【活動報導】智慧零售：善用AI 掌握商機

Posted By 劉書妤 on 6 月 16, 2021 in 5G, Edge AI, Intel, OpenVINO活動報導, 影像處理, 智慧零售, 活動報導 | 0 comments

文章導覽

作者：劉書妤

商業現代化不只要自動化、資訊化，現在更要數據化，智慧零售所帶來的改變，就是零售業投資數據化基礎建設的改變。究竟如何將AI融入商業場景，以數據取代主觀經驗，掌握顧客消費行為、優化購買體驗、預測消費趨勢？

邊緣運算加快資料處理與傳送速度

邊緣運算（Edge Compute）是種分散式運算的架構，將原本完全由中心節點處理的大型服務加以分解，切割成更小、更容易管理的部份，由網路中心節點，分散到邊緣節點來處理。邊緣節點更接近於使用者終端裝置，可以加快資料的處理與傳送速度，減少延遲，更適合處理巨量資料，並做到「即時」、「精確」、「快速」的處理。

邊緣運算把Server放到事件發生最前緣的場域中，並做到即時、精確、快速的處理。（圖片來源：Lenovo）

聯想Edge伺服器研發總監Ted Lin舉例，物與物之間的相連是全年無休不間斷地湧進雲端，這就如同百川之水同時匯集到水壩一般，水壩（也就是雲端）失去調節功能，只有將伺服器佈署在場域裡，才能真正解決巨大流量及資源無法調度的問題。他也提到，若想做物聯網應用，則需利用邊緣運算來收集大量資料，產生大數據後才能有後續分析，並做機器學習及建模，最後才能推論及產生AI。

Edge Server不斷地接收來自感測器的訊息，將它匯聚在海量的知識庫裡，彼此交錯深度學習，訓練出各式各樣的AI模組（Model）。當我們遇到同類的事件時，第一時間會應用這些AI模型來分析並做出適當反應，如此的過程就是智能物聯網的真正意涵。

而聯想的Edge Server 將如何支持企業5G專網？縱觀整個IoT 的應用大致可以分為三個方面，一為海量型物聯網（Massive IoT），Ted Lin以超商來說明，全台各縣市超商數眾多，若在各縣市設置一台微型資料中心(Micro DC)，Edge Server會把資料堆積在作為中繼站的微型資料中心(Micro DC)，並收集資料後傳回總部。二為關鍵型任務物聯網（Mission-critical IoT），如車載系統感應、開刀等不可間斷的應用，聯想可達到在微毫秒以下的延遲，且聯想的Edge可支援HCI做超融合，以兩台Edge Server支撐不間斷的服務。

此外，還有增強型行動寬頻（Enhanced Mobile Broadband），邊緣運算也能運用在擴增實境及虛擬實境，假設歐洲足球賽正在舉行，可透過電信商將影像放到超商中，超商的Edge Server上有GPU或FPGA，可支援 eMBB AR/VR 8K，因此，客戶戴上VR頭套就能彷彿置身歐洲足球賽現場，當然，前提是要在超商進行消費才能享用服務。

當Edge AI遇上智慧零售的場景，可以電子標籤取代一般標籤，當人接近商品時，上方有攝影機拍攝，所有在商店內的資訊透過Edge Server及5G傳輸，業主能即時、精確地判斷客人買了哪類商品、數量多少，也能判斷貨架上剩多少商品，並自動補貨，這就是智慧物聯網的場景。

影像分析人流以數據取代主觀經驗

奇偶科技王昶騰主任提到，視覺影像分析目前著重於三個部分：人、車、物。「人」就是人臉辨識、人形偵測、口罩偵測及工地安全偵測等，人臉辨識可以整合門禁功能的應用，人形偵測可以用於監控，例如偵測是否有人翻越圍牆；「車」為車牌辨識、車型偵測、車種分類，目前車牌辨識的穩定度及準確率都有98%以上，可與大型商場的停車場合作；「物」包含圖樣辨識及包裝出貨檢測。

影像分析在商場內的應用則分為人、貨、場。「人」主要為分析人流，了解該區域進店的人流量，藉此分析此商場位置是否值得續約，或是了解客戶的年齡層分佈及何時為熱門時段，更能有效分配人力資源；「貨」為客戶與商品間的互動分析，判斷哪些貨物較吸引人、哪些走道常聚集人潮；「場」則注重於商場內的安全分析，以維護客戶安全。可以分析。

奇偶科技副理黃莙婷表示，人形偵測還能用在排隊的偵測，當結帳區排隊人潮過多時，可以搭配LINE等通訊軟體，發通知給業主通知，以調配人力，降低因排隊人潮過多的損失。此外，人臉辨識還有「VIP和黑名單」功能，可用通訊軟體LINE或奇偶科技自行開發的APP，即時向樓管反應。將影像分析導入智慧零售業，藉此以量化且客觀的數據分析，取代業主較主觀的經驗決策，因為有時候經驗以及數據會相違背。