Google 要造能「理解」你的電腦:提醒你出門帶傘、從沙發起身電視自動暫停
Google 要造能「理解」你的電腦:提醒你出門帶傘、從沙發起身電視自動暫停

上世紀90 年代,計算機學家馬克・維瑟(Mark・Weiser),在文章《21 世紀的計算機》提出了一個新的概念——普適計算。

他認為未來的計算機將融於網絡、融於環境、融於生活,它應該無處不在、又讓人意識不到。

就像我們看到指路牌不會去思考指路牌是什麼,而是直接看指路牌上的文字,計算機應該是「無感」的,人們不用思考而能直接使用。

幾十年間,無數人和科技公司試圖將這個「未來的預言」變成現實,Google作為其中之一,提出了一個新的實現方法,讓環境中的計算機理解人類,理解每一個人的行為。

一台能「理解」你的電腦

烹飪時用平板電腦實時播放食譜視訊,當你離開去拿配料視訊自動停止,回來時視訊又自動播放。

這樣的故事,在科幻電影中多次上演,也是不少智慧家居公司向大眾描繪的未來,如今Google真的做到了,在它最新的Soli技術展示影片中,幾乎展示了一模一樣的場景。

Nest Hub
圖/ Google

Google的答案是讓電腦理解你的動作變化,早在Pixel 4上這家公司就推出了手勢互動功能,不需要觸碰螢幕點擊,輕輕一揮手就能切歌、暫停等,手機反饋精確。

手勢互動功能很大程度上依賴Pixel 4頂部的Soli雷達感測器,如今Google將這顆感測器應用到了智慧家居控制器Nest Hub等硬體當中。

電腦「理解」人動作的原理其實並不復雜,Soli雷達會實時掃描周邊區域,並模擬出一個類3D的空間,人體就是其中一個會動的小點。

根據小點運動的軌跡,結合龐大的數據分析,系統會得出你的動作是什麼,實際意圖是什麼,比如當你從沙發上起身,系統就能通過動作姿勢分析出你可能要離開,電視就會自動暫停播放。

視訊自動暫停和播放只是Google技術演示中的場景之一,視訊中還展示了各種提示場景,比如出門時恆溫器會提醒你帶傘避雨,起身離開提醒你接下來有一個視訊通話。
得益於集成的Soli超聲波雷達感測器,Nest Hub可以通過捕捉你的動作,進而追蹤你的睡眠情況,只要將Nest Hub放在與床墊差不多高的床頭櫃上,它就會自動追蹤動作,並通過數據的形式告訴你睡眠時間、呼吸方式、是否打鼾。

Nest Hub
在你睡覺後,Nest Hub會自動降低螢幕亮度,減少打擾 根據你的睡眠情況,Nest Hub還會推薦最佳入睡時間。
圖/ Google

接入Soli雷達感測器與智慧分析系統後,智慧家居真正「聰明」了起來,能理解人的一部分動作並準確做出反饋。

接受媒體Fast Company採訪時,負責Soli技術研發的Google ATAP設計主管Leonardo Giusti表示:

人們相互理解的方式給我們帶來了啟發。
當你走在某人後面時,他們會為你開門。當你要去拿某樣東西時,旁邊的人會遞給你,作為人類,我們常常不用說一句話就能憑直覺相互理解。

這種直覺式的理解帶來了幾乎無感的體驗。動作,是人類最普遍的「語言」,也是最佳的研究線索之一。

「無感」體驗與空間行為學

無感,是硬體產品體驗的最高評價之一,基於Soli雷達的Google產品做到了,無論是離開視訊自動暫停,還是出門恆溫器自動提醒帶傘。

Nest Hub
圖/ Google

融於家居環境,細微且自然。
無感體驗的構建,與《空間行為學》息息相關,要理解人們的動作姿態,就勢必要了解在固定空間內人與人之間的交往行為原理,在Google STAP團隊設計總監Giusti看來:
我們想像人和裝置可以擁有個人空間。
這些空間之間的重疊,可以給我們一個在任何特定時刻,都對參與類型以及他們之間的社會關係有很好的了解。
學者愛德華·霍爾(Edward Hall)在上世紀60年代提出了《空間行為學》的理念,人們會因不同的文化背景構建人際距離空間,由近及遠分別是親密距離、個人距離、公共距離。

