【AI蓝图8大方向首度公开】LINE如何转型成一家AI公司？

“现在，LINE已经是一家AI公司。”今年6月，LINE共同首席执行官慎重熩（Jungho Shin）在年度大会中，揭露了LINE下一阶段发展的新定位。LINE不只是一家大量使用AI技术的公司，更开始要转型成销售AI，甚至未来要靠AI产品获利的公司。甚至在11月中，日本雅虎与日本LINE正式宣布经营权整并计划的记者会上，Line社长出泽刚更订出了新的战略目标，未来要成为日本，甚至是亚洲领先的AI公司。

但是，LINE要如何实现这个目标？单从6月年度大会中，令人惊艳的AI餐厅订位服务DEUT实际展示，或是7月开始上路销售的商用AI计划LINE Brain描述，还不足以证明LINE的AI实力，直到11月20日的LINE开发者大会，终于揭露了更详细的AI战略蓝图，甚至是各项LINE自家AI技术、相关产品、内部应用的AI火力大展示，连这次开发者大会3千人的报到过程，也采用了LINE Brain自家的脸部辨识服务，来进行报到入场。

不同于去年主打区块链架构和代币经济，朴懿彬强调，LINE的新发展策略是“LIFE with LINE”，要让使用者生活与LINE平台有更多连结，包括了金融科技、商务、O2O生活、内容与娱乐领域，都可以提供更便利的数位生活，也希望利用AI，让他们所提供的服务形式更自然、更人性化。

例如在与生活息息相关的金融服务上，LINE已有多项成果，包括保险服务上路半年就取得17万张保单，LINE Score达成百万用户注册只用了19天、家计簿服务用户数在9月时超过了4百万人。金融服务类型也正式新增了证券服务、电子钱包和加密货币交易所。LINE Pay日本用户规模更达到了3,700万人，若加上了台湾、韩国、中国、泰国等市场，全球用户合计是5千万人，全球交易总额已经超过1兆日圆。LINE全球每月活跃用户数，在今年11月时也达到了1.85亿人。

从即时通讯软件、内容平台到App生态系

LINE从2011年问世，前几年以扩大市场、支援平台、抢攻用户为主要发展目标，2016年开始转而聚焦内容服务，以智慧入口（Smart Portal）为新的战略目标，也开始开放自家平台，陆续释出API供外部服务串连，先从LINE Login机制开始，后续如Messaging API、LINE Beacon、Rich menu API、Flex Message、Quick Reply、LINE Things等，2018年甚至开始推出通用型的开发框架工具，例如2018年6月推出第一版的LIFF（LINE Front-end Framework）、游戏开发框架Quick Game、物联网开发框架LINE Things，而今年10月，LIFF也升级为第二版。

为了与生活场景有更多连结，朴懿彬表示，今年进一步推出了LINE MINI App应用程序发布平台。这个发布平台，让LINE不只是第三方服务串连的集散地，更成为了部署和执行各种第三方平台的新App生态圈。

原先用LINE API开发的服务，现在都可以直接整合到LINE上，用户也可以透过搜寻找到这些第三方提供的App服务，还新增了免费官方账号系统通知功能，举凡出货通知、到货通知等，现在都可以直接推播到与使用者沟通的官方账号中。

2017年开始全力布局AI

这些与生活息息相关的服务和功能，都需要大量的AI相关技术来优化。拥有庞大用户和资料量的LINE，很早就开始拥抱大数据技术和机器学习技术，例如在搜寻、推荐、广告等。到了发展智慧入口网站，更是大力拥抱各种AI技术，来改善自家的服务或产品。

2017年3月，LINE从内容平台，正式跨入了AI市场，和母公司Naver联手开发，在MWC大会上发表了自家第一款云端AI平台Clova，名称取自Cloud Virtual Assistant的缩写组合，意指LINE从智慧助理技术和产品切入火红的市场竞争，当年随后也推出了智慧喇叭，颇受好评，但受限于支援语言初期先以日语、韩语为主，迟迟难以推向海外市场。但，这只是LINE日后新AI布局的蓝图一角。

不只是新AI平台产品的登场，LINE更在内部，大力揭露未来的战略方向就是AI，提供大量线上课程，来培养内部人力的AI能力。例如，LINE台湾工程团队也是因此开始接触AI技术，找来种子成员，自行摸索、建置、设计了第一套AI聊天机器人的应用来练兵。2018年4月更设立了LINE研究实验室，专供未来科技的基础研究，最初的研究主题都环绕在AI处理相关的领域上。

在2018年LINE开发者大会上，尽管最亮眼的主题是区块链和代币经济，但LINE其实也揭露了自家AI布局的初步成果，并将原本聚焦语音助理的Clova品牌，扩大成为了一个泛AI技术产品线，正式发表了OCR、NLU的成果。

