在很短的时间内，我们已经习惯了能够解读和反应我们声音的手机和小工具。Google Home的语音匹配甚至可以进一步识别不同的用户，并根据用户感受到的信息将整个账户之间的偏好转移。随着这项技术迭代的速度，甚至想象2011年大众科学和其他人对其真正无处不在的成功是看跌的。

然而，现在，几乎所有值得重视硅片的大型科技公司都推出了语音控制设备，或将语音集成技术深入到其核心产品之一。

虽然语音为这些设备增加了可用性和功能，但下一次重大转变将来自于我们的设备能够真正识别我们 – 而且这需要他们不仅打开耳朵，还打开他们的眼睛。计算机视觉有可能彻底改变我们的家庭和我们的生活的智慧。

技术上的存在
目前在高端智能手机中普及的面部识别功能以一种神奇的，几乎看不见的方式成功实现。他们通过将红外光喷射到您的脸上来识别您，这是一种无缝且无法看到的过程。这些面部识别系统目前在很大程度上执行二元任务 – 允许付款与否，是否打开手机 – 但是当基于计算机视觉的智能系统变得更加普及时，这些系统给我们提示了即将发生的事情。

尽管微软已经停止向消费者出售Kinect，但他们创造了一个早期令人印象深刻的消费者就绪型计算机视觉版本，它可以识别不同的用户，并基于谁看到不同的账户。正如我们已经看到Google Home如何回应声音和更改帐户一样，很容易想象三星电视根据看到的人来调整观看体验。它可能会改变飞利浦Hue灯泡的颜色，并在感应到您准备观看电影时关闭百叶窗。现在，您的孩子对有限的电视时间和选择的投诉可以方便地转移到您的电视上。“这不是我的错，儿子。三星电视不希望你在晚上7点后观看！“

在未来的某个时候，计算机视觉驱动识别甚至可以完全脱离特定设备。不难想象一个专门的用户检测摄像头能够在您的前门看到并对您做出反应。然后，它可以将起居室中的灯光打开到您之前选择的设置，将您的Nest Thermostat从外面翻转到您的“家庭”设置，并在您的Sonos上播放您最喜爱的工作后播放列表 – 全部基于识别你当你进入。

我们有效地坐在软件中存在触发器的时候 – 他们只是在等待技术为0提供1。虽然语音识别需要对用户语音和语音模式进行相对简单的分析，但执行可靠性基于视觉的识别是一个更大的挑战 – 环境照明，用户的身体取向，甚至发型和服装的变化都会导致定期识别的模型更加不一致。然而，现在可以可靠地执行这些任务所需的技术日益完善。

配备摄像头的系统可以识别出您从我们所知道的事物中自然而然地发展而来的。虽然语音识别已经让更多的人相信他们用来为他们执行不断增加的便利任务的设备，但一旦我们拥有基于复杂的基于计算机视觉的用户识别功能，看到的就会真正相信。