IoT（物聯網）、AI（人工智慧）大行其道，隨著兩者越加緊密結合，各家企業能否在此波產業浪潮中勝出，關鍵在於產品及服務能否順利串接 AI 技術。然而，除了大企業擁有足夠資源發展自身 AI 技術，大部分中小企業要談 AI 技術相對而言困難許多。
有鑑於此，團隊成員來自台大電機系 ICS 電腦視覺實驗室的 DT42 灼灼科技，推出深度學習平台 Epeuva，讓 IoT 業者不需要擔心 AI 技術，也能順利接上 AI 。
端到端深度學習平台 Epeuva 讓機器讀懂每份資料
AIoT 時代強調的便是巨量資料分析及進一步的應用，現在累積資料對許多企業而言不是難事，但是蒐集到這些具有意義的巨量資料，能否順利讓機器解讀才是一大難題。
團隊運用於卷積類神經網絡法進行影像辨識，並搭配特別設計的演算法，開發出以影片為主、能讓電腦自動蒐集與辨識資料的深度學習平台 Epeuva。希望藉由提供企業端到端的深度學習平台，讓機器能夠「讀懂」這些影像資料，進一步協助其在 Edge 端（邊緣端）順利應用。
目前市場上絕大多數的 AI 解決方案以純雲端服務為主，然而純雲端服務存在幾個問題：
1、雲與裝置斷開連結
一旦運作過程中，遇到網路中斷的問題，企業的雲和裝置就會中斷造成無雲使用的情形。
2、成本日益上升
隨著企業規模日益成長，資料量勢必會隨之成長，中間的傳輸成本將會日益提高。
3、資料隱私存疑慮
一直以來資料就是企業的命脈，純雲端服務傳輸過程中，資料是否仍保有完善隱私，也是企業的疑慮之一。
團隊推出的 Epeuva 則有別於純雲端服務，著重於雲端與 Edge 端能否順利結合。而因為非純雲端服務，也因此直接解決過往純雲端服務會遇到的問題，企業不必擔心會有斷開連結的時刻，資料處理與應變將更即時。另外，也因為將處理及應變拉回 Edge 端，因此可以消除資料隱私的疑慮。
問及如此情況下，企業仍會遇到過往資料量越大，傳輸成本快速上升的問題，而且非雲端處理，勢必要有更高階的硬體及伺服器配合，企業會不會反而花費更多成本？ DT 42楊琬晴表示，這就是 Epeuva 的強大之處，團隊能將一連串的資料透過特別設計的演算法化繁為簡，進而辨識整合再應用。這樣的解決方案就是希望讓沒有足夠資源發展自有 AI 技術的企業，只要專注於蒐集資料及餵資料即可，其他皆由 Epeuva 協助解決。
應用場景逐漸擴大 靜候時間等待爆發
隨著業務逐漸開展，團隊也發現有越來越多應用場景都可以導入 Epeuva，目前已經從最初的工廠感測器，開展到手扶梯上面的安檢檢測/人物偵測、甚至是野生石虎的偵測反應也都可以應用。
然而，團隊表示目前市場的確還不到爆發時期，但是他們相信要做的就是持續將技術改善，並靜候時機。一旦時機到來，也將會是團隊的爆發時期。
全亞洲首個 AI 加速器肯定 善用亞洲能量要讓台灣發亮
DT42 共同創辦人楊琬晴表示，DT42 將亞洲作為主要開發中心，主要原因在於亞洲在全世界的產業裡主要扮演製造生產的角色，而這些工廠勢必有龐大感測器與 AI 技術結合的需求。但除此之外，她提到選擇亞洲並將公司設立在台灣其實另一原因是因為大家都是台灣人，台灣是根，如果沒有自己的根不管到哪裡都無法存活太久。
事實上，團隊的技術在 2016 年已被全亞洲第一個 AI 加速器 Zeroth.AI 肯定，憑著其優異技術入選。當年唯 10 入選團隊當中，台灣便有 2 組團隊入選，除了 DT42，另一個便是 Botimize。這樣的好表現也讓楊琬晴堅信，只要台灣團隊思考如何把自己的優點好好發展並且進一步再進化，下個浪潮台灣仍然能在世界舞台上嶄露頭角。
延伸閱讀：做企業與 Chatbot 的橋樑！Botimize 要讓企業擁有自己的 AI
創業快問快答
Q：創業最困難的事情有什麼？
花很多時間在想要如何讓客戶懂，摸索不同產業的人說什麼語言，然後要從什麼點切入。
Q：公司文化是甚麼？
強調協力合作，不會看你的職位而讓資訊有所隱瞞，像是所有人都知道公司能夠活多久這件事情。另外在人才取用上面會問其他同事要讓他留下，而不是問要讓他走嗎這種問題。
而團隊也始終相信公司小的時候，每個人都很重要，公司最終大方向要走向 Open、Faith，遠大願景則是希望能達到用人不疑、疑人不用。
公司資訊
公司名稱：灼灼科技股份有限公司/DT42 Co., Ltd.
成立時間：2015/05/08
產品名稱：Epeuva
上線時間：2017/04/30
團隊人數：16人
官方網站｜Facebook
了解更多關於創業小聚的資訊，歡迎透過以下服務
粉絲交流｜每月小聚｜Line@互動｜訂電子報｜發表專欄及新創資料庫
本文授權自《創業小聚》，作者：許為傑
