中国扫地机器人行业大搏杀，人工智能or智障究竟是不是刚需家电
扫地机器人2021年全年卖了530万台，而中国家庭数接近5亿户，即使是拥有巨大的市场需求潜力，扫地机器人行业为何还在经历退潮、内卷、裁员和降价呢？地机器人到底是“人工智能”还是“人工智障”，你家里买了吗，它究竟是不是“刚需大家电”？扫地机器人最初是用陀螺仪来导航的，那个时候的最大的特点并不是扫地，而是有可玩性的机器人，当时买这类机器人的玩家主要有科技发烧友、技术工程师、城市中产等，广大普通用户似乎并不对这个扫地不干净的机器人感兴趣。但随着导航器件换成了视觉扫描、激光雷达，扫地机器人逐渐从可玩性的机器人，转变成真正可替代人力清洁的家用扫地机，开始打入潜力无限的消费圈。但经历了数年市场暴涨后的扫地机器人，从2021年下半年起，不论是龙头企业科沃斯还是石头科技都无一幸免，科沃斯股价大跌超60%，市值蒸发900亿元，石头市值蒸发600亿，2022年上半年，扫地机器人销量下滑了28.3%，行业机器人技术更新陷入停滞，市场似乎进入了饱和期，但此时国内已经陆续出现了200多个扫地机器人品牌，行业竞争愈演愈烈。打开网易新闻查看精彩图片我们来回顾下扫地机器人的发展史，1990年世界第一代机器人诞生，但智能程度较低，清洁效果不佳。2000年有军工背景的美国科技公司iRobot推出第二代机器人Roomba，虽然效率有一定提高，但模式上还是随机清扫，智能水平有限。到了2010年，扫地机器人行业出现了一个叫SLAM的重磅技术，这就是激光测距仪360度旋转扫描周围环境并及时构建环境地图，扫地机器人终于实现了高效率全区域覆盖，此时各企业跟着两条技术路线在走——一个是韩国三星、LG率先推出vSLAM视觉导航的产品，iRBot推出Roomba980，另一个中国科沃斯在2013年推出基于LDSSLAM激光导航的地宝9，2016年石头科技依靠小米品牌影响力推出的米家扫地机器人，同样也是LDS激光雷达加上SLAM算法，激光雷达测距扫描房间获得距离信息，算法来构建房间地图规划清洁路线，这时国内厂商用的比较多的技术方向。跨越式的技术升级让扫地机器人成为真需求，由此开始迎来了爆发期。打开网易新闻查看精彩图片2018年行业龙头科沃斯上市登陆A股，股价翻了十几倍获得资本青睐，2020年2月石头科技上市当天股价高达330亿，随后冲破千亿大关，与贵州茅台并驾齐驱，被称为扫地茅，科沃斯与石头科技也被称为A股双雄。此时国内行业产业链的现状是，上游零部件供应商由欣旺达、德赛电池掌握，中游制造商除了IRbot、科沃斯、石头科技、云鲸四大专业扫地巨头外，传统家电集团如美的、海尔纷纷入局。下游渠道商小米、京东、阿里巴巴依靠网购和巨大的流量资源大卖机器人。直到2021年行业格局已定，科沃斯、石头、云鲸、小米占据87%市场份额，机器人几大巨头正处于如日中天的时候，2019年到2021年的这三年间，堪称扫地机器人的黄金年代。到了2022年一切都变了，上半年国内扫地机销售额虽然增长了9%，但总销量骤降了28.3%，科沃斯、石头市值拦腰斩断，高管相继离职，有的企业开始秘密裁员，2022年科沃斯前三个季度营收同比增长14.4%，但净利润仅为2.45亿，同比骤降近50%。石头营收更是直接下降0.65%，净利润下降34.54%。纵观整个扫地机行业已是市场疲软，剩下的只有内卷和价格厮杀。为什么会出现这种现象呢？根据用户群体的不同，行业基本分为两个圈子，一个是科沃斯为首、市场份额高达90%的高端扫地机，价格在3000左右，更有突破5000的，这类用户群体基本是城市中产、年轻人上班族居多，也不乏一些技术发烧友，大部分人也是花个上千块尝鲜，就现在情况来看看看，很多人买扫地机也是为了给生活增加科技感，还能节省时间增加便利，对于这部分用户群体来说，扫地机可以说是他们的刚需。