看懂影音資料的價值,Viscovery 為企業戴上看影片掃描洞見的眼鏡

作者 | 發布日期 2018 年 04 月 21 日 12:00 | 分類 AI 人工智慧 follow us in feedly

不知道各位手上拍攝的影片或相簿採用什麼方式整理。除了依據日期和主題之外,有沒有另外用文字標籤方式標示?根據調研機構 IDC 預測,2025 年全球資料領域將只有 15% 的資料會被加以標籤,其中更僅僅只有五分之一會被用來分析。這顯示企業如何有效運用資料,從中萃取出對商業夥伴和消費者更有價值的洞見,已成重要課題,也是未來商業模式中的致勝關鍵。




傳統用 meta data 的方式整理影片、圖像,其實是間接的方式進行,不是直接以影片本身性質整理。台灣的新創 Viscovery 創意引晴,專注影音資料裡出現事物的分析判斷,直接「看懂」影片到底在做什麼。

正當全球最大的影音分享平台,被有心人士操弄演算法,被盯的滿天包之下,台灣的影像辨識新創公司 Viscovery,則在這幾年之下,除了分析影片出現的商品,快速推薦購物商品。

而在 Seagate 贊助 IDC 《Data Age 2025》白皮書中預測,資料量的產生到了2025年將暴增至163ZB,意味著以資料價值為王的世代來臨。消費者和企業在各種裝置和雲端之間創造、分享和存取的資料將持續增長,並且遠超過原先的預期。

Viscovery 創意引擎的創辦人黃俊傑 Amos 話不多,訪問的時候大部分的時間都交給技術長陳彥呈 Albert 說明。廣告系出身的 Amos,訪談時解說 Viscovery 創辦緣起,以及中間經過的重要時刻,以及最近幾起資料風波,如何資料處理方法的看法。Viscovery 會專注在容易變現的廣告相關技術,還要加上 Amos 自身背景的因素。

機器幫忙整理影片,找出影片中的商品

找出有明星出場、劇集中主角穿得的衣服,或是使用的商品,透過 Viscovery 影像辨識的技術,都能辨識而且一一自動標示出來,不用花太多人工檢視的成本,提供廣告商、代理商機會顯示相關商品的廣告。

在前面提到的 IDC 報告, IDC 預測 2025 年全球資料領域將只有15%的資料會被加以標籤,其中更僅僅只有五分之一會被用來分析。這顯示企業如何有效運用資料,從中萃取出對商業夥伴和消費者更有價值的洞見,已成重要課題,也是未來商業模式中的致勝關鍵。

最近 Viscovery 還有其他計畫,要協助媒體整理手頭的影片,從中找出新的趨勢和洞見。Viscovery 說這不是像臉書那樣很粗略的辨識,加上很泛泛的描述,如出現三個人,而是協助媒體找出明星在影片出現的片段,不論是化妝、整型前後,不同造型的劇照,或是在畫面中以不同角度出現的影片。並自動化歸類,減輕這些影片資產管理和調閱出來的成本。

Viscovery 強調,只要有類似 IMDB 的影星資料庫的話,不論是好萊塢還是東南亞市場,只要手上有足夠的影星出現的影片,就可以訓練 AI,讓 AI 能找出還有那些影片有這些影星出現。

談到 YouTube 被演算法搞到的問題,是不少家靠 user generated content 為生的公司痛腳。 Viscovery 說他們的技術能避免偶爾出現的畫面中物品干擾,導致 AI 被誤導的問題,像是貓喵影片中隨便插一張不相干的汽車圖像,就能干擾 AI,AI 因此下錯判斷。Uber 無人車死亡車禍,或是先前 Google 辨識錯誤造成軒然大波,都顯示即便影像辨識越來越多方案,但還有很多能改進的地方。

