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
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，被 Seagate 轉介給 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)