在去年开发者大会上，LINE还推出了一个AI技术示范网站，也透露出所聚焦的AI研发方向，包括如开车语音控制用的语音识别技术、智慧喇叭对话的语音生成技术、用于商品图像搜寻的电脑视觉技术、自动特写影片人物的影片自动剪辑能力、OCR文字识别、云端机器学习平台NSML、即时串流影片中的人脸侦测技术等，另外，不用写程式的Clova Chatbot Builder开发工具也首次公开画面，一亮相，现场开发者响起热烈的掌声。不过，去年只开发少数合作对象，或共同研发的企业试用，这些AI技术仍旧没有商品化。

直到今年，LINE在今年6月的年度大会上，一举宣布了商用AI技术LINE Brain，将自家AI技术变成了企业商用产品，开始进军企业AI的B2B市场，甚至发表了一个代表性产品，AI餐厅订位专案DUET，可以让AI代替真人，来负责接听餐厅的订位电话。从这时候起，LINE开始对外以AI公司来介绍自己。LINE Brain从7月开始，初期先推出像是如Chatbot、OCR和语音识别STT，未来还计划推出语音合成TTS、影像识别等服务。

LINE Brain部门主管Shinichiro Isago也在今年开发者大会上宣布，DUET成为正式产品，也改名为LINE AiCall服务，LINE和日本知名餐厅预约系统ebica合作，在原有电话订位系统（IVR），串接了AiCall，来接听预约电话。

东京已有家牛排馆“俺のGrill&Bakery 大手町店”，展开AI电话订位服务的实测，第一波开放预约的实验为期约一周。Shinichiro Isago还打趣说，可以打电话去试试看，但要记得去吃，因为这是真实的AI订位服务。目前AiCall也只支援日语。

AI语音订位专案DUET成为正式产品，改名为AiCall服务，LINE也和日本知名餐厅预约系统ebica合作，在原有电话订位系统（IVR），串接了AiCall，来接听预约电话。东京有家牛排馆“俺のGrill&Bakery 大手町店”，在11月底展开了为期一周多的AI电话订位服务实测。图片来源／LINE

台湾LINE也有近30位开发工程师到东京开发者大会向四国开发者分享，涵盖AI、UI/UX、专案管理、资料及API应用的开发成果，例如摊位展示中，有位台湾LINE工程师就展示了用于LINE购物的商品推荐技术架构，如何运用LINE的资料丛集、搜索引擎、推荐服务，再结合台湾LINE购物开发的机制来对台湾用户提供产品推荐，在场解说的台湾工程师解释，原本总部的推荐引擎，对中文内容的推荐品质较差，后来，由台湾团队协助强化了中文断词等中文NLP技术，才能顺利在台湾LINE购物中，推出更适合台湾用户习惯的推荐内容。

首度揭露AI未来蓝图，聚焦8大类领域

不只开始大秀AI产品化成果，朴懿彬也首度用一张AI蓝图，清楚地描述出LINE的AI产品和技术最新发展。这是第一次，LINE清楚地展示出自家AI发展架构的全貌。

朴懿彬没有进一步解释细节，但从这张蓝图，可以看到LINE主要聚焦8大类AI领域：自然语言处理（NLU）、语音辨识（Speech）、电脑视觉（Vision）、OCR、脸部识别（Face）、影音处理（Video）、资料分析（Data）、语音合成（Voice）。

从这八大类再延伸一层就是该类主要的AI技术（绿色字）。例如口说下面，包括了读唇语技术（Lip Reading）、誊稿技术（Transcription）和电话网络语音辨识。或像视觉AI（Vision）涵盖了食物影像辨识、产品影像辨识、唇语辨识、时尚影像辨识（Fashion Image）、特色分群技术（Spot Clustering）等。

例如在OCR下已有多项绿色字的AI技术，包括了手写字型生成（Handwritten Font）、收据OCR、信用卡OCR、账单OCR。

有些技术是单独使用在LINE自家服务，但也有些技术会组合成一项对外提供的产品。例如相关OCR技术已经用于文件智慧（Document Intelligence）和eKYC（可直接辨识照片中的身份证上的文字）。LINE现场也展示自动生成手写字型的设备，透过绘图笔直接把AI生成的手写日文字，自动画出来，几乎跟原始手写字一样。

从绿色字再延伸出来的亮白色项目，就是更进一步的AI服务元件，例如时尚影像辨识搭配特色分群技术，就变成了视觉搜寻服务（亮白色的Visual Search），LINE也将这项服务用于LINE的商品查询（LINE Shopping Lens）、成人影像过滤器（Adult Image Filter）、场景分类（Scene Classification）、广告影像过滤器（Ad Image Filter）等。