強 AI 仍待大家努力,現況是特定用途 AI 垂直應用

在台灣 Google 和微軟近期在 AI 上面有相當大的動作。Viscovery 說到他們一個案例,業主用了大廠的方案,實際測試通用型 AI 效果還好,業主只好輾轉來找 Viscovery 救火。最後 Viscovery 提出的方案讓業主滿意。

Google、Amazon、Facebook 的圖片自動偵測畫面機制,偵測的結果卻很雞肋,像是偵測畫面有草、人類、小孩,是有偵測出東西,但是做出的結果幫助不大。Viscovery 很自豪他們的技術能識別畫面中有含金量的東西,幫助不同的需求。

談到未來的 AI 發展,Amos 說大家很期待強 AI 能越來越強,但實際上未來會是由多個在特定領域的垂直型應用 AI 興起,通用型 AI 還有很大的進步空間。另一方面,大公司的 AI 方案看來在拚命收集訓練資料,大家可以免費用 AI 的程式,但最珍貴的資料反而是免費雙手奉上,許多人會有疑慮,資料只進不出並沒有分享出來。

中國經驗不能在別處複製

做為影像專業識別的公司,Viscovery 能快速識別圖片中的物品,並且與其他事物做關聯,而成為被不少人關注的新創公司。而曾經在中國取得不錯成績,但評估之下自身不適合在中國的廣告環境之下發展。

新創資源有限,必須優先前往能促成成長幅度最大的市場。而 Viscovery 當時往中國走,是相當正確的一步。Viscovery 曾獲得與中國的視頻站合作的契機,技術獲得肯定。回首到中國發展的時間,Amos 提到他意識到在中國越成功會越難脫離中國市場,而且在其他地方則不會成功,市場狀況很不一樣。Viscovery 認清自己並不是媒體相關產業的公司,而且公司的底並不夠厚,並沒有能夠週轉的龐大資金,先行支付給媒體,再從廣告商收取。最後 Viscovery 決定專注在公司的技術上面,公司業務從中國撤出。

先前 2013、14年時,Viscovery 在台灣接到的都是小案子,回顧當時狀況,做起來感覺相當累。如今累積經驗,而且有業界的名聲,現在每年會有上百個案子自己找上門,可以從中一季找到最適合的三個案子,重覆應用先前案子累積的資料和模型,能好整以暇發揮專業執行。

資料處理方案越來越受重視,資料歸屬權是未來的戰場

最近 Facebook 的風波,以及不少台面上靠資料營生的公司,被人質疑資料處理流程。不少企業思考資料放那裡。相信未來不少企業會思考是否要把資料放公有雲上,進而評估將資料放在自建的私有雲上面。資料歸屬權會成為不只是企業,還是一般民眾會關心的重點。

Viscovery 的伙伴,儲存廠 Seagate 的機會來了。Seagate 協助 Viscovery 帶進新的案子,有些客戶是向 Seagate 購買儲存設備時,得知相關需求牽涉到影像辨識,得知 Viscovery 有符合他們需求的方案,而找上 Viscovery。

關於儲存應用,Seagate 與 Viscovery 分享相同的願景,也樂於和 Viscovery 合作。相信在大公司的資料風波之下,還有歐盟史上最嚴資料法規 GDPR 的衝擊之下,Seagate 在2B 會因為自建資料中心的需求,而有更多的業績。

其他的合作案例,去年與麗台合作,在 COMPUTEX 時展示用雜牌硬體組合弄影像辨識的方案,獲得不錯的成績。

2010 年,Viscovery 曾想過用手機鏡幫老外辨識台灣的食物,那年代 AI、影像辨識這些名詞還不風行,客觀環境如智慧型手機不成熟,手機漫遊方遊用的人不多。往往好的構想需要有天時地利人和,才有辦法發揚光大。Viscovery 如今歷經叫好不好座的方案,到中國發展後再抽手回來,如今抱持初衷,用影像辨識技術協助不同屬性的公司。希望 Viscovery 他們能越做越好,用越來越好的影像辨識技術,幫忙人類過得更好,享受更便利的生活。

(首圖來源:科技新報)