用聲紋辨識解決Alexa痛點，和碩童子賢：AI將重新分配政府職業|數位時代 BusinessNext

和碩以「跨越極致」為主題舉辦的年度發表會，展出人工智慧、筆電跟汽車電子新應用，由董事長童子賢跟技術長黃中于一起出面。

人工智慧應用發展快速，童子賢舉農業發展上，人不用跟耕耘機比賽體力，電腦時代人不必跟電腦比賽記憶力為例，他認為工具再厲害也是工具，政府跟民間面對AI，可以將腦力粗活由工具幫忙，動腦的工作現在很多都被AI挑戰，我們必須接受，就搶奪工作機會而言，AI時代或許是政府最受到衝擊。

童子賢說，達文西機器人開刀已經很精密，但如何操作仍須專業醫生導引，人必須適應這樣的變化，未來學習、政府跟醫療業都會受到AI衝擊，挑戰現有職位的分配。

也因此，他認為政府與民間企業，一樣都要「再組織」、「再學習」，必須思考如何在AI時代、數位時代，如何很好的運用新科技，提昇生產力、改善效率。

黃中于表示，和碩將積極策略布局AI (人工智慧)、機器人、AR (擴增實境)、AIoT (人工智慧物聯)，並從AI橫向延伸多元應用，利用軟硬體整合宣示迎接AOE (AI of everything)時代來臨，展出的多數產品也都已到量產階段。

AI功能整合，語音助理實用性進階

和碩召開2018年Computex成果發表，可以觀察到持續投入人工智慧基礎研究3~4年所累積的實力，跟2017年相比，2018年展現了優異的整合度，聲控平台不只是支援Google Assistant跟Alexa，更自有技術開發能聽懂國、台語跟日語的語音辨識引擎，再結合人臉識別跟「聲波識別」技術，語音助理聽聲辨人，未來Alexa跟小孩聊天，不再會意外有「聊出5000元訂單」的惡夢。

Amazon Echo熱賣也帶來許多意外，Alexa語音助理不僅可以查詢，更可以協助上網購物，不過這個貼心的功能也傳出不少慘案，比方小孩跟Alexa聊天，大人們一個不留神，可能小孩已經於聊天中訂購了一堆東西，送到家才發現不妙！

第一台人臉辨識缺換帳號語音助理

然而現在這種危機或許有解，和碩開發Amica+多人辨識語音助理，只有辨識到「對的人」才可能啟動特定權限。怎麼辨識對的人？人臉辨識及聲紋辨識。

厭倦每天對語音助理Say Hi嗎？Amica+也是世界首款藉由人臉辨識進行使用者帳號切換的智慧語音助理，走到面前，語音助理就自動知道你。

Amica+多人辨識語音助理有高畫質 (1080P)螢幕跟廣視角(120FOV) Camera，整合語音助理Google Assistant與Google Service，搭配和碩自行開發的深度學習影像辨識技術，讓這款語音助理不必說「Hi～Amica」，只要走近一公尺內，面對機器，機器人可以視覺辨識自動切換對的用戶帳號提供服務。

Amica+這一年來「進修」不少課程，除了頭上的臉部辨識鏡頭可以切換家中不同成員帳號，報告Google Calendar行程安排，也可整合了FB的Messenger Bot介面，當要留言給家人，對Amica+下語音指令後，Amica+等家人返家完成臉部辨識後就會自動報告留言內容，用戶也可以在Messenger上下文字指令，命令家中的Amica+開攝影機察看家裡狀況。

一定要走到智慧音箱前做臉部辨識才能下指令嗎？Amica+也有隱藏版的功能，就是利用「聲紋辨識」，當學習家中成員的聲紋資料後，Amica+可以聽出是爸爸還是媽媽來下指令，提供個人化服務，若小孩想來下指令去電商買「娃娃屋」，只要事前限制過小孩聲紋權限，那麼小皮蛋是不可能買得成功的。

台語也通，和碩語音助理Martina兩天學會上海話

Martina語音助理也進入第二代，相對第一年控制家電、回答天氣，這些技能跟Google與Amazon的語音助理差異不大，不過Martina一年後也精進到結合3D深度視覺與影像辨識功能，更成為和碩語音助理上唯一可以支援「中文跟台語、日語、英」等亞洲語系的語音助理平台。

2018年和碩在智慧音箱的聲控技術結合出現大幅優化，MARTINA II的多國語言溝通回應更快速，也能接近人類說話的節奏，不會類似銀行叫號「文字轉語音出現字與字之間的停頓」。

