Miro AI識別跑手裝束助品牌營銷 「電腦視覺」追蹤畫面 建立體育大數據

原文刊於信報財經新聞「StartupBeat創科鬥室」

近年人工智能（AI）技術快速冒起，金融、交通和教育等行業巨企均採用，幾乎無處不在，甚至被捧為無所不能。不過，一間「港產」AI初創卻相信，該技術存在一定局限性，開發者宜先深入個別領域專門發展，才不致讓AI技術「大而無當」。

Miro AI由行政總裁Taylor Host及技術總監Jamie Wilde在香港聯合創辦，早已選定跑步運動領域專門發展，利用AI及電腦視覺（computer vision）技術，識別出現在照片或影片中的運動員及身上的裝備。專注運動領域應用，讓公司很快建立收入來源，有力負擔開發成本，抵禦外圍政經環境的波動。

「人工智能公司多數可分為兩類：一類是籌一大堆錢、花完錢後又造不出成果；另一類是善用有限資源、針對性開發出強勁的科技應用來賺錢。」Host指出，在2017年創立的Miro AI，開發出的一大應用，是協助體育活動主辦商及用戶識別照片或影片中的運動員。

庫存3500萬鞋類圖像

「任何高質素的深度學習圖像分析技術模型，都需要大量數據進行模型訓練。其他人工智能公司會在不同地方找尋數據來源，可能是保安閉路電視圖像之類，我們則選定跑步運動領域。」Wilde解釋，Miro AI團隊看中在跑步等運動賽事及活動中，可收集到相當一致、具重複性（repeatable）的大量數據，對訓練AI模型大有作用。

Miro AI開發出名為RunnerTag的服務，會以運動員身上的號碼布編號，識別出現在運動照片、影片的運動員。

主辦商將活動照片上傳後，Miro AI系統會運用數據分析技術，配對運動員資料，數秒內識別出每張照片中的參加者，找出目標照片。Host透露，自公司成立以來，系統獲得全球各地約750個活動採用，提供活動日照片識別及揀選等服務。

賽事主辦商會按參與的運動員人數，向Miro AI支付服務費，收費大約是每名運動員約35美仙。「該系統累計已識別約800萬名運動員，我們則可以使用這些經過假名化（pseudonymised）及匿名化處理的圖像數據，協助開發我們的AI模型。」

Wilde表示，Miro AI的數據庫存有超過3500萬張運動員穿着鞋類的圖像，可能是全球最大、經系統化整存的相關圖像數據集；在運動員的假名化原始數據中，公司會運用獨家的AI技術為圖像數據加入標籤，然後運用大量圖像數據去開發及訓練新AI模型。

所謂「數據就是新石油」，Wilde指出，「Miro AI開發人工智能模型識別跑步者所穿的運動鞋品牌時，其首個模型版本就用了40萬張圖片。許多人工智能技術公司要找40萬張真人在活動時穿着運動鞋的圖片，已經非常困難。」

分析裝備與運動員表現

另一項Miro AI系統應用，是在大量圖像數據中，識別選手的服裝、鞋款及裝備，分析有關運動鞋款使用情況、對各類型選手的實際表現影響等，從而向相關品牌提供調查數據，取代以往由品牌聘請員工用肉眼點算的傳統方式。

Wilde透露，「系統的早期應用之一，是追蹤及分析跑手穿着的跑鞋及服裝等圖像數據，配合跑手的實際表現、速度等資料，得出各類調查結果，例如更快偵測到有哪些跑鞋品牌在跑手圈內冒起，分析結果會較單看銷售數據更有用。」

Host稱，目前約有30至35個客戶與Miro AI合作，採用其分析技術，「我們絕大部分的業務都在美國和歐洲，但我們在包括日本、南韓、東南亞等地的業務亦一直錄得增長。我相信到今年年底，美國排名頭十位的跑鞋品牌中，有半數會與我們合作。」據了解，目前與Miro AI合作的運動品牌，包括Nike、adidas、ASICS等。

獲美國職棒大聯盟採用

Miro AI近期正式進軍美國專業體育運動領域。本身是棒球迷的Host坦言非常興奮，「我們將夥拍紐約公司Photoshelter，在即將展開的美國職業棒球大聯盟（Major League Baseball，簡稱MLB）賽季中，為大聯盟的多支球隊，在比賽期間提供實時圖像分析。Miro AI將有機會為全球最高水平的運動賽事開發AI技術。」

對於具體技術應用，Host不願透露太多詳情，但提到：「我們構建的AI系統，可對大量圖像及影片內容進行快速檢視、整理及建立編碼標籤，尋找客戶希望看到的某些事物。例如現時有跑步賽事的主辦商，會透過查看我們的圖像數據，快速驗證計時公司測量的比賽結果、確保賽果正確等。」Miro AI未來的重點方向，將開拓不同運動項目的應用。

採訪、撰文：吳志南

延伸閱讀：

嘆香港變質 總部遷美國

人工智能檢測武肺患者有局限

支持EJ Tech

如欲投稿、報料，發布新聞稿或採訪通知，按這裏聯絡我們。