到實際應用上,當你接近搭載Soli雷達的Nest Hub並與之眼神接觸時,Nest Hub應該調整UI顯示,以便了解資訊甚至進一步操作。就像是我們在個人距離內與朋友眼神互動,打算進一步溝通一樣。

近距離互動是一個典型案例,同時也是一個相對容易落地的產品功能,中距離和遠距離就不一樣了,當處於較遠的公共距離時,Nest Hub應該如何顯示內容,由遠及近走近時又該如何,是否要顯示。

Nest Hub
圖/ Google

聰明的互動應該是在需要出現,而不是頻繁打擾,決定顯示內容變和保持不變同樣重要,這些都是Google ATAP團隊下一步要研究的內容。
作為進入個人親密距離的產品,Nest Hub等搭載Soli雷達的產品,自然也要注意隱私,人會因為親密空間被侵犯時感到不適。

Google為此也一直強調Soli雷達和鏡頭不一樣,它採用非入侵式的數據收集方法,並不直接收集臉部等個人資訊特徵,在系統中人體都是以一個個模糊的小點組成的,動作分析往往是根據小點的運動趨勢。

Nest Hub關於動作檢測的數據處理都在本地運作,數據不會上傳雲端,減少數據洩露風險。
至於人們是否信任Google,在數據隱私方面它的信用價值幾何,則是另一個層面的事了。

Nest Hub
圖/ Google

幾乎無感的好體驗,來自Google ATAP團隊對於人的關注,從表面的動作到深入的文化現象,電子產品開始理解人,這本身就一件極具未來感的事。

面向未來的硬體

Google ATAP,全稱是Google先進科技與計劃部門,其官網簡介很好地敘述了這個團隊以及落地產品的方向:

我們正在創造硬體的未來。
一家以軟體聞名的公司,如何結合自己的優勢研發硬體產品,從Google ATAP過往的產品項目就能窺知一二。
模組化手機項目(Projet Ara)是Google ATAP部門最知名的項目之一。

Fairphone
圖/ Fairphone

當時Google構建了一個包含電池、處理器、WiFi通訊等基礎模塊組成的框架,手機框架中的大部分模塊都是可以替換的,也就是說用戶可以隨意升級或替換舊的手機模塊。
模組化手機一度被認為是一個創新且具備前景的項目,無數開發者可以進入其中構建各種模塊,突破了少數手機廠商統治市場的局面。

然而,如今還在推進模組化手機項目的只有Fairphone等少數公司了,提供可替換的模塊,手機性能限制以及第三方開發生態不完善,直接導致了Google將手機模組化項目擱置。

在模組化手機項目中,Google更多的是扮演平台營運的角色,而到了Project Soli項目中Google ATAP部門開始結合自家的優勢能力了——軟體演算法。

在Project Soli項目中,Google ATAP先是對超聲波雷達系統調整優化,在保證數據準確的同時縮小體積,以便能應用在Pixel和Nest Hub這種行動裝置當中。

Soli雷達感測器
Soli雷達感測器
圖/ Google

成型後的Soli雷達扮演了數據收集者的角色,手機或Nest Hub這樣的行動裝置則根據軟體演算法判斷人的動作和手勢是什麼,進而改變操作。實現邏輯和如今大火的計算攝影如出一轍,硬體是基礎,軟體演算法是體驗的保證。

Google pixel
圖/ LetsGoDigital

除了Pixel4,Google ATAP與多個公司合作,將Soli雷達融入到各種各樣的產品當中,比如和服飾品牌李維斯合作推出的牛仔服,將藥丸形狀的Soli雷達感測器放在袖子裡,衣服就成了一件智慧產品。
用手勢就能控製手機,拍照、切換歌曲、暫停播放,電話來了輕輕一按手腕就能接聽,支持類似功能的還有Konnect-i背包。

