【亿邦原创】12月20日消息，在2017亿邦未来零售大会上，Visenze（拍搜科技）CTO李广达发表了题为《让优衣库变成智能购物，它做了哪些颠覆创新》的演讲。他(她)指出，因为针对的服务是企业客户，除了效果必须要好，另外还有很多企业服务的指标，速度一定要非常快，稳定性要非常高。
据悉，2017亿邦未来零售大会由亿邦动力网主办，于12月20日-22日在广州香格里拉酒店举行。
本届大会以“智·商”为主题，包括两天的主论坛，5场主题分论坛，马蹄社等活动，国内外电商领域知名企业高管、专家学者、媒体代表共计4000人次出席。值得关注的是，在本届大会上，数字化、智能化、场景化已成为主旋律，大数据算法、内容、社交正在和产业紧密融合。反映了，商业正处在迭代进化的边缘，这是一个低维向高维迈进的历史性时刻。
Visenze（拍搜科技）CTO李广达
温馨提示：本文为速记初审稿，保证现场嘉宾原意，未经删节，或存纰漏，敬请谅解。
以下是演讲实录：
李广达：谢谢亿邦网对我们Visenze的邀请，刚才尚总分享的非常好，商汤现在是国内非常出色的一家算法平台公司，我觉得每个做人工智能相关的公司都非常羡慕商汤，商汤有100多个博士，可以做算法平台，对我们来说没有那么多博士，所以我们只能做产品，服务垂直领域的客户。
我今天主要讲的是我们的产品，图像搜索，就是以图搜图和图象识别在互联网领域的一些应用以及我们在海外做的一些实战的例子。
简单介绍一下我们，我们是从新加坡国立大学赫青花大学研究中心NExT孵化出来的一家企业，到2012年底的时候孵化出来，那时候还没有深度学习，深度学习是2013年年火起来的，之前我们积累了很多图像搜索，我们叫信息检索和多媒体处理方面的一些经验，深度学习火起来之后，我们迅速地切到了深度学习技术站里面。我们的客户主要集中在海外，在欧洲、北美、北亚、日本、韩国，东南亚的客户也比较多，我们从今年开始做国内市场。
我们主要提供的服务是以图搜图，大家用淘宝，淘宝上有一个拍立淘的功能，我们把这个功能变成云服务，把这个功能提供给企业客户，我们还有提供针对智能电商领域的服务。我们还有一些国家的商标机构要查哪个商标有侵权或者他在申请的时候是否有一些相似的，我们还有很多这些例子，因为今天主要的主题是电商领域，所以我今天主要讲这个领域的实战例子。
因为我们在国内市场做的相对少一些，我们主要是在海外做一些市场，在欧洲，欧洲比较大的人工智能的会议把我们选成了在零售领域比较好的产品，在北美一个市场研究公司叫InterBarnd把我们选成了40个全球突破性品牌之一，包括滴滴和Face++都在里面。底下是我们的服务客户，包括Rakuten、ASOS等等，很多大家没有听说过。
接下来讲一下我们是怎么把服务带给客户的，这是我们在日本优衣库上线的服务，有一个以图搜图的功能，当你看到一个喜欢的衣服或者图案，你很难用语言描述这个事情，但是你可以拍一个照来搜索，背后的技术提供是来自于Visenze公司。
这是另外一个例子，就是ASOS，是总部在英国的一家的时尚公司，销售大概800个品牌，在全球销售，它2017年的销售额大概是在19亿欧元左右，利润是几亿欧元的范围，在今年年中几个月前，跟它合作，ASOS利用我们的技术是和耐克合作，他们针对的电商客户主要是年轻人，他们在街头访问，我们通过跟客户的实战发现，真正对这些新型的信息交互搜索方式比较感兴趣的是00后的一代，这里也有一些数据，我也分享给大家。00后的英文就叫Z-代，80后叫千禧一代，千禧一代还是用分子交互比较传统的信息，Z-代用图像、视频的交互的方式，对于信息搜索模式，从他们熟悉的文本，到现在语音变的比较火，这在美国搜索市场20%的搜索，谷歌报的数据是来自于语音搜索，接下来发生的，对于新一代的人来说新的模式的搜索——图片搜索就变的逐步走向主流。
