專訪 Gamma CEO:Razer 玩家挖礦只是第一步,我們想造世界最大共享電腦!

每個玩家的 GPU 都是非常珍貴的運算資源,當他們能連結在一起時就可以做很多事;但一開始需要一個合理的商業模式與實踐場域,把他們串起來!
評論
評論

「結合區塊鏈跟遊戲應用」與「善用閒置資源挖礦」這兩個題目個別都是很熱門的概念,市面上也已經很多創業者、企業在正努力;不過,若要把這兩個題目很好地結合在一起,接受知名電競廠商 Razer 投資的「Gamma」很可能是目前最有潛力的新創之一了。他們推出了 SoftMiner 新服務,準備讓 Razer 註冊遊戲玩家利用玩遊戲之間的空閒用 GPU 挖掘虛擬貨幣(不支援CPU挖礦),並賺取 Razer Silver 點數或是遊戲內部點數作為回饋。

但「挖礦」僅僅只是 Gamma 遠景的第一步,他們還有更宏大的挑戰目標,怎麼回事?就讓身為連續創業家的 Gamma 執行長 Gabriel Schillinger 現身台灣跟 INSIDE 聊聊。

Q:怎麼會想創辦 Gamma 這間公司?Gamma 的願景是什麼?

A:Gamma 現在看起來是一間提供挖礦服務的公司對吧?但我們最初的創業願景很簡單,就是連結所有電腦玩家的閒置 GPU,試圖打造一台沒有維護成本、沒有明確資料中心,某種程度上去中心化,而且可能是世界上速度最快、規模最大的「超級電腦」。

你知道每塊玩家的 GPU 都是非常珍貴的運算資源,當他們能連結在一起成為超級電腦時,就可以做很多事,但這一開始需要一個合理的商業模式與實踐場域把他們串起來,所以我們一邊選擇虛擬貨幣作為實踐場域,另一邊有全世界最知名之一的電競公司 Razer 協助我們,提供實際的紅利來號招玩家。

▲Gamma 讓 Razer 玩家善用空閒用 GPU 挖礦,並賺取 Razer Silver 點數作為回饋

Q:OK,那既然 Gamma 想號招玩家們打造超級電腦,那這台超級電腦接下來會做什麼事?

A:虛擬貨幣僅僅是我們第一階段的計畫。第二階段我們打算把運算能力在投入 VR、AR 、CGI 與動畫渲染。為什麼呢?從技術面上來說,GPU 本身就用來繪製電腦畫面的,但另一方面現在工業、商業等級 GPU 設備非常昂貴且費時,如果你是一個小型獨立的動畫工程師、工作室,想做好的 AR 特效,不僅要花大錢採購 GPU,而且還得花上 8 小時、12 小時去運算畫面。但只要把影片上傳給我們,很可能就可以把工時縮短在一個小時內。CGI 、遊戲加上 VR、AR,全球電腦動畫市場規模接近 1690 億美元,這是非常大的利基點。

第三階段是提供算力給手機雲端運算,最後第四階段則是 AI;特別是現在機器學習本來就是建立在 GPU 的分散式運算架構上,對那些新創公司、實驗室來說,我們能提供比 Google 或 AWS 更便宜、而且是更社群化的運算資源給他們運算 AI。

Q:回到挖虛擬貨幣這件事。SoftMine 模式怎麼運行?挖出來的虛擬貨幣誰擁有、怎麼處理?現在又有多少人加入這個計畫了?

A:挖出來的貨幣會先放在一個安全的錢包裡,然後日結出售;這些收入會直接按比例換成 Razer Silver 點數分給參與計畫的玩家們。Razer Silver 點數本身並不是建構在區塊鏈上的虛擬貨幣,但它有完整的客服支援幫助玩家用點數買電競周邊、遊戲的交易流程,而且因為它是內部點數,所以也沒有你自己去挖礦後虛擬貨幣延伸的法律、稅務問題。

Q:那要談談 Razer 提供了什麼協助給你們嗎?

A:對 Razer 來說這個計畫是幫助他們踏入區塊鏈一個很好的契機。SoftMiner 是去年 10 月 10 號啟動開發的,11 月底功能完善的原型就出來了,然後在 12 月中上線公測;這中間我們開發的非常快,雙方工程團隊很緊密的一起工作,同時他們也給了我們很多行銷上的支援。

Q:把議題拉回結合「區塊鏈+遊戲」這塊,你怎麼看待區塊鏈遊戲的未來?

A:當然 Gamma 跟 Razer 自己是做遊戲渠道,而不是做遊戲軟體的。但坦白說,這幾年該領域還沒有什麼令人驚豔的表現,只有募資這方面比較活絡;其中最大的問題,還是在沒有一款真正好玩的遊戲出現。

你看堡壘之夜、碧血狂殺 2 都用不上區塊鏈。有點像 1993 年你在玩任天堂、超任時,無法想像未來遊戲主流會屬於聯網遊戲那樣。目前你要我說的話,我會說卡牌類的遊戲會比較適合結合區塊鏈。

但我最後相信:區塊鏈很可能會在下個世代的遊戲扮演要角,既使那還很遙遠。

補充資訊 1:SoftMiner 現階段以測試形式提供使用,每週最多開放5000人加入,但現階段僅支援Windows PC環境使用,同時建議搭載顯示卡規格至少在NVIDIA GeForce GTX 1050,或是AMD Radeon RX 460等級以上。(來自 Mashdigi

