Facebook創始人馬克·祖克柏的智慧家庭管家Jarvis這兩天真的是大出風頭，這邊跟大家分享我個人的觀察。

100小時代表了甚麼?

"我發現，我們自己給的 iOS 和語音識別工程師提供的工具鏈真是太強大了。我用到了 Messenger Bot Framework，Facebook 自己開源的 Nuclide 開發包和 Buck build 系統讓開發更快更容易，FastText 文本分類系統等等。如果你對人工智慧開發感興趣，FAIR（Facebook 人工智慧研究院）的 GitHub 頁面值得一看。"

祖克柏點出了利用目前Facebook提供的資源，就可以快速prototype出一個簡易的智慧家庭系統，同時也告訴有意做智慧家庭解決方案的開法者也可以好好利用Facebook所提供的內部開發工具。

使用者交互介面的部分用了哪些解決方案?

祖克柏用 iPhone在家裡的每個房間都放了一台手機，上面都安裝了自己開發的 Jarvis 語音控製程序。這樣就可以在每個房間都用語音喚醒語音助理發出命令，在Android的部分祖克柏之後會再補上。

自然語言處理(NLP)也是文中的重點，目前比較多的語音溝通方法還是透過特定指令與問法，但是能夠理解人類講話前後文語意的自然語言處理絕對是日後智慧生活一個非常重要的支撐技術與應用。

另外他也提到文字是人類與機器溝通的另一個管道，隱私而且不會受到外界干擾，帶出來的是Messenger Chat Bot，也歡迎開發者與智慧家庭廠商運用Messenger來做為人機介面工具。

況且，Messenger與生俱來的跨平台能力，也是很多要投資App開發的廠商很難到達的。或許之後App只是用來做系統設定，人機交互的部分可能都透過語音助理與Messenger。

智慧影像分析IVS的腳色?

跟語音助理同等重要的就是IVS智慧影像分析，這邊應用到的是臉部辨識，如果說語音助理替代的是人類的眼睛與耳朵，那臉部辨識就是人類的眼睛，識別訪客、識別家人以提供個人化服務等，都是智慧家庭很重要的支撐技術。

當然IVS+深度學習在日後智慧生活上會有更多的應用，從家庭安全、醫療應用、老人長照看護的預警系統，都會在日後成為可以面相商業應用(to B)與消費者用戶(to C)可收費的雲端應用。

以上不論語音或者影像這些機器學習系統，目前都還只能針對特定應用做服務，也就是場景都是well-defined，如果之後具備解決大眾日常生活問題的能力時，整個人類的生活方式都會產生巨大改變。

家庭物聯網目前的困難在於不互聯互通，解決方法可能是?

"佐克柏文章中提到，實作時由於不同設備系統都使用不同語言與協定，要先寫程式處理，才能著手建構AI。此外，目前多數電器也還沒有連網。要使Jarvis這樣的智慧管家能多方應用，需要更多設備連接，業界也需要開發通用的API與標準，使設備間能相互通訊。"

在過去我也多次提到，智慧家庭的問題在於市場碎片化與缺乏商業出海口(http://smartofeverything.blogspot.tw/2016/11/blog-post.html )，
看來佐克柏心目中的臉書智慧家庭平台，應該也是一個可以快速導入與擴張的API-based Eco System。

結論

祖克柏最想做到的就是提升Jarvis的學習能力，達到能夠自學的水平。

這句話說起來簡單，但確實就是智慧家庭何時能走進千家萬戶的核心支撐技術，遠端或者集合操控已經過時了，沒點智慧的智慧家庭反而會成為消費者口中的笑柄，文中提到的幾個支撐技術也是最大的商機所在，期待台灣廠商在這些領域都能突圍而出，大家一起努力吧!!

#物聯網的世界只有朋友沒有敵人

原文出處: http://smartofeverything.blogspot.tw/…/…/facebookjarvis.html

臉書終於將傳說中的深度學習框架fastText放上github開源，這套工具宣稱可以在無需人類標註的狀況下，只靠語料就能破解所有語言(我是不信啦，至少中文不行，70*70的卷積神經網路處理西歐語言是綽綽有餘，但是要處理中文還太嫩啦)
https://github.com/facebookresearch/fastText