你会让ChatGPT控制你的智能家居吗？
Josh.ai展示了使用其语音助手进行概念验证的ChatGPT集成。Josh系统目前只能通过专业安装人员使用。图片来源：Josh.ai如今，智能家居用户可以让Alexa打开灯或让Siri告诉你卧室的温度，有时它们会准确无误。或者你可能会听到，“您有15个名为灯的设备；你想控制哪一个？”或“XXX目前的温度是35摄氏度。”但是，如果你的语音助手不仅总是准确的，而且还可以回应模糊的评论，比如对“我今天过得很糟糕；有什么好的放松方式？”有“智能”反应？例如，通过降低窗帘、调暗灯光、调
Josh.ai 展示了使用其语音助手进行概念验证的 ChatGPT 集成。Josh 系统目前只能通过专业安装人员使用。图片来源：Josh.ai
如今，智能家居用户可以让 Alexa 打开灯或让 Siri 告诉你卧室的温度，有时它们会准确无误。或者你可能会听到，“您有 15 个名为灯的设备；你想控制哪一个？” 或“XXX目前的温度是35摄氏度。” 但是，如果你的语音助手不仅总是准确的，而且还可以回应模糊的评论，比如对“我今天过得很糟糕；有什么好的放松方式？” 有“智能”反应？例如，通过降低窗帘、调暗灯光、调节恒温器以及在网络平台上购买一些好吃的东西？
Josh.ai 家庭自动化系统的联合创始人 Alex Capecelatro 表示，这就是由新的 AI 语言模型提供支持的语音助手的潜力。Josh.ai 已经开始使用 OpenAI 的 ChatGPT进行原型集成。这段概念验证视频展示了 Capecelatro 要求 Josh 的助手打开窗帘、关闭音乐并告诉他天气（同时控制三件事是 Josh 已经具备的能力）。然后他继续为智能家居使用更自然的语音命令，比如“我正在拍摄视频；这里有点黑，”语音助手通过打开房间的灯来回应——虽然有点笨拙。
通过使用 AI 语言模型解析自然语言来改进智能家居控制的可能性非常诱人。Capecelatro 认为这是未来。“我们正在努力弄清楚我们能以更自然、更直观的方式控制您的环境，”他说。
如今，语音助手通常需要精确的语言，并且经常将基本的智能家居命令与信息请求混淆，这导致令人沮丧的响应，有时甚至是无用的响应。这是 Josh.ai 在 Capecelatro 和 Tim Gill（ Quark 的创始人）于 2015 年创办公司时着手解决的问题。其同名语音助手旨在出色地控制连接的小工具，无论如何表达请求。
“如果我们不采用 ChatGPT 类技术，像我这样的企业将在一年内不复存在。这对任何在家中进行语音控制的人的未来至关重要。”
使用广泛的知识图谱模型，Josh 可以在听到“卫星”而不是“开灯”时进行解析并做适当的事情。“拉开窗帘”听起来像是“拿些葡萄”，但 Josh很聪明，知道你不住在葡萄园里。“我们花了很多时间在引擎盖下工作来修复听错，处理不同的口音，理解不完美的句子等等，所以即使你说'打开该死的灯'，我们也知道你的意思，”Capecelatro 说。
目前，Josh 仅在由 Crestron 和 Control4 等公司提供支持的定制智能家居装置中用作语音控制层。在那个更受保护的环境中，系统由专业安装人员设置和控制，并使用Josh.ai 的专有硬件，Josh 以更可靠、更私密的语音助手而闻名——尽管进入成本更高. （虽然 Josh 有一个云组件，但大多数请求都是在Josh Core上本地处理的，并且在使用基于云的 API 时，可识别信息会被删除，Capecelatro 表示。）
Josh.ai 系统包括一个集线器和两种型号的智能扬声器以及一个应用程序和与 Ava 智能遥控器的集成。图片来源：Josh.ai
该公司最近宣布与亚马逊建立合作伙伴关系，现在正押注 ChatGPT 和其他聊天机器人使用的新一代大型语言模型 (LLM)。Capecelatro 认为，这些系统将使今天的语音助手变得更有用。“一年后，没有人会愿意容忍 Alexa、谷歌、Siri 甚至 Josh 的旧运作方式。这还不够，”Capecelatro 说。“如果我们不采用 ChatGPT 类技术，像我这样的企业将在一年内不复存在。这对任何在家中进行语音控制的人的未来至关重要。”