Nest Hub
圖/ Google

這些可能都不是突破性的體驗變化,更像實用型的小工具,是在衣服、背包這種我們常用的穿戴產品中加上一個控制器控制手機。

我們可能也無法期待Soli很快普及應用到身邊的電腦產品當中,但變化總是從小開始的,Nest Hub等產品已經展現出了足夠的「聰明」,去理解人。
隨著Google ATAP團隊的持續研究,讓電腦理解更多人類動作,像起身視訊自動暫停的實用功能只會越來越多。

本文授權轉載自:愛范兒 ifanr

責任編輯:傅珮晴、侯品如

關鍵字: #Google
往下滑看下一篇文章
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?

一家來自台灣的 AI 新創,如何讓美國上千家速食餐廳,都用它的 AI「看」得來速車道?

這家公司就是專注於 AI 影像辨識技術的 Berry AI (華捷智能),透過攝影機蒐集匿名數據並轉化為多項營運指標,協助速食品牌找出流程瓶頸、提升現場營運效率與整體顧客滿意度。以美國連鎖炸雞品牌 Zaxby’s 為例,在全面導入 Berry AI 解決方案後,服務速度提升 13%-20%,業績表現最好與最差的門市,每週營收差距從 2.4 萬美元縮小至約 9,000 美元。另一家連鎖速食品牌 Culver’s 在導入後,得來速車道的服務時間也立刻改善,進而提升整體吞吐量。

然而,支撐 Berry AI 解決方案的,不只有前端看得見的攝影機與影像辨識技術,還有後端穩定且具彈性的雲端平台。Berry AI 結合 Amazon Web Services (AWS) 全球雲端資源及博弘雲端顧問服務,打造兼顧即時性、穩定性與成本效益的雲地混合架構,成為推動 Berry AI 持續擴大北美市場版圖的重要關鍵。

從台灣 PoC 走向北美千店規模,Berry AI 面臨架構升級新挑戰

Berry AI 執行長林逸中表示,團隊成立初期投入近2年半的時間,探索最適合影像辨識技術的應用場景,最終將目光鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等。

同時,Berry AI 也進一步將現場蒐集到的數據轉化為可量化的營運指標,例如:不同門市、日期或時段的顧客等候時間,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。

在確立發展方向並於台灣完成 PoC (概念驗證)後,Berry AI 決定前進全球最大、也是 QSR 最核心的北美市場。然而,隨著合作客戶與部署門市持續增加,資料量快速攀升,加上服務範圍橫跨不同區域,既有以地端為主的架構開始面臨規模化挑戰。

林逸中補充指出,尤其 QSR 業者在選擇 AI 解決方案時,格外重視技術效能與穩定性,包括 AI 辨識精準度、能否因應突發狀況、系統能否穩定運作,以及網路發生問題時能否維持服務等。在這樣的要求下,若將所有運算與資料都留在地端,不僅難以因應日益增加的部署門市與資料量體,設備建置與維運成本也會隨之增加。

BerryAI 攜手博弘雲端 打造高可用性 AWS 雲地混合架構,突破北美規模化部署挑戰

如何確保系統的即時性、穩定性與成本效益,成為 Berry AI 進軍北美後必須解決的新課題。為此,Berry AI 選擇與博弘雲端合作,取得穩定且高可用的 AWS 運算與資料庫服務架構,將即時運算留在地端,同時在雲端環境整合資料庫處理大量資料與後續分析工作,形成兼顧地端即時運算與雲端彈性擴充的雲地混合架構。

Berry AI研發同仁汪楚剛說明,包括車輛偵測、追蹤與狀態辨識等需要即時反應的工作,會先在地端完成;再將辨識結果傳送至 AWS 雲端,計算各項營運指標,提供後續分析與決策使用。透過這套架構,Berry AI 至今已處理超過 2 億筆車輛狀態資料。