不只可以从AI蓝图看到LINE在AI服务和产品化的架构，也可以看到LINE目前正在发展中，还没有商品化的新应用技术，包括脸部AI之下有自动剪辑（Auto Cut）和自动摄影（Auto Cam）。Shinichiro Isago进一步以今年新推出的Smart Channel（个人化讯息推播）中所用的推荐机制为例，来解释LINE如何将大量从用户搜集来的资料，变成产品AI功能。

这是Smart Channel推荐机制的开发流程，从使用者搜集到的原始资料，会经过使用者特征抽取和内容特征抽取，将这两类内容各自转换成数值的特征向量，也会进行混淆工程的去识别化处理，才提供给ML算法训练之用，来打造出个人化推荐ML引擎，也会运用到其他服务上。图片来源／LINE

用来打造个人化推荐的资料来源有两大类，包括了使用者的行为记录（Logs）和所看的内容。LINE再透过使用者特征值和内容特征矩阵，将这两类内容各自转换成特征向量，也会进行混淆工程的去识别化处理，才提供ML算法训练之用，来打造出三个与个人化推荐相关的3个ML引擎，包括了推荐引擎、相似度引擎（Lookalike）和人口基础变项数据预测引擎（Demographic prediction），结合这三者就可以来塑造出个人化推播服务，把AI推荐的内容提供给用户。同一套ML推荐引擎，也会运用到其他服务，包括了贴图、新闻、数位漫画或数位广告服务上。

资料治理原则：隐私优先、避免资料孤岛

为了强化资料治理，避免资料孤岛，LINE刚完成了一个统一管理的自助式资料大平台（Unified Self-Service Data Platform），可以统整内部高达100PB的大数据资料，采取单一账号，可供跨部门的资料科学家和机器学习工程团队，有一套共同的资料作业平台和流程。图片来源／LINE

为了全力发展AI，朴懿彬也提出了LINE的2大资料治理原则。第一是隐私优先（Privacy First），系统预设就考虑隐私设计，也就是“设计预设隐私”（Privacy-By-Design）原则。第二是彻底避免资料孤岛（Data Silo），要避免资料分散带来的风险。

在上述提到的Smart Channel推荐机制开发流程中，从资料搜集、特征向量抽取、机器学习引擎处理到变成服务，其中，特征向量抽取的目的是，将真实用户的资料，转换成数值向量，再提供给资料科学团队设计和训练模型之用，对资料工程团队而言，他们只会看到不同的抽象数字，而非原始的图片、文字内容，LINE透过这样的混淆工程，来进行所有用户资料的去识别化，以避免个资和隐私问题。

LINE台湾资深技术总监陈鸿嘉也补充，LINE要设计一项产品时，都需要由资安部门和法务部门，进行资讯审查和资安审查，审核各种资料的利用情况，尤其要考量使用者资料的隐私问题。光在产品设计阶段，就会进行第一次审查，来确定日后搜集的资料是否合规，是否可供分析之用。当产品上线后，搜集到了资料后，要储存到大数据平台时，会进行第二关的特征抽取、混淆工程处理，将原始资料转换成特征数值的矩阵资料，来进行去识别化，才开放给资料分析团队使用。最后，要取出资料时还会再进行第三关的审查和权限控管。就算将模型套用到实际产品上，也是由程式自动将用户发布的文章套用推建模型，来提供推荐清单，资料工程师同样不会接触到实际资料。这就是LINE的“设计预设隐私”原则的实际运用。

未来，LINE Brain发展新服务的模式时，Shinichiro Isago指出，也同样会从用户或现有服务搜集而来的资料，透过同样的资料工程和隐私处理，结合ML技术和算法，来设计新的服务与友善的UX，再提供给第三方，如企业使用。

LINE也刚完成了一个统一管理的自助式资料大平台（Unified Self-Service Data Platform），可以统整内部高达100PB的大数据资料，来支援资料科学和机器学习工程之用。另外，内部私有云Verda也有翻新，要打造出一个可以提供快速生命周期服务的基础架构，以便统一管理LINE在全球的4万台实体服务器，满足每天平均41亿则讯息的发送，用户尖峰流量超过每秒1TB的需求。甚至，LINE基础架构团队，开始大力拥抱K8s，来建置云端原生架构的私有云，提高自动化维运的效率，另外也开始拥抱微服务架构，就是为了因应承载更多Mini App后的大量运算扩充弹性和高可用需求。

“过去2年，我们招募了大量AI人才来发展AI，现在终于到了可以揭晓成果的时候。”朴懿彬认真的说，唯有发展出顶尖的AI技术，才能挑战全世界的市场。”

 相关报导  LINE全面进攻AI