对于 Josh.ai 来说，它的一般知识深度不如其竞争对手，ChatGPT 集成添加到语音助手的知识库是一个巨大的飞跃。“我们一直想让 Josh 尽可能聪明，但我们是一个小团队，”Capecelatro 说。
但对于一般的智能家居而言，希望在于将 AI 语言模型的对话能力与家庭自动化系统可以提供的上下文相结合。例如，通过了解您家中有哪些智能设备以及您如何使用这些设备的详细信息，Josh 可以将自然语言命令解析为您家中的操作。说，“嘿 Josh ，孩子们回家的时间快到了，天快黑了。你能确定一切都准备好了吗？” 例如，语音助手可以打开门廊的灯，开始预热烤箱，拉下窗帘，打开厨房的灯。
Josh 还致力于使用 ChatGPT 在智能家居中进行媒体发现。迄今为止一直缺失的链接。“如果您不知道自己想要什么，那么语音控制就不是理想的选择，”Capecelatro 说。“我们构建了与Ava 遥控器的集成，您可以使用它来浏览您想要观看的内容。通过将 ChatGPT 添加到组合中，您可以说，“Netflix 上有哪些非常好的节目，可能是 romcoms 和特色（这个）演员。” ChatGPT 可以编制一个列表并将其显示在遥控器的屏幕上。” 那就是家庭电影之夜了。
Josh 的 AI 升级尚未上线，Capecelatro 表示公司正在密切关注其他公司在该领域的新兴技术，以应对他们提供更好的模型。除了 ChatGPT 目前非常慢（视频经过编辑以加快速度）之外，还有一个非常真实的人工智能生成问题。（事实上，训练 ChatGPT 的数据集在 2021 年年中结束。值得注意的是，在演示视频中，当 Josh 被问到“有哪些节目可以在 Netflix 上观看”时，它列出的最新节目于 2019 年首次亮相.) 但 Capecelatro 表示，某种形式的生成式 AI 语音助手将进入智能家居。
谨慎是绝对必要的。没有企业希望种族主义、恐同、杀人的语音助手通过他们的硬件将其“意见”传播到人们的家中，这是一个明显的可能性，因为生成 AI 本质上是在没有过滤器的情况下反刍内容。“我们非常谨慎。我们本可以立即使用 ChatGPT 集成，”Capecelatro 说。“我们没有那样做。因为我们不想给人们非常糟糕的数据。我们不想说谎。”
该公司计划花时间弄清楚如何设置正确的护栏，这对于将这项技术转化为智能家居至关重要。“我认为微软和谷歌[在他们的搜索 ChatBot 模型中] 有点过火了，他们现在看到了后果，”Capecelatro 在谈到最近迅速横盘整理的高调发布时说。
假设谷歌、苹果和亚马逊都在研究如何将新的人工智能语言模型整合到他们的语音助手中并不是一个飞跃，而智能家居爱好者已经找到了使用方法Siri 快捷方式让 ChatGPT 进入他们的智能家居。与智能扬声器交谈比在网络浏览器中输入要容易得多。
但我们真的希望在家中安装这种人工智能吗？我们对一个“能正常工作”的语音助手的渴望是否如此之大，以至于我们会很高兴有一个可以尝试教我 8 岁的孩子量子物理学的语音助手？就个人而言，我认为一个可靠的、语音控制的智能家居系统知道我说“关掉该死的灯”时的意思就够了，而不是一个无所不知的智能来管理我的家。
虽然天生有能力、非常直观的语音助手完美的家庭管家的承诺非常吸引人，但我担心现实可能更像太空漫游而不是唐顿庄园。但让我们看看我是否被证明是错误的。
AirBuddy 3 是面向 macOS 的蓝牙外设增强工具，可集中查看 AirPods、Beats 与苹果设备电量，提供快速连接、播放控制、电量提醒、桌面小组件和多台 Mac 外设接力等功能。
AirServer macOS版可把 Mac 转换为无线投屏接收端，通过 AirPlay 或 Google Cast 接收手机、平板和电脑画面，并支持多设备同时连接、高清镜像及会话录制，适合家庭娱乐、课堂教学、会议演示和应用展示。
Beamer 4是面向macOS的本地视频投屏工具，可将Mac中的影片投放到Apple TV、Chromecast及兼容设备，支持常见格式、多类字幕、环绕声、播放列表和电视遥控操作。
Boom 3D macOS版是一款系统级音效增强工具，可为音乐、电影、游戏和流媒体提供3D虚拟环绕声、31段均衡器、音量增强及应用独立音量控制，并支持本地播放器与多种音频输出设备。
