商用 AI 服務 LINE BRAIN 來台!合作企業招募起跑 2020 下半年試行

今年 LINE TECH PULSE 開發者大會展開,宣布人工智慧商用服務來台!
評論
LINE 
LINE 
評論

以下內容取自 LINE 提供之新聞稿,INSIDE 編輯後刊出。

LINE 今舉辦第四屆台灣開發者大會「LINE TAIWAN TECHPULSE 2019」,超過千人到場參與,是歷年規模兩倍。面向台灣開發者進一步說明 LINE 的人工智慧技術、數據累積運用,以及在資安方面如何落實在台灣推出的服務上,並預告 LINE BRAIN 預計在 2020 年下半年在台優先開放企業合作試行。

LINE BRAIN 合作企業開始招募

LINE BRAIN 這項計畫,整合了 LINE 旗下所發展的各項人工智慧技術,人工智慧仿若真人對話的餐廳訂位應答,在日前日本總部開發者大會中,讓人一窺未來的生活情境。

延續總部發展策略,LINE 台灣董事總經理陳立人表示,正積極思考將 LINE BRAIN 導入台灣的最佳模式。

延伸閱讀:開發者的同樂會!LINE DEV DAY 2019 為什麼要辦兩天?

一開始將運用在 LINE 自身服務上,累積經驗並根據台灣用戶的反應持續優化後,就會開始尋覓技術夥伴,將鎖定系統整合業者或企業的技術部門深度合作,才能根據台灣市場的用戶需求,為 LINE BRAIN 找到最適地化的實現場景,期待最快 2020 年下半年在台開始試行。

新聊天機器人時代 人工智慧讓服務體驗更有「人味」

在主題演講中,LINE 台灣資深技術總監陳鴻嘉帶會眾回顧了 LINE 在台灣培養工程團隊,一直到在服務中導入人工智慧的發展歷程,並深入解釋日前 LINE 總部開發者大會發佈的技術策略要點。2015年 LINE 在台灣成立開發工程團隊,當時是以開發應用為主,4 年 LINE 工程團隊人數也隨之成長 10 倍。隨著許多服務陸續在台推出,資料持續累積,今(2019)年 LINE 在台灣正式成立資料工程團隊,團隊成員主要包括資料工程師、資料科學家、資料分析師、自然語言處理工程師。

延伸閱讀:刷臉進場、電話預約!LINE DEV DAY 開發者大會秀 AI

在總部的 LINE AI 架構圖中,所要說明的即是 LINE BRAIN 的技術總覽,那麼在台灣推出的服務有應用這些技術嗎?陳鴻嘉舉例,圖中的 NLU(自然語言理解)已經應用在 LINE TODAY 的內容推薦、LINE 客服小幫手中的聊天機器人對話,與 LINE 購物相關搜尋等服務中;而圖中 Data(指資料工程平台)則應用在 LINE SPOT、LINE 旅遊、LINE MUSIC、廣告精準投放等服務中,OCR(光學字元辨識)則是應用在像是「建議貼圖」功能,或像是 LINE 中新增的掃碼捷徑。也就是說,其實生活中的 LINE 相關服務,都已經導入人工智慧,來提升使用體驗。

此外尚未中文化的 Speech(語音辨識)、Voice(語音合成)與今年在 LINE Developer Day 首次應用的 Face(臉部辨識)的技術,未來也將有尋覓企業合作夥伴的計畫。

談到人工智慧,並非所有開發者都有餘力培訓人工智慧。LINE BRAIN 將是 LINE 提供給開發者使用的 AI 技術平台,其中的 Clova Chatbot Builder 只要把資料上傳進去訓練就能直接利用,是值得台灣開發者密切關注的重大平台資源。這些平台資源也會運用在LINE台灣的服務上。台灣資料工程團隊將與總部 LINE BRIAN 合作,透過 LINE BRAIN 中的技術改善 LINE 的服務,同時針對資料訓練的中文加以優化,並開始在台灣尋覓合適的企業夥伴。

有趣的人工智慧應用案例「客服小幫手」與 LINE 內部的「自動報帳系統」

陳鴻嘉分享了 2 個有趣的案例。一個是 LINE 官方帳號「客服小幫手」(官方帳號ID:@linehelptw),初期的需求是幫忙紓解大量客服詢問。這個服務最大的挑戰在於,同一個問題的問法有百百種(例如我要換機、我換手機、搬家到新機等等),因此會需要比較深度的自然語言處理技術。現在 LINE 客服小幫手的用戶回饋滿意率已達到 8 成。下一步,LINE 台灣資料工程團隊將運用 LINE 總部 Clova Chatbot Builder 聊天機器人引擎,重新打造客服小幫手的語言理解能力,並與總部團隊進一步合作,也不排除發展商業應用機會。

不只對外的服務,LINE 今(2019)年也在內部舉辦了人工智慧黑客松,由員工組隊參加。在令人目不暇給的各式提案中,最終拔得頭籌的提案令人會心一笑,由「自動報帳系統」奪得冠軍。

