7月25日16：30點，“三點鐘節點財經VIP群”「節點英雄榜」第4期開播！
每個項目方都說自己的團隊靠譜，技術過硬，經濟系統設計合理，那麼是不是真的經得起推敲呢？
“節點英雄榜，有種來打榜！”節點財經聯合創始人崔婷婷及節點財經社群眾群友已準備好犀利的問題，有種來約！
今天來打榜的是ULSee 聯合創始人陳怡仲。
打榜時間：7月25日（週三）16：30點（北京時間）
打榜嘉賓：陳怡仲Jeremy Chen，美國芝加哥大學布斯商學院MBA畢業，2012年至今於香港上市公司Deputy (HK.0274)擔任CEO/執行董事/法人代表；2010-2012年在渣打銀行直投部門負責另類投資；2000-2010年在花旗集團亞太區總部負責特殊資產管理、花旗集團上海和花旗集團臺灣企業金融和全球交易銀行。
Jeremy Chen在銀行交易金融(包括電子商務和電子支付)、企業金融、另類投資、資產重組、財務顧問、借款融資、特殊資產管理等方面擁有超過18年的經驗。
主持人：崔婷婷，節點財經聯合創始人，10年知名科技媒體人+品牌顧問，在媒體運作、品牌傳播等方面擁有豐富實戰經驗。
ULSee 聯合創始人陳怡仲
以下為對話原文整理：
崔婷婷：第一個問題，先請Jeremy Chen簡單介紹一下ULSee項目到底是個什麼東東，儘量通俗易懂一點，提供什麼服務，比如個人用戶進入一家零售店之後會有哪些特色體驗？經濟系統是怎樣的？
陳怡仲：我簡單介紹一下，ULSee是一家做人工智能硬件的公司，旗下最火爆的產品——人工智能魔鏡，為線下零售店的消費者進行虛擬試衣，帶來全新的購物體驗。
大家試想象：當消費者到零售商店去，站在智能魔鏡前面，鏡子能迅速以人工智能技術進行3D建模，精確將消費者的臉跟實際身體尺寸快速建模出來，並且可模擬對應的真實動作。無論消費者穿著寬鬆或是厚衣服，我們的技術都能夠精準測量到身體真實尺寸。根據這些數據，精確虛擬出3D模型。消費者可以實時將店內所有衣服進行試戴試穿，挑選出最合適的衣服。
圖片來源：“三點鐘節點財經VIP群”分享實況
我們希望未來進一步將：人臉身份證、人臉錢包、支付以及數據存儲為一體，建立全新的零售生態系統，以人臉識別服務作為AI數據的基礎生態系統，通過區塊鏈分佈式賬本、去中心化、點對點傳輸、可溯源等技術特點，對C端消費進行數據改造。
圖片來源：“三點鐘節點財經VIP群”分享實況
我們希望消費者可透過幾種不同的行為直接獲得獎勵：例如——貢獻即挖礦：對大數據和內容做貢獻，存儲和共享驗證以及對商家的貢獻，消費者將能夠簡單快速地查看和使用他們的獎勵。另外商家需要對數據庫進行付費，我們也希望將這部分進行分析。商家和消費者可以直接互動進行交易，而且gas費遠低於傳統信用卡。我們可以說我們的平臺就是為了能讓所有生態圈參與的人有更多互動感和價值感。
圖片來源：“三點鐘節點財經VIP群”分享實況
未來UCNS數字貨幣將做為“糖果”提供給個人消費者，允許他們將數據貢獻給我們的數據庫和/或是購物數據給生態圈商家。UCNS數字貨幣將被生態系統內的商家(例如零售業，公用事業，電子商務等)接受為流通貨幣。
崔婷婷：第二個問題，現在Google、Facebook、阿里、騰訊、百度等國內外互聯網巨頭都已經對人臉識別技術進行了大量研發，支付寶也早就將這項技術與支付進行了結合。我看ULSee宣稱人臉識別技術已經“全面超越Face++等競爭對手，在人臉識別技術上名列前茅”。對普通用戶來說，ULSee在技術上的優勢具體體現在什麼地方？希望陳總能通俗點表述。
