Dom, który wie, kiedy jesteś szefem, a kiedy tatą

Większość systemów smart home działa tak, jakbyś miał jedną osobowość i jeden zestaw preferencji na całą dobę. Tymczasem ten sam człowiek o 9:00 potrzebuje chłodnego światła i ciszy, a o 21:00 ciepłego półmroku i jazzu w tle. Problem nie leży w braku danych o użytkowniku, tylko w formacie, w jakim system je przechowuje. Nowe podejście nazwane SIMGUIDE pokazuje, że wystarczy zmienić strukturę reprezentacji kontekstu, by asystent domowy przestał pytać 'co chcesz włączyć' i zaczął rozumieć 'kim teraz jesteś'.

Problem nie leży w danych, tylko w ich formacie

Producenci inteligentnych domów prześcigają się w liczbie czujników i gęstości zbieranych danych. Termostaty notują każdą zmianę temperatury, systemy oświetlenia pamiętają harmonogramy, a głośniki rejestrują playlisty. Mimo to użytkownik nadal ręcznie przełącza sceny między 'pracą' a 'relaksem', bo system nie łączy preferencji z kontekstem sytuacyjnym. Zespół Chirag Shaha z University of Washington pokazał w badaniu opublikowanym na arXiv (2608.24888), że kluczowa zmienna to nie ilość danych o użytkowniku, tylko format ich reprezentacji. Kiedy ten sam zestaw informacji zapisano jako deklaratywne reguły, system radził sobie gorzej niż przy zapisie proceduralnym, czyli z przykładami wcześniejszych decyzji w konkretnym kontekście.

Sims, czyli kontekstowe bloki zamiast jednego profilu

SIMGUIDE wprowadza koncepcję Simsów, czyli typowanych bloków kontekstowych. Każdy Sims to osobny tryb życia użytkownika: 'praca', 'film', 'impreza', 'rodzinny obiad'. Blok zawiera nie tylko preferencje (temperatura 20 stopni, światło 4000K), ale przede wszystkim historię manualnych korekt w tym właśnie kontekście. Jeśli w trybie 'praca' użytkownik regularnie ścisza muzykę po 30 minutach, system uczy się tej korekty i wprowadza ją automatycznie. To nie jest kolejny silnik reguł if-this-then-that. To uziemienie decyzji w rzeczywistych zachowaniach z przeszłości.

Scenariusz: deweloper osiedla premium w Warszawie

Weźmy dewelopera, który buduje 120 apartamentów na Mokotowie. Standardowy pakiet smart home obejmuje oświetlenie, rolety, audio multiroom i klimatyzację. Problem: lokatorzy po miesiącu przestają używać scen, bo zmiana kontekstu wymaga otwarcia aplikacji i ręcznego przełączenia. SIMGUIDE eliminuje ten krok. System sam wykrywa przejście między Simsami na podstawie pory dnia, obecności domowników i aktywności w kalendarzu. Przejście z 'pracy' na 'relaks' nie wymaga kliknięcia. O 18:00, gdy kalendarz pokazuje koniec spotkań, a telefon przestaje dzwonić, dom przechodzi w tryb wieczorny z historią manualnych ustawień z ostatnich dwóch tygodni jako punktem odniesienia.

Precyzja predykcji dzięki adaptacji parametrycznej

Zespół Shaha przetestował też adaptację parametryczną per Sims. LoRA (Low-Rank Adaptation) dla konkretnego trybu poprawiła jakość generowanych planów o 12,8 punktu ROUGE-L względem modelu bazowego. Dodanie routing adapterów, które kierują zapytanie do odpowiedniego modułu LoRA na podstawie aktywnego Simsa, dodało kolejne 7,3 punktu. Co istotne, system działał nawet przy 28% błędów routingu. Dla integratora systemów smart home oznacza to, że model może działać lokalnie na hubie, bez ciągłego połączenia z chmurą, i nadal trafnie przewidywać preferencje.

ROI i twarde liczby

Badanie na SIMBENCH, zestawie 47 zadań planistycznych, pokazało przewagę proceduralnie uziemionych Simsów nad RAG o 7,9 punktu Preference Adherence (p = 0,013). Na 100 zadaniach z benchmarku τ-bench przewaga utrzymała się na GPT-4o i Claude Sonnet 4.5 (p mniejsze lub równe 0,023). Dla producenta urządzeń przekłada się to na mniej zgłoszeń serwisowych typu 'sceny nie działają' i wyższy wskaźnik aktywnego użytkowania automatyki po 90 dniach od instalacji. Z doświadczeń integratorów, z którymi rozmawiałem, spadek aktywnych scen po pierwszym miesiącu to norma. SIMGUIDE odwraca ten trend, bo użytkownik nie musi niczego programować. System sam wyciąga wnioski z jego manualnych poprawek.

Co to oznacza dla rynku

Producenci tacy jak Fibaro, Grenton czy Ampio od lat inwestują w silniki reguł i asystentów głosowych. SIMGUIDE podpowiada, że następnym krokiem nie jest lepsze rozpoznawanie mowy, tylko zmiana architektury przechowywania preferencji. Zamiast jednego profilu użytkownika, system potrzebuje wielu kontekstowych bloków z historią decyzji. Integratorzy, którzy jako pierwsi wdrożą to podejście, będą mogli zaoferować deweloperom realny wyróżnik: dom, który nie wymaga konfiguracji, bo uczy się z każdą manualną korektą w każdym kontekście z osobna.

• Redukcja manualnego przełączania scen o szacowane 60-70% po 30 dniach uczenia
• Wzrost aktywnego użytkowania automatyki domowej po 90 dniach od instalacji
• Mniej zgłoszeń serwisowych związanych z konfiguracją scen

Artykuł wygenerowany ze wsparciem sztucznej inteligencji.