團隊想解決的痛點是,LINE 員工過往每次出差回來,至少都需要花半小時以上整理單據,填寫表格,再到線上系統報帳。而「自動報帳系統」只需一個拍照的動作,就能透過 LINE 的 OCR 文字辦識,從紙本單據中讀取出文字,再利用機器學習,讓系統自動從這些文字中,找出報帳所需要的關鍵資料,然後自行帶入表單。原本 30 分鐘的工作,竟可縮短到1到 2 分鐘,而這樣的情境,已經可以應用在你我的生活中。

各種升級 LINE 平台工具套件根據開發者們的回饋排除困難 降低門檻 讓管理聊天機器人更順手。

為了提供更好的 UX(使用者體驗)與 DX(開發者體驗),LINE 台灣資深開發技術推廣工程師林宜鋒本次特別與台灣開發者介紹可以應用的新工具,可以便利開發者藉此增加與用戶的互動,並提升開發效率。新工具包括:

  • 各式各樣漂亮的 Flex Message 新模板
  • Flex Message Simulator[Beta]:讓不會寫程式的人也能輕鬆編輯 Flex Message 內容
  • Rich Menu Batch API:可以加速客製個人化 Rich Menu
  • Get Usage API:可隨時得知像是聊天機器人訊息發送數的使用量
  • Insight API:幫助分析 LINE 官方帳號好友輪廓
  • LIFF v2:可透過外部瀏覽器進行檢查與偵錯

此外,現在可以透過 API 取得原本僅能在 LINE 官方帳號後台才能人工手動取得的使用者互動資訊(是否讀取訊息、是否打開連結與有無播放影片訊息)。還有更多實用的工具,像是 Try LINE API,在技術文件上新增一個按鈕,點按鈕就能看到測試效果,不用再開樣本app。最後針對英文苦手的開發者,LINE 的開發者教學文件也開始繁體中文化,讓更多人能夠快速上手,一起加入 LINE 聊天機器人的開發行列。

不需開發就能製作 AI 聊天機器人? Clova Chatbot Builder 都幫開發者做好了

NAVER Clova AI Chatbot AutoML 專家李在元(Jaewon Lee),與 LINE 台灣資深資料工程師孫韻如為台灣開發者帶來了驚喜。通常若企業要製作一個 AI 聊天機器人,會需要開發一個內容管理系統,建立一個介面,讓使用者輸入可能的問題及答案,或設定一些關鍵字,來搜集訓練材料,而這些 Clova Chatbot Builder 都幫忙完成了。開發者只需要在介面上設定與輸入問答集即可。

搜集到問答材料後,如果想讓聊天機器人更聰明,通常需要再開發一個自然語言理解的模型,去理解使用者訊息中可能的意圖,並進一步做自動回覆,這通常是完成一個 AI 聊天機器人相對困難的部分,因為還要把運算資源也考量進去,而這些在 Clova Chatbot Builder 中也都做好了。

此外也搭配 AutoML(自動機器學習)建置最適合的模型,讓使用者與聊天機器人的對話更自然。開發者只需要完成串接,串接像是 LINE 官方帳號,就可以上線了。簡單來說,就是不需要有任何的開發,就可以完成一個有 AI 能力的 LINE 聊天機器人。

通常,一個懂人話的 AI 聊天機器人,可以分為幾種類型:第一種是特定領域的問答,通常用在客服。第二種是任務導向,例如:找工作、訂餐廳、訂機票或是完成一個行銷活動。第三種是閒聊類,例如:問候、聊天氣、天南地北的聊。

以上幾種類型都可以用 Clova Chatbot Builder 來達成。

Clova Chatbot Builder 可以做的不只這些,還提供了許多可以讓使用者體驗上更好的功能。像是 Rich Menu 選單,或是蒐集使用者回饋重新訓練的功能,甚至是想要轉接真人的 Switcher API 等等。Clova Chatbot Builder 除優先運用在 LINE 自身的服務上(首例是 LINE 開發者官方社群帳號,可加 ID 體驗:@line_tw_dev),現也開始在台灣尋覓合適的企業夥伴。

LINE 企業內的資安原來是這樣做 

國際級頂尖駭客、目前擔任 LINE GrayLab 資安研究室的負責人李丞鎮(Beist),是亞洲首位進入世界駭客大賽 DEFCON CTF 決賽的選手,也在韓國駭客競賽中獲得多次優勝。

Beist 剖析了 LINE 在企業資安方面的挑戰,以 LINE 來說,隨著公司規模擴大,推出的服務越來越多,加上員工現在擁有多重裝置,需要防護的面向也隨之擴大,若要防堵攻擊或惡意程式,確保沒有漏洞,是非常困難的。

在這樣的巨大挑戰下,Beist 梳理了 LINE 企業內部做法向會眾分享,主要的管理流程與一般的理解沒有很大差異,但 LINE 非常確實地在執行每一個環節,這可能是最大的不同。在 LINE 的產品開發生命週期中,資安團隊則從一開始就與產品團隊一起合作,而非只是負責系統上線前的安全檢查而已。

責任編輯:Mia