補充資訊 2:Gabriel Schillinger 本身就是連續創業家,創辦過音樂平台 Decade、行動電商架站平台 BIM Network。


Cookie 消失?試試看全新 AI 影像內容辨識:讓用戶看的內容決定看到的廣告

Google Chrome 即將淘汰幫助廣告主的工具—— Cookie ,它的離去將再一次地影響數位廣告產業。
評論
Photo Credit:<a href="https://www.shutterstock.com/zh/image-photo/ai-artificial-intelligence-big-data-internet-1075853384" target="_blank">shutterstock</a>
評論

透過GA分析進站者發現, Safari的新客數越來越多,難道這表示 iOS 的用戶數也跟著增加了嗎?注意了,這有可能是 Apple 封鎖第三方 Cookie 帶來的影響。隨著 Google 即將淘汰 Chrome 上的 Cookie ,這個幫助廣告主記住用戶受眾的小工具,將要再一次地影響數位廣告產業。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

後 Cookie 時代的廣告受眾如何鎖定?

各大廣告平台在過去幾年不斷地透過 Cookie 以及其它方式,悄悄收集使用者的用戶數據,隨著這幾年用戶的隱私權意識抬頭, Apple 與 Google 對於藉由 Cookie 辨識用戶資料的廣告投遞方式,持有不同的態度,這也將是所有廣告主的極大挑戰。當 Cookie 不復存在,要如何辨識使用者資料?

Cookie 消失了,或許會有新的數據辨識工具來取代,但是任何試圖跟蹤受眾的方式,都難以符合大眾對於保護隱私權的期望。另一方面,也極有可能無法再通過日趨嚴格的媒體監管限制。無論如何,數位廣告不能像過去一樣,無條件地使用類似 Cookie 的追蹤方式,來達到與現在同樣的廣告效果。

後 Cookie 時代內容辨識類型的廣告鎖定方式,將成為未來具指標性的投放策略。廣告與瀏覽平台或內文主題的高相關性,不僅能顯著提高受眾的互動度,更重要的是,完全不需要收集任何個人數據。

FreakOut Taiwan 不斷嘗試更友善的廣告投遞形式, 自 2016 年進入台灣市場的原生廣告,到 2020 年末引進「 Mirrors 」 AI 影像視覺內容辨識系統,都是以網路使用者的角度出發。「 Mirrors 」不需要使用傳統的受眾興趣設定,即可針對「目標受眾在觀看的影像內容」、「品牌自身競爭對手或相關指定系列產品出現的影片」來投遞 YouTube 上的影音廣告。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

AI 人工智慧影像技術突破,推動新一代內容辨識功能

傳統的內容比對廣告皆為自然語言處理 NLP 中心,基於「純文字」的比對來顯示相關廣告,如大家很熟悉的 Google AdSense 。但是,結合新興的 AI 演算和複雜的圖像辨識,已然能夠達到「影片」的內容偵測,透過增加多個比對層和基於自然語言處理 NLP 的基準定位,可深度學習並提供更精細的辨識洞察力。

舉例來說,若想要將汽車廣告投放給對汽車有興趣的人,我們要先從可能對汽車感興趣的受眾中開始推估,並且根據過去的經驗加入不同的興趣條件,最後針對素材更進一步地測試。透過 Mirrors ,我們可以讓廣告出現在有滿足特定條件的影片內,例如:在消費者觀看的影片中,出現汽車評測報告、自家品牌或競爭對手的 LOGO 、代言人等指定條件,再依照不同廣告主設定的預算判斷是否露出廣告。

藉由這樣的影像比對方式,可以更有效地根據消費者行為觸發廣告投遞條件,而不再是現行的用戶受眾數據。人的興趣是多樣且多變的,當對汽車有興趣的用戶在完成汽車的選購後,短期內將不會再瀏覽相關資訊,轉而瀏覽其他更具時效性的內容。透過消費者當下正在觀看的影片內容,取代消費者身上被貼上的數位標籤,將更貼近消費者本身的使用行為。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

Mirrors AI 影像辨識:用消費者看的內容決定廣告

2021 年台灣數位報告指出,台灣人在各網路內容服務中,最愛「網路影片」的比例高達 97.9%,遠超過 Vlog、串流音樂、網路廣播、Podcast 。

影音廣告早已是品牌經營的趨勢:根據 DMA 2019 年台灣數位廣告量統計報告指出,台灣各類型廣告中,影音廣告以 37.2% 的成長比例大幅領先奪冠。其中 YouTube 持續蟬聯台灣最常被造訪網站第 2 名(僅次於 Google ) ,在台灣各大影音平台中的觸及率及影響力不容小覷。

2021 年 FreakOut Taiwan 已與客戶合作,進行搭載新系統的 YouTube 串流內廣告投遞,在針對品牌及產品客製化的多層鎖定策略建議下,房地產廣告的 CTR 表現高於平均,並發現「人臉」群組辨識表現為佳,其中多為財經、名嘴等名人。而美妝品牌廣告 VTR 表現優異,則以品牌「 Logo 」、「人臉」群組有最出色的表現。

本文章內容由「驚點股份有限公司( FreakOut Taiwan )」提供,經關鍵評論網媒體集團廣編企劃編審。