右边这个图大家可以看一下，这是KBCB2016年的数据，传到互联网上的图片视频30亿，这么多信息传到网上，如果没有一个好的理解方式，这些信息都丢失掉了，没办法找到更详细的信息。这是在北美我们看到的趋势，这是亚马逊的产品搜索功能，2.5亿次拍照搜索，这是Pinterest2017年5月数据，三星今年年终发布的手机，你打开摄像头直接可以变成一个搜索引擎，如果是文字的话它帮你翻译，如果是一个物体，它用的是亚马逊提供的视觉搜索，淘宝拍立淘公开的数据是2017年7月有3.6亿次的搜索，以摄像头作为信息的交互模式，这个事情实际上是在发生的，整个是在上升的状态。
回到今天的主题，就是在线零售，包括新零售市场，很多企业在探索是否使用人工智能做一些什么，这是2017年的数据，大家想到的是提升两方面，一是搜索，二是推荐功能，因为这是直接能产生转化的。从另外一方面，就电商来说还是图片，如果这些技术可以用在图片上，帮助到最后的转化，那也是我们公司主要关注的一点。
我介绍一下Visenze的解决方案，我们的解决方案很简单，就是拍照，然后搜索，以图搜图的功能，可以是一个图片，也可以是一个截屏，比如你在朋友圈里面看到有人发了一个衣服很好看，你可以截一个屏来搜索，也可以基于颜色的搜索。下面这个截图是我们在欧洲上线的一个应用，这个品牌是一个快时尚的客户，它的客户可以通过拍照来进行购物。
这是我们已经上线的客户，像日本的乐天公司，有上亿的产品在我们搜索平台上面，我们给它在日本的客户提供搜索功能，以图搜图。中间这个是我们在东南亚的一家卖家居的电商，它给它的客户提供以图搜图的功能。右边是我们在国内的一个客户，叫思库，也是用我们的服务来给它的客户，包括内部的一些运营提供以图搜图的功能。
除了以图搜图，这是用户主动开启的功能，很多客户用我们的服务来提供产品推荐的功能，这个产品推荐的功能对服饰、家居等等这些类别特别有用，这些产品相对比较感性，很难用文字描述清楚，像一个手机你可以描述什么品牌，多少G内存，对一个衣服来说一个黑裙子和黑上衣，这个黑裙子和另外一个黑裙子是相差很远的，但用图像的信息实际上能很好地表示产品信息。
这是我们与韩国电商interpark电商产品推荐，使用Visenze相似推荐API，我们的呼叫反应是非常快的。这是ASOS的客户，这个产品如果搞活动卖没了，迅速你要推荐一些相似产品，最好跟那个产品互补和相关，我们的技术除了对图片内容的理解，还可以推荐其他的功能，你可以定制价格和类别的区间，这个产品卖没了，你可以推荐一些相似，但是价格高一些的，我们对企业的需求理解是比较深入的，所以ASOS用我们来提供了这个功能。
另外我讲一些实例，因为在海外社交平台相对比较多一些，不像国内大家主要是用微信。在海外，我们看到的场景是，大家都想用社交元素来进行购买。对于一些调查的信息，比如图片的内容，对视觉内容的好坏，消费者对这个品牌的认知和最后购买的意向影响是比较大的，我们和ASOS公司合作了一个案例，他在他的网站上上了一个宣传页面，叫AsSeenOnMe，ASOS做了一个活动，让他的客户去标志标签，然后他把图片返回到网站上面，再显示出来，你去搜街拍图的时候，可以把产品库建起来。我们提供技术保障。
这是我们跟东南亚一家电商公司合作的，我们给它提供一个全平台的解决方案，终端用户看到的是一个活动页面，看到这个街拍图很美，它的产品来自于哪里，整个模式是我们提供社交数据的收集到社交数据的清洗，到产品库的连接，然后展示给用户，我们提供全套解决方案，这是电商页面的展示端，这是运营人员的客户端，对在线的运营人员，虽然我们给它返回了一个自动匹配的结果，但是它要上线的，它的运营人员需要重新看一遍再决定上线与否。
我刚才讲的是图像相似度的相关联做拍照搜索、拍照购物以及产品推荐的功能。我再讲另外一个服务，就是顶上产品属性的理解，就是属性标签，对于电商来说，尤其是时尚类的，大家有一个困扰是如何更好地抽象出来一些标签对一个产品信息的理解，比如类别，更深入的是服饰产品的深度属性，比如领子，对于一个女装裙子就有很多，比如无袖、长袖，还有一些中式领子，各种奇奇怪怪的领子，可能有成百上千种，我们花了很长时间深入理解这些类别，给电商客户提供更好的属性和标签补充的功能。
