【東京直擊】一張圖揭露LINE超詳細AI布局，LINE首度揭露8大AI技術藍圖

【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。