相對其他的語音助理平台多在Google Assistant或Amazon Alexa上去加值，MARTINA II則是一款純種由和碩軟體研發中心研發語音辨識技術，利用和碩自有人工智慧深度學習技術，透過神經網路(neural network)訓練，可因應客戶需要，支援多國語言語音辨識，和碩軟體研發中心主管透露，只要語言資料夠多，1萬多筆語音資料，「2天就能訓練MARTINA II去學會聽懂上海話指令」。

這個像石頭也像蛋的MARTINA語音助理，可以提供語言辨識雲給客戶，或連回和碩雲提供服務，所有的AI運算都在雲端完成。而鏡頭除可以分辨家中成員，還有3D鏡頭感測深度距離，感知使用者跟環境關連，當人走遠，播放音樂時會自動加大聲量，人走近就小聲。

聽得懂台語的MARTINA對家中長輩是好消息！和碩主管也表示，由於現代人語言複雜性高，中英混雜或中日與混雜的可能都有，因此MARTINA II也能分辨同時混和兩種以上語言的指令，比方「Hi MARTINA請幫我播放Adale的歌Hello」

自走商用保全海姆達爾休息半小時就能工作9小時

海姆達爾(Heimdallr)則是一台「全時」商用二合一機器人，為什麼這樣說？因為內建電池，每充電半小時可以運作9小時，白天可以用人臉辨識及語音導覽等功能迎賓接待功能，還能幫忙送文件，晚間則可以轉為保全模式，由於日夜守護神聖任務，所以取名北歐神話中的守護神海姆達爾。

海姆達爾裡頭的心臟用的是NVIDIA 行動處理器 Jetson TX2，雲端監控後台能遠端控制、任務指派，並回報現場異常，目前，已有重要客戶採用開發中，預計下半年有機會量產。

AQUA則是家用機器人，有6軸運作配合馬達控制技術，除展現肢體靈活度，還能以環景360 度無死角的影像辨識與環境偵測，持續性分析空間中異常狀況，如: 火焰、空氣品質等，自動開啟空調或發出警報，利用卷積類神經網路(Convolutional Neural Networks,CNN）也可以分析使用者動作是否異常。

黃中于表示，和碩推出有獨家專利的Slam自我導航功能，放在「海姆達爾（Heimdallr）」中，現場也展出居家安全監控系統Perla及電子座艙，支援V2X/LTE雙模車載資通訊系統。

和碩也展出199g全世界最輕的AR眼鏡，宣佈跟故宮合作，結合手勢操作，可以把翠玉白菜及清明上河圖真實呈現在眼前，拉近國寶藝術與人之間的距離。

快速展店背後的挑戰　如何降低跨據點管理與維運負擔

對連鎖零售企業而言，展店代表商機與成長，但當門市數量快速增加，營運與管理的複雜度也隨之提升。尤其對便利商店（C-store）、餐飲連鎖與其他高密度展店型態的企業而言，總部需要面對的不只是據點數量增加，更包括不同門市的設備管理、系統維護、日常維運與人力配置等多方面挑戰。

過去多據點門市的設備與資訊管理，往往以單一門市為單位，各據點可能擁有不同的攝影機、錄影設備配置與管理模式。當總部需要掌握事件狀況、確認門市營運情形，或進行跨區域管理時，往往需要投入大量人力逐一確認資訊，不僅增加管理負擔，也提高維運成本。

此外，零售產業本身具有高度變動性。門市可能因應市場策略進行展店、搬遷、改裝，甚至調整營運規模。傳統一次性設備投資模式，容易讓企業在面對據點變化時缺乏彈性，也增加設備重新配置與後續維護的負擔。

因此，現代零售企業所需要的不只是單純記錄事件的設備，而是一套能隨企業成長彈性調整、協助總部有效掌握多據點安全資訊，並支援未來智慧應用發展的智慧化管理架構。

從既有設備開始升級　降低全面汰換設備的轉型負擔

面對智慧化轉型需求，許多企業最大的挑戰並非是否需要升級，而是如何在不中斷現有營運的情況下完成轉型。

對已經投入大量資源建置安全系統的零售企業而言，全面汰換既有架構不僅成本高，也可能影響門市日常運作。因此，能夠兼容既有設備並逐步升級的彈性架構，成為企業導入智慧安全管理的重要關鍵。