而另一个圈子就是剩下10%的市场——低端的白牌机，这些低端机功能比较单一，还是采用落后的陀螺仪导航，清洁效率不高，但是价格基本都在千元以下，非常亲民，而这类扫地机的目标用户群体更大，可以是中国绝大多数家庭的首选。说实话包括作者在内，要是花个大几千块买个扫地机，经济能力也够，但就是有点舍不得，想了平时扫拖地也能锻炼下身体，房子也不大就打消了买的念头。但低端机器人根本清洁不干净，于是会在用户心中留下不好的印象，这对于他们选择高端扫地机也是一个障碍。总体来说，两个圈子也侧面反映了到目前为止，真正潜在购买扫地机的用户还是极其有限的。打开网易新闻查看精彩图片其次扫地机器人不管怎么样，脱离不了家用电器的角色，在消费者看来，扫地机作为家电，购买的目标之一就是有足够的使用年限，并不想一年一换。像追觅一年就发布两款扫地机，简直是卷到了极致，频繁更新产品自然需要加大研发的投入以及市场推广、广告的费用。因此行业内有句话直言没有一个亿的资金，就别在这个市场玩儿了。2021年科沃斯光是推广费和广告费就花了18.69亿，石头科技也花了6.4亿，目前来说扫地机器人的行业技术更新也到了一定的瓶颈期，扫地机器人已经有了自动回洗功能、自动烘干、自动集尘、自动上下水、自动除菌等，你没法继续在扫地机上增加更多的功能。其实回归到本质上来，扫地机最基础且是最重要的两个功能——洗和拖，是不是做的足够好，会不会仍会产生额外劳动量这个痛点，当扫地机能完全取代人工时，一定是智能程度、清洁程度和安全性集为一体的，都做的足够好，才能称为真正意义上的刚需。而随着5G和万物互联时代的到来，我认为扫地机器人未来进步的四大方向，一是对空间信息、环境信息和属性信息的识别，SLAM技术够不够完善、人工智能到底有多智能。二是清洁功能是否完善，拓展的功能适不适用。三是机械自动化，能不能有效减少人工干预。四是人工交互、设备互联做的够不够好。打开网易新闻查看精彩图片到底是人工智能还是人工智障，机器学习有前途吗
人工智能，现在可是一个最热的行当，百度就把大宝压在这上面，曾经还请了很多的大牛，像吴恩达这样的学者助力。而AlphaGo在围棋上的出色表现，更是给了这个行业打了兴奋剂。于是，大家感觉奇点就快要来了，电影里面人与机器和谐共处，未来世界的大门即将打开。而奇点过后，以机器的进化速度，世界会彻底退出“人类纪元”而进入到“机器纪元”的时代。
然而，这一切都还是美好想象，现在的人工智能仅是专业智能，像AlphaGo就是围棋机器人，自动驾驶就是驾驶机器人。换句话说，都是通过不同的算法，在某个领域做了一些类似人类判断的事情。人类判断的特点是模糊化、随机化，当前人工智能也有类似特点。正因为这种判断的模糊化，让人感觉人工智能很玄妙，有“人”的感觉。
通用人工智能才是真智能，这一点吴恩达（AndrewNg）在采访时说可能要100年后才会有。最好类比的通用人工智能就是人类大脑。人类大脑是如此神奇，可以学会几乎任何事物，你把一个刚出生的古代秦国小孩，穿越到现代社会，她不会有任何不适应，并轻松学会现代的一切。别说是人类大脑，就是一个老鼠的大脑，也是通用智能，甚至是没有新旧皮层，只有神经节的低等生物如毛毛虫，也比现在的所谓人工智能更高级。你摸着毛毛虫，它蠕动，进食，有时呆萌，有时兴奋，那是生命的感觉。
你有没有想过，燃烧了谷歌几万台集群服务器，亦或者个人用最牛逼显卡Tesla100的机器学习，连个毛毛虫都不如的原因，是因为算力不够？机器不够快？还是根本方向都走错了？