陳怡仲：ULSee 成立於 2014 年，一直專注提供最佳人臉追蹤和辨識全套技術解決方案。主要技術成員均來自美國賓州州立大學、英國劍橋大學、清華大學、浙江大學、臺灣大學等知名學府及業界頂尖技術人才。
我們在圖像與視頻增強、目標檢測、人臉感知、人體感知、環境感知、3D建模等人工智能技術上取得了突破性的進展，並獲得多項計算機視覺領域的美國授權專利。
圖片來源：“三點鐘節點財經VIP群”分享實況
有些朋友可能還沒聽過NTIRE，這是人工智能視覺領域最重要的年度基準比賽之一，在NTIRE官方競賽中，ULSee也已優越的運行時間以及超高的準確度，榮獲2017年年度全球最高效，打敗了人工智能領域佼佼者美國谷歌公司Google 。
圖片來源：“三點鐘節點財經VIP群”分享實況
對於處理速度，ULSee 是 SENSETIME 商湯科技的 153.6 倍，是 Google 的 1.25 倍。就精確程度，ULSee 得到了 28.49dB，這比 Google 在 PSNR(功率信噪比)上的 27.46dB 要高; ULSee 得到 0.882，高於谷歌在 SSIM(結構相似性)上的 0.790。這意味著我們的解決方案是更好及更快的。
另外根據我們瞭解，支付寶人臉支付使用的技術由我們的同業Face++提供，ULSee 的人臉識別技術超越對手（在LFW上數據庫測試，這是學術界和工業界評價識別性能的benchmark）。
根據根據國內某頭部安防集成商內部測試報告，我們的人臉識別技術在大型黑名單底庫比對方面的準確度要超過對手10個百分點，這意味著我們的人臉識別技術產生誤識別的概率會更低。對於普通用戶來講，意味著錢包賬號被攻破的可能性更低，賬戶更安全，可以更放心地使用。
群友：有一個關於隱私的問題，你把用具數據賣給商家，不是出賣了客戶的隱私嗎？
陳怡仲：我們不是自己去賣數據，是商家需要提供激勵給消費者；數據所有權和主導權都在消費者手上
群友：現在的意思是要經過我們授權咯？還能獲得激勵？就是能賺錢囖咯。
陳怡仲：所以去中心化的解決方案才能夠真正將數據帶來的利益還給消費者。
群友：有個問題，用戶會不會覺得每次賣數據麻煩，把數據售賣權交給第三方統一賣，出現類似現在各行業的中介
陳怡仲：這個我們會在技術設計上避免這個問題，否則一旦有數據中介，又會存在許多安全問題和隱患。
群友：賺的錢就是你們的幣，對吧？那豈不是我將來還能用幣再買你們的東西？
陳怡仲：希望可以拿我們的幣來消費購買商家產品
崔婷婷：第三個問題，提到支付，人們最關心的應該是安全問題。現在很多提供人臉識別功能的企業為了提升安全性能，選擇了用“活體檢測”來應對，比如阿里採用動作檢測和深度學習來綜合判斷，騰訊採用隨機數字唇語、人臉場景分析，還有一些採用動作檢測，比如搖搖頭點點頭眨眨眼什麼的。想請教陳總，ULSee是如何確保支付安全的？ULSee利用區塊鏈技術解決了傳統刷臉支付的哪些問題？
陳怡仲：在安全上，我們的獨創深度學習模型專注於支付安全。我們已研發新型高準確率人臉解鎖，無需接觸、快速人臉識別解鎖鏈接個人人臉錢包。在我們採集人臉數據後，會被編碼成一個1024維長度的向量，對於人臉識別，我們只需要這個向量，不需要原始人臉圖像。