透過混合雲架構，企業可以從既有設備開始，逐步整合不同據點的安全資訊與管理需求，同時導入雲端管理能力。相較於一次性重新建置，新一代平台架構能協助企業延續既有投資價值，並依照實際需求逐步導入更集中化、智慧化的管理能力。

此外，訂閱式雲端服務模式和混合雲安防架構，也為零售企業帶來更靈活的資產管理方式。相較於頻繁的硬體汰換、傳統一次性採購或繁瑣的跨品牌安防系統的管理，企業更有彈性的因應門市拓展、搬遷、調整或營運規模調整，精準配置資源，降低一次性投入壓力，也減少因據點變動造成設備閒置的情況。

對快速成長的連鎖零售企業而言，安全管理不再是一套固定且難以調整的架構，而是一個能隨企業規模與需求持續演進的平台。無論是新增門市、跨區域管理，或因應營運策略調整，都能以更彈性的方式完成管理升級。

AI 不只是安防工具　更開始協助零售提升營運效率

隨著 AI 技術快速發展，安全管理的角色也正在改變。過去企業導入影像系統主要用於事件記錄、事後查看與追蹤；如今，智慧雲端安防平台則能進一步從大量影像資訊中辨識人、車與行為，協助企業從「看見發生什麼」進一步「理解正在發生什麼」，甚至主動協助管理者發現與處理事件。對門市數量眾多、人力有限的連鎖零售業者而言，AI 正逐步成為降低管理負擔、提升營運效率的重要工具。

從基本事件偵測到自然語言規則　讓 AI 主動理解更多異常情境。 AI 智慧辨識已能針對跌倒、奔跑、徘徊、跨線等常見事件進行自動偵測，協助門市減少人工查看影像的需求。而進一步透過 Think Alert，管理者更可以直接以自然語言設定客製化的偵測條件，將 AI 應用延伸至傳統事件規則以外。以門市尖峰時段為例，店員往往需要同時處理結帳、補貨與顧客服務，總部也難以持續掌握每個據點的即時狀況。透過 Think Alert，管理者可以直接以自然語言設定「在門店入口抽菸的人」等情境；當符合設定條件的畫面出現時，系統即可主動發出警報，協助管理者即時掌握異常狀況。對於門市數量龐大的企業而言，這代表 AI 不只是協助辨識既定事件，更能依據不同營運需求，讓管理者以更直覺的方式設定希望 AI 主動關注的情境。

從大海撈針到快速完成調查　Think Search 搭配 Case Vault(案例庫) 掌握完整事件脈絡。 當事件發生後，如何從大量、多據點的影像中找到關鍵人物與事件脈絡，往往是最耗費人力的環節。透過 Think Search，管理者可以直接用自然語言描述想尋找的對象與情境，例如，當家長反映孩童可能在門市附近走失時，店員或總部人員不需要逐一查看不同攝影機的錄影畫面，只要在 Think Search 輸入「昨日上午，牽著小女孩的男性」等自然語言描述，系統即可協助從大量影像中篩選相關畫面，快速找到相關人物可能出現的時間與位置。若需要進一步追蹤，還能將不同搜尋階段找到的重要畫面與資訊整理至 Case Vault，建立事件時間線與人物移動路徑，協助管理者更完整掌握事件脈絡。

從安全管理延伸至顧客服務與門市營運　讓既有影像創造更多價值。 AI 的應用也不只限於安全事件。例如在咖啡店、餐飲等場景，若顧客將手機、包包等物品遺留在座位或櫃台附近，遺留物與遺失物偵測可以協助門市人員更快發現異常，主動確認並協助顧客處理失物問題；人流分析則能協助企業掌握不同時段的門市活動趨勢，作為空間配置與人力安排的參考；車牌辨識可應用於停車區域或門市周邊管理，而工安防護裝備辨識則能協助後場、倉儲等區域進行安全規範管理。透過這些應用，企業能在既有設備基礎上，進一步將影像資料延伸至安全、服務與營運等不同場景。

對連鎖零售業而言，AI 的價值已不只是「看得更清楚」，而是讓企業更快發現問題、更快找到資訊，並進一步理解事件脈絡與營運狀況。從基本事件偵測、自然語言設定規則，到 AI 搜尋與事件調查，再延伸至顧客服務與營運分析，雲端安防平台正讓影像從被動的紀錄工具，逐步成為支援多據點安全管理與營運決策的重要資訊來源。