用新思維進軍AIoT 台灣新創潛力雄厚

Deep Force執行長陳忠偉。

新架構需要新技術，台灣的技術與創意兼具，「2018嵌入式AIoT技術應用論壇」D Talk講座邀請三家新創公司Deep Force、天奕科技、AstralNet分別從影像處理、室內定位、資安等面向著手，創造出全新的商業模式。

AI被視為物聯網架構的最後一塊拼圖，兩者整合將創造出全新商機，全新的商機需要全新的思維，台灣是全球科技產業重鎮，許多企業立基於台灣多年來的IT技術基礎，創造出AIoT領域創意與實用兼具的商業模式，鼎峰人工智能、天奕科技、AstralNet等三家新創公司，就分別以AI在影像處理、室內定位、安全認證等三個面向，開發出嶄新的解決方案。

Deep Force用AI延伸影像價值

有人說過現在是相機式微的時代，卻也是人類史上拍出最多相片的時代，相信多數人的智慧手機裡都有滿滿的照片，但也因數量太多難以整理，如果有一款軟體可以幫你的相片做各種智慧分類，應該對你有極大幫助。鼎峰人工智能(Deep Force)的AI平台，就可以輕鬆幫你搞定，但如果你以為Deep Force的AI只能幫你分照片，那就錯了。

Deep Force主要是透過深度學習演算法智慧化處理影像檔案，讓客戶可以快速落實各種影像相關的智慧化應用。執行長陳忠偉指出，現在發展AI與物聯網企業團隊相當多，但也由於投入者眾，造成平台、裝置和晶片相容性不足的問題，Deep Force的深度學習演算法，不但可相容於不同系統設備與元件，同時其快速、精準、高隱私性且可提升儲存空間的離線AI技術，可讓生態鏈中的其他企業易於導入應用，藉此加快產品的開發時程與上市時間。

陳忠偉表示，AI與物聯網相同，其發展動力都來自於各領域的垂直應用，也因此不會有標準化的架構，客製化設計中，使用者都會先設立出系統的建置目標，Deep Force則依據此目標，協助選擇適用的神經網路，進而優化該神經網路，使之完全貼合於應用系統，最後再將神經網路與參數導入終端產品。

Deep Force的AI深度學習技術主要聚焦於影像處理，已有的產品包括人臉解鎖與智慧相簿，未來計畫將此技術推廣到二階段認證、VIP顧客服務、智能機器人、駕駛警示、智慧教育與銷售等，這些領域都是透過AI的影像處理，讓現有的服務再次加值。

例如藉由人臉辨識的真實認證，讓網路交易更安全，實體店面的零售業者，也可利用安全監控系統的影像分析，判斷客戶身分，提供更精準的服務品質。陳忠偉指出，影像在物聯網的數據類型中佔有高度比例，AI將讓影像延伸更多價值，刺激出不同創意，進而產生龐大商機。

公分級室內定位 天奕科技優化場域資訊

如果你任職於醫療院所，你會不會想知道院內各病患的位置？如果你是大賣場主管，你會不會想知道消費者們在貨架之間的穿梭動線？對於這些問題，其實市面上早有室內定位的解決方案，只是這些解決方案的定位誤差往往都會差個幾公尺，幾公尺的誤差在室外環境像是車輛的GPS導航還可接受，一旦在室內可能就是兩個房間的差別，在此狀況下，天奕科技「公分級」與「3D垂直」無線定位技術特殊性就被凸顯出來。

天奕科技總經理陳宗逸指出，現在市場上的室內定位技術以三角定位為主，此技術往往需要多部設備，再加上室內的家具、裝潢多，訊號容易受到干擾，因此其定位誤差都達到1~2公尺。天奕科技則採用藍牙標準，由於導入機器學習演算法，可自動修正誤差優化定位效果，其誤差最多僅為30公分，除平面位置偵測外，該公司也研發出全球唯一「3D垂直」定位功能，可定位追蹤物體高度，其精準度也達公分級。

在抗干擾方面，天奕科技定位標籤即便被置於衣物內，也可被準確定位，此外天奕科技的AI級數據分析引擎，也將訂位資料用於大數據分析，目前已完成軌跡追蹤、熱點分析、路徑預測、安全預警等AI分析套件，並以持續增加中。

陳宗逸表示，精準的室內定位應用十分多元且實用，像是博物館內的導覽系統、零售賣場的消費者動線分析、醫療院所的病患位置偵測等，都可藉由定位記錄的累積進行分析，再以AI平台運算出最佳化營運模型。

目前天奕科技已與場域業者和系統整合商合作開發可持續獲利的定位系統，接下來天奕科技將致力於應用套件的模組化，使其可以「一案多用」，快速複製類似系統，提高產能，同時也將加速硬體設備國產化，進一步降低成本；在軟體部分則會持續推出AI分析功能與套件，讓定位技術成為場域優化的最佳工具。

AstralNet雙向認證 讓物聯網安全又方便

資安始終是網路的重要議題，在物聯網領域也是一樣，尤其物聯網講究便利使用，如何在易用與安全之間找到平衡點？就成為系統廠商最大的課題。近年來AI成為IT市場新焦點，AstralNet創辦人/CTO池明洋指出，在AI時代，物聯網的資安應有更安全而且更簡單快速的智慧做法。

AstralNet所開發的雙向認證加密演算法SAGE平台，就是結合密碼學與AI技術，讓連網系統的設計更安全也更簡易。

池明洋以目前市場已有的車鑰系統為例指出，現在車輛都會在鑰匙上無線開關車鎖設計，這類設計都是由鑰匙向車鎖做單向認證，車鎖系統無法自主變更密碼，即便車鑰遺失，車主再另外配置鑰匙，新鑰匙與原有的車鎖密碼仍然不會變動，也就是若有人撿到舊鑰匙，仍然可以開啟該車車鎖，AstralNet的雙向認證即是每次變動都會產生新密碼，如此一來舊鑰匙自然失效。

池明洋表示，AstralNet團隊由IoT與密碼學兩個領域的專業人才所組成，兩方的專業結合，創造出不同於業界的加密技術，將可提供物聯網系統更簡單、安全、快速的的身分驗證。雙向認證模式的做法多元，例如上述的車鑰系統，就與手機結合，以藍牙連結車鑰與手機，由專屬的App認證指紋後，再連結終端PKI(Public Key Infrastructure)以雙向認證避掉風險，至於藍牙耳機則是在耳機內建安全晶片與相關軟體，透過加密封包提升傳輸安全性。

未來AstralNet計畫持續拓展SAGE的應用，模組化將是重點做法。池明洋指出，模組化可加速物聯網系統在安全方面的設計，讓設備與設備之間的認證更安全且更簡易，他進一步表示，資安疑慮是物聯網目前發展速度不如預期的主因之一，AI與密碼學兩方專業的整合，讓此一問題有了更具智慧的解答，也將促進物聯網的普及。