本文為經濟部工業局廣告，泛科技企劃執行

• 採訪/文詠萱

海洋環境與影像辨識，兩個聽起來八竿子打不著的領域，卻是在智慧科技應用大賽中，連續奪得多項大獎的出色團隊〈NexRetail〉最初的起點。

由海洋出發，讓電腦「深度學習」辨識魚群

團隊的負責人James（吳承翰），為前矽谷高通與思科的高階設計工程師，在美國 UCSD (聖地牙哥) 求學時期雙修腦神經與電機工程，在研讀腦神經學時讀到了「類神經網路」的概念，即是以機器模擬真實腦部學習模式。這項領域當下吸引到 James 全副的注意，並成為他後來的研究主軸。

三年前，熱愛海洋、喜愛釣魚活動的 James 參加了以海洋環境為題的技術程式開發競賽「魚客松」。 James 當時的參賽夥伴是熱愛釣魚的朋友，甚至沒有自己的筆電。他感受到夥伴對於海洋環境的熱情，卻苦無方法加入這項比賽，以技術長才加入組隊為海洋盡一份心力。

「我敢跟你擔保，在比賽有20組中，只有我們是真正愛去潛水衝浪。」他們對海洋充滿了親身接觸而來的熱情。

在魚客松競賽中， James 獨自完成了一組程式，讓機器透過「深度學習」針對魚群進行辨識。類神經網路系統的設計，讓擁有許多魚群、海洋知識的釣魚朋友不需要懂程式，就能提供更多數據，快速優化辨識的程式。「我們沒有入圍，可能是那時候這個想法還太新了吧，那時候AlphaGo都還沒有出現，也很少人知道什麼是深度學習，那時候還氣到哭出來。」因此 James 和他學機械的室友，帶著這個點子成立了一家公司，主要從事「機器人影樣辨識」。

將影像辨識與智慧零售結合

「其實影像辨識魚、人臉、人的道理是一樣的。」 James 解釋，透過特徵轉化為機器語言，讓機器學習辨識出物體特徵。

「道理就像教小孩學習一樣。」假如你跟機器看了一棵樹，這代表了給機器一個資料；機器在看過十萬棵樹之後，就會記起來樹的樣子、分析樹的特徵、並歸納資料，在下一次看到一棵樹的時候辨識出來。而這項辨識技術，如果進到商業管理更是潛力無窮。

技術人員出身的 James 除了擁有美國電子學碩士外，也有台灣師範大學 MBA（工商管理碩士）與 USC EMBA（高階國際企業管理）等學位，在加上家裡從商的經歷。團隊發覺到，從數據管理的角度來看，商業上現行的商店或供應鏈管理，在數據層面都很沒有效率。在未來數據化的年代，如果能利用影像辨識與語音辨識記錄商店管理的資訊，再用人工智慧進行優化，商轉的潛力非常大。

而這次在智慧科技應用大賽中得獎的作品 NexRetail 是一個專為新零售服務業打造的AI數據平台。利用人工智慧影像辨識技術，可即時分析到店顧客的消費行為與喜好，並且透過AI分析與建議平台，實現精準客戶行銷，增加商店銷售、並且降低營運成本。

「NexRetail 技術主軸是影像辨識，而影像辨識的主軸是深度學習技術。」

專為新零售服務業打造的AI數據平台

NexRetail 主要是用於智慧零售商店，最重要的是幫店內數據化，讓經理就能作出更有效率的決策。電子商務目前已有類似技術，在電商發達的國家如美國、中國，類似的事情其實已經執行多時。

比如說亞馬遜商場中，消費者點選或是購買喜好已經被掌握，而出現的廣告也都是客製化的內容。NexRetail 認為未來的智慧零售也會出現相同的效益，團隊認為，未來的商店可能不是我們現在所能想像的。網路線上可以提供無限大的目錄，但線下可能沒有辦法。線下商店卻有辦法提供線上唯一做不到的──體驗感，如果有辦法結合這兩者，那商機將會無限。

舉例來說，假如消費者想購買護手霜，去到店面試用，現在主要都是直接購買帶回家；未來可能會演變成店面沒有庫存，僅僅提供試用、下單後直接寄送到府。這類的未來商場會有許多不同的挑戰，因為需要統整來自四面八方的需求，根據客戶的需求進行行銷、或是庫存管理等。

目前影像辨識、分析對於消費者有兩種形式，一種是消費者知情的形式，即是前一陣子很紅的「無人商店」，消費者會知道有些監視器正在看著你購物；而有些是在消費者不知情的狀況下，針對消費者行為進行分析與行銷優化，就像是在網路上買東西一樣。「我們公司針對消費者個資防護機制相當注重，這也是為什麼商品並沒有在第一時間推行的原因，在商場辨識中，除了影像辨識之外，還包含客群分析，這都牽扯到消費者個資問題，我們對這一點相當在意，也做好萬全的準備。」

最後 James 勉勵更多想要投入研究與嘗試的朋友：「每個人的創意是無限的，所想到的東西都有辦法去嘗試，這同時也是類神經網路跟人工智慧的精神。」

本文為經濟部工業局廣告，泛科技企劃執行