这是我们已经上线的标签复杂度，比如不同的产品类别，毛衣有很多属性特征，裙子也有很多属性特征，整体做起来还是需要对电商领域的理解非常深入，而且这个东西比较新，当我们推向市场的时候，在海外这个服务还是非常受欢迎的。
这是一个连体衣，它是无袖、多色的，圆领的，还有一些其他的信息，当我们有了这些信息可以做什么呢？很简单的，补充文本搜索的召回，另外就是你可以帮助提升内部推荐引擎的效率，还有一个更有意思的东西是你和销售数据结合起来，可以关注什么款式的衣服卖的比较火，这里面可以提供一些更新的信息去做分析，有兴趣的，我们可以接下来再继续聊一下。
这是我们的一些数据，内部衡量指标还是点击率，另外就是最后的转化率，我们和一些海外电商客户合作的时候是按分成来收入的，我们给你提升了几个点，你有多少转化率，我们相应的得到收入情况。这样看起来还是能帮助电商提升蛮多效率，而且这里面没有写出来的是，因为我们合作的电商要上架新功能的时候会做一些市场活动，我们发现这些市场活动普遍能提升大家装机的成本，这种新的功能能把装机的成本降到百分之二三十以上。
简单总结一下我们公司对企业客户这边的解决方案，因为我们针对的服务是企业客户，除了效果必须要好，另外还有很多企业服务的指标，比如速度一定要非常快，另外就是稳定性要非常高。还有处理量也要非常大，所有的模块都是可以定制的，这样也是说，我们在对一些全球客户的服务，比如它在欧洲做上线，在亚洲做上线的时候，我们可以迅速提供它所需要的功能，这也是我们比较独特的一些地方。
最后评价还是搜索效果，我们的一些客户，因为大家在选供应商的时候都要做一些PK，黄色的线就是我们的指标，我们的结果基本上比第二名高百分之七八十左右，这是去年的数据，今年我们的效果更好。这是NDCG、MAP等等信息检索比较常用的指标（见PPT）。
我讲一下背后的工作技术原理，让大家了解一下。因为我们主要做的核心的事情是对搜索来说相似度的定义，相似度的定义，这里面最简单来说，就是我想搜这个东西，我一定要找到一模一样的东西，实际上在现实情况下一模一样的东西一定在数据库里面，当没有这个一模一样的东西的时候，我们的结果如何返回，我们这里面列了几条非常好懂的一些标准，比如说如果没有相似的话，我们就要返回同一个款式不同颜色，如果同一个款式不同颜色也没有的话，就要返回同样类别的产品，和同样子类别的产品，还有你的一些细节的元素是不是也是有一些匹配，比如你搜一个黑色的短袖的裙子，就不能黑色长袖的裙子排在前面，这是我们用的深度度量的解决方案。
这是我们对细节的属性有一个深入的了解，比如下装上装、裙子、外套，准确率95%以上。然后是子类别，像衬衫、短上衣等等，准确度90%，然后还有一些细节属性，像颜色、领子类型等等，准确度又会下降，但是如何提升准确度，这是我们整个研发比较关注的一点。
图像搜索技术是非常简单的事情，我们有了图片，Query是待搜的图，我们有一个图片库，然后待搜的图转变为图片特征的向量，然后算最近邻距离，距离最小的就排在前面，在实操的时候我们会考虑到非常多的元素，比如在图片库，待搜的图片要做主体识别、特征提取等等，这些都是用深度学习训练出来的，比如涉及到物体监测、视觉嵌入和压缩模型，达到端到端比较好的程度还是比较难的。
因为我们主要在海外做，但是我们在美国那边做的比较多，这是我们在美国推B2C的APP，主要是展示来用的，大家如果有兴趣可以去试一试，这里面有美国上亿的产品，基本上在美国拍任何东西能够在这里面找到，速度也非常快，如果你在中国的APP Store就下载不了，要去到美国那边。
如果大家想体验我们的技术可以上我们的网站，我们有很多Demo，如果想了解更多我们的企业方案，可以联系我们，因为我们这边来了很多同事，如果大家想线下沟通的话可以找我们，我准备也不是很及时，所以没有把二维码贴上来。谢谢大家！
文章来源：亿邦动力网
