指纹“变浅”了,打不开家里的智能锁怎么办?杭州AI开始学着“认老人”
指纹还是那枚指纹,但几年过去,家里的智能门锁可能已经“不太认识”它了。
年龄增长、长期劳动,都会让老人的指纹发生变化。对于每天都要进出的家门来说,这个变化并不大,却足以让一次开门变成需要反复尝试的小麻烦。
如今,这个问题正在被AI盯上。在杭州,有企业开始让算法学习指纹的变化,也有企业把雷达、感知等技术藏进灯具、卫浴和厨房,让设备在老人没有主动操作时,也能发现一些异常。
但当AI越来越多地进入家庭,另一个问题也随之而来:它能不能在关键时刻“不认错”?
一把门锁,开始“重新认识”老人
在德施曼杭州总部产品体验厅,一款智能门锁刷脸或按指纹,几秒钟就可以完成识别。看起来只是一次普通的开门动作,但对于老年用户来说,背后却有不少技术细节。

“老年人的指纹确实会随着年龄变化。”德施曼信息化负责人周健介绍,长期劳动、指纹磨损等情况,都可能导致过去录入的指纹与现在出现差异。
于是,门锁开始尝试“自学习”。“用户每次使用指纹开门,系统都会积累新的识别信息。”周健说,当指纹随着时间发生细微变化时,算法可以进行更新,让设备不必永远依赖几年前录下的那一枚指纹。
人脸识别也在进行类似的适配。在现场体验中,记者看到,智能锁如今已经不再只有一种开门方式。3D人脸识别等多种识别手段被应用到产品中,针对老年人的面部变化,企业也在进行算法优化。
但在周健看来,适老化并不只是“把门打开”。
如果老人不会设置复杂的网络怎么办?如果子女不在身边,怎么知道老人是否正常回家?这些问题也被放进了产品设计。
例如,通过4G独立联网减少复杂的配网步骤;如果老人长时间没有出门,或者外出后迟迟未归,门锁可以向家人发送提醒。
门锁由此多了一层新的功能:它不只负责验证“谁能进门”,也开始帮助家人了解“老人今天怎么样”。
一盏灯、一套卫浴,也开始“留意”老人
门锁解决了“能不能安全进门”的问题,但老人回家之后,还有更多需要被关注的场景。
在鸿雁电器的适老化康养解决方案展示区,记者看到,一块面板灯,看上去与普通灯具相差不大,但加入非接触式雷达后,可以感知卫生间里的活动情况;厨房里的防干烧系统,则持续关注灶具状态,在发现风险后进行处理。

还有针对老人下蹲、起身困难设计的辅助设备。这些产品有一个共同特点:尽量不需要老人操作。
“前期,我们走访了杭州多家养老院,发现老年人很排斥在身上戴设备。”鸿雁电器相关负责人介绍,因此企业尝试把感知能力融入原本就存在的家居环境。
这意味着,适老化正在从“增加设备”变成“改变设备”。过去,老人摔倒可能需要主动按下报警按钮;如今,设备开始尝试主动发现异常。老人忘记关火,也不一定要等家人发现,系统可以先一步介入。

老人还是按照原来的方式生活,只是身边多了一层不容易察觉的技术保障。从门锁到灯具,再到厨房和卫浴,AI正在进入过去很少被认为需要“智能化”的生活细节。
但设备越能替人做判断,另一个问题也越重要——如果AI判断错了怎么办?
给AI“故意出错”,杭企测试它的安全底线
为了让AI少犯错,杭州一些企业干的事情,听起来甚至有些反常识:不是训练AI怎么答对,而是想办法让它答错。
在杭州,君同未来专注于人工智能自身风险治理。创始人韩蒙介绍,针对门锁等具体应用场景,团队会主动制造AI最容易出问题的情况。比如遮挡人脸、改变光线、模拟沙尘,甚至只修改图片中几个肉眼几乎察觉不到的像素,再观察AI还能不能正确识别。
这种方法被称为“对抗测试”。简单来说,就是不断给AI“出难题”。为什么要这么做?
韩蒙解释,因为对于进入家庭、工厂、城市的AI来说,真正危险的并不是它偶尔答错一道题,而是错误判断可能直接变成现实动作。比如,智能门锁把陌生人认成主人,摄像头把机器误认为工人,消防系统没有识别出火情。
设备本身可能没有坏,出问题的,是AI的判断。这也意味着,AI安全正在从人们熟悉的“防黑客、防攻击”,延伸到另一个更容易被忽略的层面:如何降低AI自身的误判风险。
回到智能门锁,这个问题就更加具体。
一把锁需要判断“眼前的人是谁”,既不能因为戴了眼镜、换了光线就频繁拒绝主人,也不能为了追求便利,降低安全标准。
在德施曼的产品研发中,类似的极端场景也会被反复验证。周健提到,人脸、指纹、密码各有优势,也各有可能遇到特殊情况。产品设计的原则,是在便捷与安全之间找到平衡,“安全是底线”。
从这里再回头看,一把智能门锁其实远比想象中复杂。它需要认识不断变化的指纹和面孔,也需要理解老人日常生活中的异常;而当这些判断越来越多地交给AI完成,企业还必须不断给AI设置“难题”,提前找出它可能犯错的地方。
让AI更聪明是一回事,让它在关键时刻少犯错,则是另一回事。这或许也是杭州智能家居和人工智能产业正在面对的新课题。对老人而言,理想的智能家居也许就是这样——门锁能认出自己,设备能及时发现风险,而那些看不见的AI,则在一次次“故意出错”的测试中,变得更加可靠。