同時，基於這個1024維長度的向量，無法復原原始人臉圖像，也就是說，人臉圖像生成一個1024維長度的向量的這個過程是單向不可逆的。我們經由深度學習訓練產生的算法，分析攝像頭拍攝到的單張人臉圖像的反光，紋理，顏色，背景。由於真實的人臉圖像和攻擊介質上（例如打印紙，手機屏幕，顯示器屏幕，海報，雕塑）的人臉在這些方面會有明顯的差異，算法馬上識別這些差異。
我們有最先進的刷臉支付技術，又與數字貨幣支付緊密結合。我們認為相比傳統支付形式，例如帳號密碼、U盾、手機短信、二維碼、指紋識別等，ULSee人臉識別支付的安全性是最高的，也更方便。對於用戶，ULSee將提供移動DAPP錢包、用戶在錢包裡可獲得存儲個人數字貨幣資產、存儲人臉數據、點對點支付轉賬、幣幣兌換、個人數據出租售賣等功能。用戶進行支付的時候，只需拍攝人臉，即可關聯到ULSee的錢包賬戶，點擊確認即可，無需手機，刷臉支付
我們通過區塊鏈技術的落地，將人臉錢包和身份證上鍊，消費者可把自己的購物資料、消費數據，還有購物偏好等全部存儲在區塊鏈上面，我們認為這是消費者個人的數字資產，不經過消費者允許，他人無法去進行篡改、或者盜取，我們認為這對消費者的隱私是一個更好的保護。 我們不但做到了安全支付，還另外將消費者隱私和數據所有權還給消費者了，這是其他的支付方案達不到的。
崔婷婷：不過人們對於刷臉支付的誤解可能還需要一些時間來慢慢消除吧？比如那會兒有人說到了雙胞胎問題，長得像問題。
陳怡仲：雙胞胎的問題對於我們的先進1024維長度算法來說不是問題
崔婷婷：第四個問題，對於目前影響人臉識別準確率的光線、遮蔽、角度等因素，ULSee是否有針對性的給出瞭解決方案？
陳怡仲：我們的人臉識別技術被業界公認為是全球最先進的領導者之一，在臉部追蹤技術的基礎上，我們的辨識技術在任何光源、角度或者有遮蔽的狀況下都有著相當高的準確性。我們的人臉識別模型是通過機器學習的方式訓練產生的，對於訓練樣本，我們會收集不同光照，遮擋，角度的人臉數據。
所以我們訓練的人臉識別算法能夠對抗這些外部因素的影響，具體來講，正臉角度±30度，遮擋不超過嘴部區域，對識別結果幾乎沒有影響。
圖片來源：“三點鐘節點財經VIP群”分享實況
群友：我的問題是咱們是一家設備公司還是軟件公司？
陳怡仲：我們成立於 2014 年，提供基於最佳人臉追蹤技術，即時高清無線流媒體和人臉識別領域的全套軟件解決算法方案。
崔婷婷：第五個問題，有數據顯示，2017年中國移動支付用戶規模達5.62億人，這也意味著我們移動支付市場正日益成熟。如果把需要帶錢包出門的現金支付時代稱為支付1.0時代，只需要帶個手機出門的移動支付稱為2.0時代，那麼連手機都不用帶，直接刷臉就能支付的可以算是支付3.0時代了。
很多人認為，現金支付必將與移動支付持續並存很長一段時間，那您認為刷臉支付的普及還需要多久？普及之前還需要克服哪些障礙？會取代移動支付嗎？區塊鏈技術的加持會加速這一進程嗎？
陳怡仲：前面我們提到，相比傳統支付形式，人臉識別支付的安全性是最高的，只有人臉對於安全驗證具有唯一性識別，其他支付方式都有潛在風險。
以手機的移動支付為代表的2.0支付時代在中國已經全面改變許多人的消費和生活習慣。許多人開玩笑說2017 年是中國的「碼年」，根據支付寶統計，支付寶平臺上行動支付筆數為 82%，創下新高。
