【東京現場直擊】

在日本雅虎與LINE正式公布經營整併計畫後2天,LINE如常舉辦今年的開發者大會,儘管LINE技術長朴懿彬(Park Euivin)帶頭的開場演講,全程沒有提到任何整併相關描述,但今年發布重點,卻又呼應了前一天整併記者會上的宣示,要成為亞洲AI領先者的戰略目標。LINE在今年開發者大會中,首次揭露了更詳細的AI技術和產品藍圖,預告未來要進軍的8大AI領域。

不同於去年主打代幣經濟,朴懿彬強調,LINE今年策略是「LIFE with LINE」,要讓生活與LINE有更多連結。她先揭露多項LINE金融服務布局成果,包括保險服務半年取得17萬張保單、LINE Score百萬用戶註冊只用了19天、家計簿服務用戶數達4百萬人。金融服務類型也正式新增了證劵服務、電子錢包和加密貨幣交易所。LINE Pay日本用戶規模更達到了3,700萬人,全球合計是5千萬人,全球交易總額已經破兆日圓。

為了與生活場景有更多連結,朴懿彬表示,今年也推出了LINE MINI App這個應用程式發布平臺,除了可上架各種店家的小應用,「最重要的是通知功能,讓這些小應用的訊息都回頭整合到LINE上。」她強調。

這些與生活息息相關的服務和功能,都需要大量的AI,近2年LINE大力發展AI技術和產品,今年上半年更一舉宣布了LINE Brain計畫,將自家AI技術變成了企業商用產品,開始進軍企業AI的B2B市場,甚至發表了電話AI訂位專案DUET。朴懿彬用一張AI藍圖,清楚地描述出LINE的AI產品和技術最新發展。這是第一次,LINE清楚地展示出自家AI發展架構的全貌。

朴懿彬沒有進一步解釋細節,但從這張藍圖,可以看到LINE主要聚焦8大類AI領域:口說(Speech)、NLU(自然語言理解)、聲音、資料、影音、臉部、OCR、視覺。再延伸一層就是該類主要的AI技術(綠色字)。例如口說下面,包括了讀唇語技術(Lip Reading)、謄稿技術(Transcription)和電話網路語音辨識。或像視覺AI(Vision)涵蓋了食物影像辨識、產品影像辨識、唇語辨識、時尚影像辨識(Fashion Image)、特色分群技術(Spot Clustering)等。

例如在OCR下已有多項綠色字的AI技術,包括了手寫字型生成(Handwritten Font)、收據OCR、信用卡OCR、帳單OCR。而相關OCR技術已經用於文件智慧(Document Intelligence)和eKYC(可直接辨識照片中的身分證上的文字)。

LINE現場也展示自動生成手寫字型的設備,透過繪圖筆直接把AI生成的手寫日文字,畫出來,幾乎跟原始手寫字一樣。如下圖(圖右為AI利用繪圖機生成的手寫字跡)

從綠色字再延伸出來的亮白色項目,就是更進一步的AI服務元件,例如時尚影像辨識搭配特色分群技術,就變成了視覺搜尋服務(亮白色的Visual Search),LINE也將這項服務用於LINE的商品查詢(LINE Shopping Lens)、成人影像辨識(Adult Image Filter)、場景分類(Scene Classification)、廣告影像分類(Ad Image Filter)。

不只可以從AI藍圖看到LINE在AI服務和產品化的架構,也可以看到LINE目前正在發展中,還沒有商品化的新應用技術,包括了臉部AI下有自動剪輯(Auto Cut)和Auto Cam(可能是自動拍攝)。

不過,為了全力發展AI,朴懿彬也提出了LINE的2大資料治理原則。第一是隱私優先(Privacy First),系統預設就考慮隱私設計。第二是徹底避免資料孤島(Data Silo),要避免資料分散帶來的風險。

LINE也剛將打造了一個統一管理的自助式資料大平臺(Unified Self-Service Data Platform),可以統整內部高達100PB的大數據資料,來支援資料科學和機器學習工程之用。另外,內部私有雲Verda也有翻新,要打造出一個可以提供快速生命週期服務的基礎架構(),來統一管理LINE在全球的4萬臺實體伺服器,滿足每天平均41億則訊息的發送,用戶尖峰流量超過每秒1TB的需求。

LINE剛上線了統一管理自助式資料大平臺

LINE全球有高達4萬台實體伺服器

LINE要打造一個可提供快速生命週期管理的基礎架構

LINE Brain部門主管Shinichiro Isago進一步以Smart Channel(個人化訊息推播)中的推薦機制為例,解釋如何從蒐集來的資料,變成產品AI功能。
用來打造個人化推薦的資料來源有兩大類,包括了使用者的行為記錄(Logs)和所看的內容。LINE再透過使用者特徵值和內容特徵矩陣,將這兩類內容各自轉換成特徵向量,方便供ML演算法訓練之用,來打造出三個與個人化推薦相關的3個ML引擎,包括了推薦引擎、相似度引擎(Lookalike)和人口基礎變項數據預測引擎(Demographic prediction),結合這三者就可以來塑造出個人化推播服務,把AI推薦的內容提供給用戶。同一套ML推薦引擎,也會運用到其他服務,包括了貼圖、新聞、數位漫畫或數位廣告服務上。


Shinichiro Isago指出,LINE Brain未來發展新服務的模式,也同樣會從用戶或現有服務蒐集而來的資料,結合ML技術和演算法,來設計新的服務與友善的UX,再提供給第三方,如企業使用。這次開發者大會3千人的報到,就是導入了LINE Brain自家的臉部登入服務來確認身分入場。

最新餐廳AI訂位服務AiCall正式上線

6月時首度曝光的AI語音訂位計畫DUET,可用AI來接聽顧客訂位電話。Shinichiro Isago也在開發者大會上宣布,DUET成為正式產品,也改名為LINE AiCall服務,東京已有一家牛排館「俺のGrill&Bakery 大手町店」,導入來提供電話訂位服務,他還打趣說,可以打電話去試試看,但要記得去吃,因為這是真實的AI訂位服務。目前AiCall也只支援日語,對於中文的支援,朴懿彬演講後回應,目前因中文語系的資料不足,還無法確定何時可支援中文。臺灣LINE目前正在招募NLP人才,而韓國團隊也開始投入中文NLP的基礎研發。


臺灣LINE也有近30位開發工程師來東京分享,涵蓋AI、UI/UX、專案管理、資料及API應用等內容,例如攤位展示中,臺灣LINE工程師就展示了用於LINE購物的商品推薦技術架構,如何運用LINE的資料叢集、搜尋引擎、推薦服務,再結合臺灣LINE購物開發的機制來對臺灣用戶提供產品推薦,在場解說的臺灣工程師解釋,原本總部的推薦引擎,對中文內容的推薦品質較差,後來,由臺灣團隊協助強化了中文斷詞等中文NLP技術,才能順利在臺灣LINE購物中推出更適合臺灣用戶習慣的推薦內容。

另外,現場也有最新的Clova概念式硬體雛形首度亮相,例如整合到智慧鏡子(Smart Mirror)的Clova服務,以及Clova手環的概念雛形。


LINE在會中也發表了多項API更新,包括新版的LIFF v2、Messaging API、flex message simulator(beta版)、以及新推出的Friends statistics API。也提供了免費版OCR API給與會開發者,目前可支援日文、英文和韓文的文字辨識。

 


Advertisement

更多 iThome相關內容