AI时代 智能照明产品会如何发展

通过手机上的APP控制电灯的开关，或者随心所欲地设置灯具的明暗和颜色，这在“昨天”还是一件很酷的事情，而到了今天似乎就有点OUT了——当下流行的智能照明新玩儿法是：冲着电灯喊一声，TA就乖乖照着做了。

这貌似简单的“语音控制”里面，其实暗含着一个并不简单的控制链路——比如，家里的智能音箱负责收集你的语音，并将其传输到云端，然后经过语音识别处理和计算，转化为电灯能够“听懂”的控制指令，下发给TA。这种智能照明体验方式的升级，全赖一个原因——人工智能（AI）来了。

有人将智能照明的“境界”分为三个层次：

第一个层次就是能够实现状态感知、自动决策和即刻执行的初级阶段，让灯具能够根据用户预设的场景“行动”

第二个层次，在前者基础上加上了“实时分析”的能力，可以综合更多的传感数据进行决策，这时用户的指令可能更“模糊”了，而照明灯具的响应执行反而更精准了

到了第三个层次，智能照明系统将具备自我学习的能力，能够根据大数据的分析和学习提升，更智能地“揣测”出用户的需求偏好，自主给出更为个性化、更贴心的照明解决方案。人工智能所能够做到的，就是推动智能照明不断“修炼”，向第三层次的境界提升。

按照这样的标准，人工智能时代的智能照明产品（或者解决方案）会是什么样呢？我们不妨来看一个例子——飞利浦新近推出的Somneo Connected。

图1，飞利浦新近推出的Somneo Connected智能睡眠管理照明产品

Somneo Connected是飞利浦SmartSleep智能睡眠管理系列最新的产品。熟悉其上一代Somneo产品的人会知道，这个产品的最大卖点就是可以在早晨模拟日出时光线的明暗和色彩的变化，给用户一种更为自然、有效的唤醒体验，提升用户的睡眠质量。作为原有产品的升级版，Somneo Connected的升级体现在三个方面：

增加了联网功能，接入物联网——这从其名称中的Connected便可看出。

在灯具背面集成了AmbiTrack传感器，可跟踪湿度、温度和亮度，并记录夜间记录“破坏性”的噪音。

与飞利浦的SmartSleep生态系统整合，控制智能唤醒等功能，根据技术的用户睡眠数据提供睡眠环境改善建议。

从目前公开的资料上看，Somneo Connected虽然还远未达到上面提到的智能照明产品的最高境界，但仍然可以视其为一个可参考的“雏形”，从中归纳出我们通向“AI＋”智能照明产品的一些必由技术路径。

首先，是更多的感知。要知道人工智能之所以“智能”，是大数据训练出来的。让灯更懂主人的心思，必然需要有大量的数据做支支撑。未来，温湿度、声音、人脸、热力图等都可能成为智能照明依赖的数据源，由此训练出具有大数据分析、智能识别、用户行为预判的照明系统。比如，在车库中当汽车靠近时才点亮照明，或是商场在人流密度大时变化不同的照明配色改善用户体验。所以说，未来传感技术和照明的融合是大势所趋。

图2，安富利推出的智能照明解决方案，使用了PIR传感器感知人类动作，实现自动开关和调节，并可整合LoRa、BLE和Sub GHz等通讯模块接入如联网

其次，是必不可少的互连。初级阶段的智能照明产品，其通过无线互连上网主要是为了接收来自于云端的控制指令；而人工智能时代，灯具还需要收集并上传其所感知的环境数据，对“连接”功能的需求更为复杂。无线互连方案的选择无所谓对错，方案的适用性是关键。比如蓝牙Mesh可能更适合家庭，ZigBee在工业和商业场景用例更多，LPWAN在远距离的公共设置管理上更有优势……总之，更多的需求会为各种无线互连协议和智能照明联姻的带来更多的机会。

图3，基于Nordic产品的蓝牙Mesh技术，为智能照明提供了一种新的互连组网方案

再有，就是要有一个统管智能照明的“大脑”，这应该是具有足够算力的硬件和优化的算法软件的结合，负责分析、判断、决策，以及学习。这个“大脑”可以在云端，也可以在网络的边缘端——如集成在灯具上，或是在本地网关中——让智能照明产品自身具备本地分析决策、学习提升的能力，并实现更快的响应。因此，从未来智能照明定位和产品形态来看，TA可能不再是一个孤立的产品，而是和整个家居，或者商业、工业应用场紧密融合在一起系统解决方案。

可以说，熟悉了上述这些技术路径，再与具体的应用场景相结合，你离拥有一个人工智能时代（至少是“准AI”）的智能照明解决方案就不远了。