整併商用與消費 AI-人工智慧 產品線，Line首度揭4大AI研發趨勢

 News from: iThome

除了產品發展策略之外，Line更首度公布了4項AI長期研發的趨勢，更可一窺，Line未來數年AI產品的研發方向和目標 。在商用AI競爭上，和國外科技巨頭如Google、臉書相比，Line仍舊是新進的挑戰者。Line在2017年開始跨入AI市場，去年才正式定位自己是一家AI公司，推出商用AI計畫LINE Brain，將AI視為下一階段的發展重心。在去年開發日也揭露了更詳細的AI戰略藍圖，包括了8大發展方向，但細數這些技術方向，自然語言處理、語音辨識、電腦視覺、OCR、臉部識別、影音處理、資料分析到語音合成，大多是核心、基礎的AI技術領域，而非更應用面的前瞻AI發展趨勢。

Line旗下AI公司執行長砂金信一郎展示一項開發中的新功能Clova Dubbing（配音功能）編輯畫面，不只能將輸入文字轉成語音，還可以搭配虛擬人像表情變化，彷彿由虛擬人像唸出這段文字。

今年中，Line旗下AI公司執行長砂金信一郎在一場AI日線上研討會中，透露進軍商用AI市場一年來的成果，過去1年已有280家企業採用了Line商用AI產品，也再度精簡發展重心，將優先聚焦語音辨識合成、自然語言處理以及OCR三項技術的產品研發。

年中他也揭露了13項開發中的AI新功能，第一類新AI功能是與聊天機器人和語音訂位助手AiCall有關的功能，包括了通用對話管理機制（Unified Dialog Manager）、AiCall Console、擴充式語義條件（Slot Extension）、插播支援（Barge-in Support）、Line官方帳號VoIP支援、對話分析，以及細節不明的Streaming NEST。另有2項則是與eKYC服務有關的新功能，包括帳號開設自動審查，以及偽造身分的檢查機制（Fake-check），以及4項OCR第二版的新功能，包括了特定收據形式的辨識、特定發票形式的辨識、表格辨識（Table Recognition）和地址校正。

商用AI策略先聚焦3項技術的企業級服務

在今年年底這場2020開發者大會上，Line進一步宣布，將去年發表的商用AI產品線Line Brain，併入Clova品牌中，但會繼續提供企業級商用AI服務，也就是NLP、OCR、語音辨識這三項的企業級服務。換句話說，Clova品牌下將包括了AI產品（Chatbot、OCR、語音、影音、文字分析、臉部辨識等），AI解決方案（智慧助理OCR、AiCall、eKYC）和AI裝置（Clova智慧喇叭、Clova桌面裝置和Wave裝置）。Line資料實驗室和資料平臺負責人池邊智洋強調：「Line的AI發展目標是讓AI成為日常生活中到處可用的技術。」

砂金信一郎預告，將會逐漸釋出更多AI產品讓Line開發者社群先試用。他在開發者大會中，展示了一項正在開發中的新功能Clova Dubbing（配音功能）編輯畫面，將文字語音生成結合虛擬人像（Avatar）的表情動作，可以針對一段動畫來進行配音，只要需要輸入文字，就會自動產生這段文字的聲音，而且還可以搭配虛擬人像表情自動生成功能，在動畫中，彷彿由虛擬人像唸出這段文字的動畫。不過，他沒有透露，何時會推出這項功能。

Line更首度揭露4大AI研發趨勢和潛在應用場景

Line旗下AI公司資料實驗室技術顧問Minoru Etoh揭露Line未來四大AI研發趨勢，更可以一窺，Line未來數年在AI產品的發展方向。圖片來源／Line

在這次開發者大會上，除了產品發展新策略之外，Line更首度在今年開發者大會中，公布了長期AI研發願景和方向。Line旗下AI公司資料實驗室技術顧問Minoru Etoh表示，Line未來將聚焦四大AI研發趨勢，包括了數位我（Digital Me）、生成式AI（Generative Intelligence）、值得信任的AI（Trustworthy AI）和暗資料（Dark Data）。從Minoru Etoh對這四大趨勢的潛在發展特色，更可以一窺，Line未來數年在AI產品的發展方向。

數位我就是利用各種數位世界的個人化資料，來打造出個人在線上的數位分身，可強化各種個人化服務。Minoru Etoh指出，數位我發展架構上，最底層是一個分散式的信任平臺，再用來發展出一個線上的數位身分平臺（KYC），可以用於健康照護、智慧程式、旅遊、e政府、金融服務和電商服務上。這個架構也點出為何Line同時力推eKYC平臺和區塊鏈平臺的背後思考。以健康照護應用為例，有了數位我的機制，就可以用來結合更多個人資料，打造更貼近個人需求的預先照護，個人化的治療等。

第二項生成式AI是則是當前熱門AI研發話題之一，Line希望研發各種類型內容的自動生成，不只是影音、聲音、影像、文字、音樂，甚至還包括程式碼自動生成。Minoru Etoh補充，應用場景上，生成式AI可以用來打造更多靠AI自動化的工作場所（Autonomous AI Workforce），例如提供多功能AI、複雜任務的簡化、垂直產業AI等。也可以用於發展可理解相依脈絡的語音辨識，來辨識出噪音或未知的用詞。在數位學習上，也能用來自動產生符合不同學習者能力的適性學習內容。而用於即時通訊情境下，也能用來自動生成強化雙向溝通的內容，來提供更高互動的虛擬經驗。從Line在另一場演講中透露，準備將貼圖功能、有表情的虛擬角色圖像等整合到視訊通話功能，就可一窺這個研發趨勢的影響。

另一項也是當紅AI議題的研發趨勢是值得信任的AI。Minoru Etoh強調，這是必須做的事，而不是選項。其下有3項重點目標，使用的自由、公共安全、隱私保護。在隱私保護上，可以透過聯合學習、加密式AI服務來將隱私資訊保留在用戶端，而不用上傳給服務提供者。另外在資料、模型和評估上都要考量AI公平性，避免造成偏差。

促進龐大暗資料利用，可發展非標記資料交市集

最後一項暗資料，則是指目前仍有大量AI技術還沒有運用到的資料，如何建立一套工具或技術，可以用來處理大量非結構化、無標記或隱藏的資料，例如Open AI的語言模型GPT-3就是一個暗資料可用的技術。Line也計畫和母公司Naver聯手打造一個用了100億頁日文語料訓練的超大型語言生成模型。

另外，暗資料研發趨勢上，Minoru Etoh認為，需要發展一個非標記資料的資料交換市集，這個市集可以提供隱私法遵規範，或將使用者行為資料碎片化來達到去識別化的作用等。儘管沒有透露更多研發重點，但Line強調，Line的AI產品將持續投入與這四大類趨勢相關的研發專案。