同時，行動支付在這短短的幾年間，給中國老百姓帶來的變化可謂是翻天覆地。支付寶、餘額寶、微信紅包、收款碼等一次次地刷新群眾眼球，吃飯、喝酒、看電影、血拼（shopping）每天各種不同應用場景不斷出現。帶手機出門，大家見面就開始掃各種碼、或是被掃碼，這已成中國人的生活日常。但是我們仔細觀察，行動支付在中國這麼火，其實有許多特定的社會因素（包括微信和淘寶已經滲透影響無數中國老百姓的食衣住行），這在其他國家很難複製。
以日本來說，儘管支付寶和微信支付已經成功登陸，日本人對此卻興趣缺缺。同樣的在香港，行動支付也不是那麼方便普及，大多數人還是習慣現金、八達通和信用卡交易。我的朋友從內地過來香港，因為太習慣行動支付了，結果打出租車身上沒有帶現金，司機也不接受其他方式付款，只好到處找取款機取現金。因此我們認為以人臉支付支付為代表的3.0時代可以在海外市場先大力普及起來。
當人們一旦感受人臉支付帶來的方便和安全後，全面生活和消費習慣的改變是以倍數來計，未來幾年我預計中國將是下一個人臉支付的battle field（戰場）。
崔婷婷：人臉支付要普及的話，現在還有哪些障礙嗎？ 移動支付戰場，可以說中國佔盡了風頭，那海外是不是在刷臉支付上，可以追趕追趕了？
陳怡仲：支付和消費習慣都是快速改變的，但是前期需要時間醞釀推廣
群友：阿里之前出過人臉識別付款
崔婷婷：所以今天陳總想說的就是，他們比阿里的技術，強在哪兒 陳總可以再說一下
陳怡仲：我去深圳那家公司體驗過了，他們和螞蟻是以硬件為出發點來做；我們是以軟件算法為基礎
群友：我擔心圖像被用到別的地方啊，還是隱私問題，尤其中國的商家完全不顧個人隱私，直接拿數據去賣錢
陳怡仲：消費者隱私是我們最看重的，所以我們的區塊鏈生態圈和結構設計就是要保護消費者隱私
崔婷婷：第六個問題，我看到白皮書裡提到，ULSee可實現秒級結算速度。這是怎麼實現的？
陳怡仲：我們設計的人臉識別支付，不需要錢包、信用卡或手機，支付時只需要面對攝像頭進行閃電速度辨識，並點擊 OK 即可。
按照我們設計，整個交易能夠在 3 秒之內完成，通常消費者拿出錢包都需要這麼長時間。相比傳統支付形式，我們能幫消費者節省高達 90%以上的付款時間。
此外，以前商戶的資金清結算都要通過銀行，資金清結算要比支付轉賬晚幾天，我們的去中心化支付形式，使得支付轉賬和清結算能夠實時同步，極大提升商戶的資金週轉效率。
崔婷婷：第七個問題，現在有不少將區塊鏈與支付結合的項目，都打出了“幣圈支付寶”的口號，但ULSee自稱可以“秒殺支付寶”，底氣何來？另外，我知道有項目宣稱可以支持所有幣種，並且0手續費，ULSee可以支持所有幣種嗎？手續費我知道目前會收取一定UCNS，未來會免費嗎？
陳怡仲：我們首先對自己的人工智能技術非常有信心，我個人認為被複制拷貝的可能性幾乎為零，因為這個領域技術發展需要無數的人力、技術研發和研發預算投入。
另外我們設計讓消費者可透過幾種不同的行為直接獲得獎勵，例如對大數據和內容做貢獻，存儲和共享驗證以及對商家的貢獻。
消費者將能夠簡單快速地查看和使用他們的獎勵。另外我們有豐富的商業資源，透過我們在日本最強大的合作伙伴，我們可以快速建立和商家的關係。
另外我們開發人臉錢包功能豐富，未來對接銀行、信用卡、借記卡、第三方支付、主流數字貨幣等，提供消費者更多選擇和方便性。
