而起到去除異味的功能,同時輔助降低衣柜空氣中細菌、病毒的含量。
問卷第一部分是對基本信息的調查,考察智能家居的受眾年齡;第二部分是對用戶對智能化家居主觀評價的調查,考察用戶對智能化家居的認知程度、認知態度、使用意愿和購買動機;第三部分是對用戶傾向的調查,考察用戶認為智能化家居系統應當具備怎樣的智能科技,以及控制系統應當具備怎樣的特點。本問卷采取網絡在線填答并回收的方式,發放期間內一共收回問卷數108 份,其中有效問卷104 份;其余4 份問卷由于答題時間低于10s,不具備一定的信度和效度,故剔除。表1 為智能家居調查問卷數據統計表。

表1:智能家居調查問卷數據統計表
3.2.1 用戶評價的描述性分析
前文綜述了智能化家居的評價現狀,產品“衣櫥+鏡子”研發的最終目的是令用戶滿意,讓消費者認可。用戶評價包括認知程度、認知態度、使用意愿和購買動機四個部分,其中:
(1)認知程度是指用戶對“智能化家居”這一概念的了解程度,由表1 相關數據得出,在“了解一點”的集中性較好,即大部分用戶對“智能化家居”的了解停留在初步了解的層面。
(2)認知態度值用戶對“智能化家居”目前發展階段的評價,調查顯示76.9%的人集中在“初步應用”的選項上,即大部分人認為人工智能在家居領域目前仍為初步應用的階段,這與熊先青認為的“已經進入快速推進的時代”較為不符。
(3)使用意愿是指用戶對使用智能設備的傾向性強度;數據說明用戶的智能家居的使用意愿較強,34.6%的用戶“很期待”也說明更加用戶更加偏向于擁有。
(4)購買動機是指“智能化”在家居設備應用中用戶最為看重的方向,其中68.3%選擇“實用性”,這也與王家寶“消費者感知智能產品的“有用性”對使用智能設備的態度有顯著影響”的結論相一致,說明對于“衣櫥+鏡子”功能的最終選取,應當著重從“實用性”去考慮。
3.2.2 用戶傾向的描述性分析
“衣櫥+鏡子”采用怎樣的功能搭載怎樣的服務要從用戶傾向的角度去考慮,這一部分的相關題目,采用“多選”發放題目。其中:
(1)應當采用的智能科技根據數據說明個性定制服務是用戶最為期待的功能,設備互聯也極為重要,人體識別和其他高新技術則傾向性不強。考慮到個性定制服務的基本前提為人體識別功能,所以人體識別也應當是“衣櫥+鏡子”產品具備的技術功能。
(2)控制系統應具備的特點數據說明用戶更加注重控制系統的操作管理便捷,這也與王家寶“消費者感知智能產品的“易用性”對使用智能設備的態度有顯著影響”的結論相一致,系統構成靈活也是用戶較為在意的功能之一,說明在控制系統在設計是要注重協調性,優化算法以避免功能相互“沖突”。其余功能響應均在70%以下,說明用戶并不在意,但由于“信息資源共享”為“習慣樣本”深度學習極為重要的部分,也應當是“衣櫥+鏡子”控制系統具備的特點。
本文第一部分綜述了智能化家居的發展現狀,被動交互的控制系統目前主要發展方向是遠程控制、語音控制等多種控制方式,主要從深度智能和方式多樣兩個維度向前推進;主動交互的技術發展方向為服務更為無感化、精準化及智能化,主要依賴于傳感器的不斷進步及算法的優化。第二部分主要說明了“衣櫥+鏡子”嵌入智能家居系統應具備的功能,包括基于自身習慣的穿搭推薦功能、溫濕度調節功能、消毒殺菌除異味功能,并探討了及基于技術實現的可行性。第三部分則通過一項問卷調查探討用戶對智能家居的評價及傾向,認為智能家居系統應當具備自身習慣的穿搭推薦功能,這一功能是用戶最為在意“個性定制”的核心體現;自動的溫濕度調節功能及消毒殺菌除異味功能是達到“實用性”和“易用性”的比較重要的部分,可有效提高用戶的購買意愿,主動交互功能除了人體識別外是“不必要”的。綜上所述,智能家居的框架下嵌入“衣櫥+鏡子”設備是可行的,能有效整合衣櫥及鏡子的傳統功能,并在此基礎上拓展更多的功能,從而實現家庭生活更加智能、便利和舒適,以達到用戶滿意,消費者認可的目的。