此外,AWS 也是 Berry AI 持續優化 AI 模型的重要基礎。Berry AI 將整套資料蒐集流程建構於 AWS 上,透過完整且多樣化的資料,持續訓練與優化模型,進一步提升地端影像辨識的準確度。

博弘雲端
Berry AI 鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。
圖/ Berry AI網站圖

成為企業技術團隊的延伸,博弘雲端助 BerryAI 把 AWS 用得更好、更省

隨著北美業務持續成長,Berry AI 也迎來新的課題:如何把雲端資源用得更有效率、更省成本,這也成為 Berry AI 與博弘雲端合作的重要契機。

對此,可能有很多人好奇,像 Berry AI 這類技術能力成熟、具備自行建置架構能力的企業,為什麼還需要與博弘雲端合作?「關鍵在於,博弘雲端長期深耕 AWS,對相關服務與技術架構更加熟悉,可以成為企業內部技術團隊的延伸。」博弘雲端技術長宋青雲說。

當 Berry AI 遇到特定 AWS 服務或技術問題時,可以直接尋求博弘雲端協助;若需要進一步與 AWS 原廠確認,博弘雲端也能協助溝通與處理,減少 Berry AI 自行研究與排除問題所需投入的時間,讓內部研發團隊可以將更多心力和資源集中在核心產品開發。

更重要的是,博弘雲端不只提供技術支援,還能從 Berry AI 實際用量與成長需求出發,客製化設計最適合的節費方案,這對 Berry AI 降低營運成本有很大的幫助。宋青雲說明,博弘雲端根據 Berry AI 既有的 AWS 用量,推估未來 1-3 年內的使用需求,並以此為基礎規劃合適的長期雲端資源用量;同時考量 Berry AI 所屬飛捷集團旗下還有 3 家子公司同樣使用 AWS,進一步整合集團需求進行評估,放大整體採購規模,爭取更大的節費空間。

宋青雲強調,雲端採取隨需即付的計價模式,雖然具備彈性優勢,但若缺乏持續管理,仍可能出現資源配置不符商務規劃,或費用超出預期等情況。而博弘雲端不只能從使用現況出發、建議適合的節費方案,也會從效能、資安與成本等面向進行架構健檢,提出相應的優化建議;同時還會提供相關管理介面,讓企業隨時查看帳戶使用狀況、預估未來用量,在業務規模持續成長的同時,也能兼顧雲端架構的效能、安全與成本效益。

而架構健檢與成本優化,只是博弘雲端服務的一環。從企業準備上雲開始,博弘雲端便能協助將應用程式與資料從地端搬遷至雲端,或直接在雲端完成部署;進一步還能協助建置數據平台、數據中台,進行資料分析及導入 AI 應用,讓企業資料發揮更大價值。當服務正式上線後,博弘雲端也能接續提供維運服務。換言之,從前期 PoC、雲端建置到後續維運,博弘雲端都能依據企業需求,提供相應的服務與支援。

對 Berry AI 來說,藉由與博弘雲端合作,深化 AWS 雲端資源使用,不只是突破規模化挑戰,更重要的是能把有限的資源集中在核心業務,持續優化解決方案、開發更多貼近餐飲營運需求的應用,進一步爭取更多品牌合作,擴大北美市場版圖。目前,Berry AI 正全力拓展北美市場,也持續尋找對 AI 技術與餐飲產業應用充滿好奇心、重視團隊協作的人才加入。徵才方向涵蓋機器學習與電腦視覺、Platform & System(DevOps、Infrastructure),以及 Full Stack 軟體開發。從門市邊緣裝置上運行的 AI 模型、串連雲端與數千家門市的系統平台,到協助餐飲品牌提升營運效率的分析產品,每個環節都還有發揮的空間。 期待匯聚更多優秀夥伴,一起用 AI 解決真實的營運問題,讓來自台灣的技術走進更多全球 QSR 門市。

職缺詳情:https://www.cake.me/companies/berryai/jobs

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