Boris FX macOS版是一套面向剪辑、合成、调色及动态图形工作的专业后期工具，涵盖视觉特效、平面与三维跟踪、转描、画面修复、粒子动画和音频清理，可配合多种主流宿主软件使用。
Capto 是面向 macOS 的屏幕截图、高清录屏与媒体编辑工具，支持区域及整屏捕获、网页长截图、双音轨处理、图片和视频标注、素材分类与多渠道分享，适合教师、学生、内容创作者及需要制作演示教程的用户。
Cursor Crane 是一款仅面向 macOS 的键盘操控效率工具，可通过提示标签、网格、文字查找和窗口模式完成点击、滚动、定位与切换，并支持屏幕内容提取、脚本及工作流扩展。
Deep Freeze 冰点还原 macOS版通过冻结系统配置，让受保护的Mac在重新启动后回到预设状态，并提供解冻空间、维护计划、密码保护及Apple Remote Desktop管理能力。
Focusky macOS版是一款面向教学课件、商务汇报、产品展示和动画宣传内容的演示制作工具。它通过无限画布、路径编排、缩放旋转转场及多媒体编辑，将传统逐页幻灯片转化为更具空间感的动态演示。
Folder Colorizer 2 macOS版是一款直观的文件夹外观定制工具，可更换颜色，添加表情、贴纸及图片背景，并支持批量处理、智能推荐和恢复默认样式，帮助用户更快辨认工作、学习与生活资料。
AirServer Windows版可把电脑变成AirPlay、Google Cast和Miracast无线投屏接收端，适合会议演示、课堂教学及家庭大屏分享。发送设备通常无需另装客户端，并可同时接收和智能排列多个镜像会话。
AlwaysUp是一款面向Windows的系统服务注册与程序托管工具，可让普通应用、脚本及批处理在无人登录时随系统启动，并通过状态检测、异常重启、资源监控和邮件通知保障关键任务持续运行。
AnyDesk Windows版是一款轻量化远程桌面与技术支持工具，可用于控制异地电脑、传输文件、远程打印及无人值守访问。它兼顾连接响应、安全权限和部署灵活性，适合个人远程办公、企业设备维护与客服支持。
Boom 3D Windows版是一款面向音乐、电影和游戏场景的系统级音效增强工具，支持虚拟3D环绕声、31段均衡器、预设音效、应用音量控制及本地音乐播放，可配合耳机、扬声器和蓝牙耳机使用。
Boris FX Windows版是一套服务于影视剪辑、视觉特效、运动跟踪、转描、图像修饰及音频修复的专业创作工具集合，可作为插件接入多种主流后期宿主，也包含可独立运行的应用，适合剪辑师、特效师与内容创作者使用。
ChemDraw Windows版是一款面向化学研究、药物研发、材料科学和教学工作的专业结构绘图工具，可快速绘制分子、反应式及生物聚合物，并提供结构整理、格式转换、性质计算和科研文档协作能力。
CODESOFT Windows版是一套企业级条码与RFID标签设计打印工具，可连接Excel、Access、SQL及云端数据源，支持变量、表单、GS1条码、数据库记录和多种工业打印机，适合制造、仓储、物流及合规标识场景。
Deep Freeze 冰点还原 Windows版通过重启恢复技术保护系统盘及指定分区，自动撤销恶意程序、误操作和配置漂移造成的改动，并支持密码保护、解冻空间与多硬盘管理，适合学校机房、公共电脑、办公终端及家庭电脑使用。
EDIUS 11 Windows版是一款面向影视制作、广播电视、纪录片、短视频及教育机构的专业非线性编辑工具，支持4K/8K、多格式混编、HDR调色、字幕、音频处理和后台渲染，并提供素材管理及丰富的导出预设。
FastStone Capture Windows版是一款轻量级屏幕捕捉、录屏与图像编辑工具，可截取窗口、区域、菜单和滚动页面，并提供标注、模糊、取色、OCR、录音录像及多格式导出能力，适合办公说明、教程制作和问题反馈。
Focusky Windows版是一款动画演示与交互课件制作工具，通过无限画布、缩放旋转镜头、模板素材和对象动画组织内容，可导入PPTX，并输出视频、EXE、PDF、网页等格式，适用于课堂教学、微课、商务汇报及产品展示。