算力不够，速度不够，是不对的，神经科学早就知道，人类也才800亿神经元，神经传导的速度远低于电脑的芯片（都不在一个数量级）。接下来说说为什么，现在的机器学习，终究只是“人工智障”。
机器学习发展到现在，太多名词与分类了，比如深度学习、强化学习、非监督、监督、循环、脉冲、GAN，以及谷歌最新的WANN等等。大致思想都差不太多。
1、机器学习偏重算法，而非整体结构。
以深度学习为例，深度学习本质上就是个“模糊分类器”。将一个图像，分类到不同类别，从而实现图像识别等功能。因为输入的图像千变万化，而类别却是有限的，因此，只能进行模糊处理。就像猫和狗的识别，就是把图像模糊分类成两类。
图像的某个特征，这个特征可以用“卷积”提炼出来，从而加快网络参数的收敛，这就成了“卷积神经网络”。如果是连续视频图像或者自然语言，就用延时将前后相关性的特征表征出来，就成了“循环神经网络”。更多脑洞大开的各种算法，无非就是将事物的特征，通过算法提炼出来。
大脑可不一样，没任何既定算法，人生下来，大脑结构就固定了，不会通过改变结构学会知识与技能，而是同样的结构，不同的输入输出，通过神经递质的调节与皮层的存储记忆，获得所有知识学习与解决问题的能力。
大脑可能做加法，比如神经递质浓度的叠加，但大脑可能不做乘法，肯定不做log运算及其他复杂数学运算，大脑是结构决定功能，不是算法决定功能。
而机器学习，本质上，还是人这个通用智能，造出的算法。与二叉树、哈希运算等等没有本质区别，但与这些有着确定输入输出的算法不同，它模糊化了过程，给人感觉是像“智能”而已。
2、机器学习是非数学的。也就是它是一门实验科学。
有个说法，在数学相关领域，人工智能是属于鄙视链最底层，搞数学的，瞧不上搞AI的。归根结底，是因为机器学习很多理论，并不是严格的数学推导与论证，所以才有了什么调参、训练这种实验方式。这一点像中医，神农尝百草，知其然（有疗效），不知其所以然（原理与副作用）。西医也好不到哪里去，通过统计学，验证因果性。
为啥相对论老有人质疑，但数学公式没人质疑，这就是实验科学与强逻辑的区别。你不认识到自然的最深处，没经过人类最终的逻辑关，终究与数学，还有差距。
3、机器学习产生不了想象力与创造力。
现在的机器学习，因为输出有一定随机性和模糊性，给人感觉与人的情绪类似，所以常有搞人工智能的人说，我也不知道机器怎么“想”的，机器内部形成的规则，属于“不可知”的，就像天神给出的指令一样。在股市交易量化领域，现在最热门的就是通过人工智能，来编写股票量化交易算法，因为每次机器判断股票的涨跌，都有一套看似不可捉摸的想法，让人更加信赖机器。觉得机器已经具备了独立思考的能力。其实，那只是一种“幻觉”。它无非是在进行模糊分类，通过一大堆的隐含参数。并没你想的那么高大上。
人的想象力与创造力，它的原始驱动是好奇心、成就导向、多巴胺等等，也就是神经递质，大脑中的神经递质多达60种。每一种神经递质，都在驱动、影响、决定着人的行为。机器学习不从源头入手，而是从解决具体问题，通过一个个开脑洞的算法，来获得感觉上的“智能”化，无异于南辕北辙。
在通用人工智能领域，也不是没有人想过更好的方法。《智能时代》作者，杰夫·霍金斯，他也是palm掌上电脑创始人，就通过研究、琢磨大脑，给出了自己的解决方案---HTM脑皮质理论。虽然这套理论问题不少，没有真正逻辑自洽的造出通用智能机器。但它的大致研究方向是对的。
现在的机器学习，在可见的未来，终究只会是人类的一个工具，一个好用的工具，与飞机大炮轮船火车并没有本质不同。当然，会给人们的生活带来便利，带来变化，但与你脑中想象的，电影《普罗米修斯》《异形》中的人造人，没一点关系。