在人工智慧 (AI) 無役不與的今天,如何挑選含金量高的市場切入是一門學問;看好人們對於「安全」的高度渴求,是促成盾心科技 (Umbo Computer Vision) 從「安防」著手的主要動機。共同創辦人暨執行長關宇翔 (Shawn Guan) 認為,AI 具有可長期發展的疊代效應,發展潛力高;加上安防攝影機已充斥在我們生活周遭,每天產生的資料量驚人、足足是 YouTube 影音的 17 萬倍,需求強度大,且這些巨量資料正是發展 AI 的要素。隨著產業變化,這些過去無法輕易獲得的資料終於得以被釋出,為 AI 和深度學習 (Deep Learning) 造就極大發展空間。
照片人物:盾心科技共同創辦人暨執行長關宇翔 (Shawn Guan)
不過關宇翔介紹,他們的發展主軸聚焦於動作/行為偵測、而非身份辨識,擷取人身肩膀、手肘、腳、膝蓋等動作特徵用來判斷當下行為,解決方案包括演算法和後端控管平台,可單純提供軟體、與用戶既有攝影設備介接,也可統包軟、硬體系統;大型組織多採直接洽談,但中、小企業會傾向找中間系統商合作。當攝影機偵測到有人出現翻牆等踰矩行為,AI 系統會向警衛室示警,特別適合無堅壁屏障的校園、企業重地與政府機關,法務部及某些台北市學校皆已導入盾心的 AI 系統,惟目前主要營收貢獻仍以海外市場為主,超過五成。
AI 安防剛性需求大,AWS 工具多、連線穩
例如,矽谷有軟體公司為偵防外人尾隨進入辦公室、接觸機密資料而採用盾心 AI 系統。關宇翔指出,美國槍擊案頻傳,政府每年會要求學校提出改善安全的計畫、迫使校方主動尋找新解方,也是商機所在。他解釋,以往 2D 平面影像沒有景深概念,難以判斷違規事件是發生在警戒範圍之內或外部,而加入 3D 空間概念的 AI 助益良多。關宇翔強調,這些視訊資料都儲存在客戶端,他們只是把資料取出做處理,「過水」完工後就丟回原處;他笑說,由於儲存成本太高,就算偶爾發現須進一步探究的資料會暫時保留,解析過後仍會刪除,並不販售資料。
這些過程,皆會用到 AWS X-Ray、EC2、Lambda 等多項產品。「光是要把資料從客戶端撈出來,就需用到不少軟、硬體基礎設施,自行建置並不划算」,關宇翔說。他表示,盾心從 2014 年初創的內部概念驗證 (POC) 時期就開始用 AWS 產品,且因 AWS 的伺服器穩定度廣受市場信任,這點對於新創公司說服潛在客戶買單十分關鍵。談到現階段所面臨的挑戰,關宇翔直指伴隨公司成長快而來的組織轉換問題,以及在擴充機器學習 (Machine Learning) 及資料標記規模的同時、依然保持連線穩定度,都是當務之急。
AWS 在多項技術指標皆高於市場預期
尤其從事的是安全業務,若背後的基礎設施不夠穩、錯漏警訊,麻煩就大了。雖然過去也曾傳出 AWS 斷線消息,但關宇翔透露,客戶需要的保證並不是「永不斷線」,而是須明示可容忍的最大斷線時間及最快的復原速度,關於這些規範,AWS 盡皆達陣、甚至超出客戶預期的高標。另「裝置影子」(Device Shadow) 亦功不可沒——用戶可在 AWS IoT 平台為智能設備 (如:攝影機、燈泡等) 設置虛擬分身,向影子複本下達指令、「虛實同步」操控設備;相較於只依賴硬體連線,更多了一份保障。
其好處是:不論實體設備是否連線至網際網路,用戶都能經由 MQTT 或 HTTP 取得、設定、保存設備當下狀態;萬一智能設備短暫斷線,重新連網後可立即向複本同步索要最新指令,在最短時間內恢復正常運作。關宇翔補充,AWS 給力之處還包括:對於 ISO 27001、《通用資料保護法規》(GDPR) 等攸關資料隱私的合規性,皆有完整認證。問到未來是否有跨足消費市場的計畫?他的答案是:一般家庭散戶暫不考慮,但不排除進軍集體採購的建築/大樓管理案場,屆時應會與居家智慧裝置供應商連結。