未來我們希望能做到不對消費者收費，對於我們的商家來說，透過我們的人臉支付系統，他們將節省巨大的傳統刷卡手續費，這部分節省下來的費用成本，我們也希望能拿出來與消費者分享。
群友：是否也提供開放平臺供其他開發者入駐開發呢？
陳怡仲：這個我們還在思考，未來會帶入更多合作伙伴
群友：未來是否可以通過ULSee錢包管理我們自己名下的所有銀行卡呢？
陳怡仲：希望和主流銀行可以對接好。我在花旗銀行第一份工作就是做電子支付、電子銀行，花旗銀行亞洲第一個電子商務項目就是我深度參與的，所以我對於銀行系統對接比較瞭解
崔婷婷：第八個問題，白皮書裡說，ULSee將消費者的消費數據上鍊後，商家想要使用這些數據必須付費購買，但現在商家早已習慣了免費獲取並使用用戶數據，ULSee會如何說服商家進入生態呢？
商家付出成本查看用戶消費數據後，如何防止這些數據被二次倒賣？還是說這不在ULSee管控範疇內？
陳怡仲：我們認為每位用戶的消費數據都是極具價值的“大數據”，從個人消費數據可以精準分析出個人消費習慣，消費檔次，消費頻率等等。
商戶可以調取個人消費數據，從而更精準的推薦相應產品，極大的提高生產力，減少盲目的信息投放。
我們認為每位用戶的消費數據都是極具價值的“大數據”，從個人消費數據可以精準分析出個人消費習慣，消費檔次，消費頻率等等。
商戶可以調取個人消費數據，從而更精準的推薦相應產品，極大的提高生產力，減少盲目的信息投放。
但之前我們的消費數據都掌握在大的核心單位手中，且經常被無償的使用。區塊鏈技術可以最大化的對個人信息進行保護，把價值還給價值的製造者。
在 ULSee 模式下，商家如果想調用用戶的個人消費數據，需經個人用戶許可，並支付相應的代幣作為酬勞。
當然我們也會把控好數據安全性，在敏感數據裡面嵌入標籤，防止婷婷提到的二次倒賣問題，我們生態圈的商家都是有聲譽且具規模的，倒賣數據對他們自身的品牌影響反而更大。
群友：如果個人用戶不同意呢？
陳怡仲：如果個人用戶不同意，他們可以保留自己的數據，這才是隱私保護
崔婷婷：你們有沒有調查過，願意出賣自己相關資料的用戶的比例啊
陳怡仲：根據我們調查，用戶願意分享不是太私密敏感的信息。現在許多互聯網大咖都是靠用戶資料賣廣告賺大錢的；但是有沒有一分錢分享給用戶呢？谷歌的廣告收益每年是以billions計算的，基於用戶瀏覽習慣和偏好。但是我們享受谷歌的免費服務如搜索之外，沒有其他的好處。
崔婷婷：第九個問題，目前越來越多的傳統零售商在向新零售轉型。我們知道，新零售無論在供應鏈與物流變革、對消費大數據的高效利用還是用戶體驗（虛擬試衣間、無人便利店等等）等各方面都帶來了極大變革，但對於傳統零售商來說，他們缺乏相應的技術支撐與真正有效的大數據資源。
我看到ULSee會全力協助傳統零售商進行新零售生態佈局，具體來說怎麼做？區塊鏈技術會對ULSee的這一戰略起到怎樣的助推作用？現在ULSee合作過的傳統商家有哪些？效果如何？
陳怡仲：其實在2014年ULSee科技成立之初，就在人臉識別領域取得了重大的成就，並且成功與美國迪士尼（The Walt Disney Company）公司簽訂合作協議。
另外我們也大力支持京東的新零售電商平臺發展。大家都知道京東一直想將AR技術平臺化，因此ULSee協同其他合作伙伴為京東提供平臺和技術支持，共同推進線上虛擬試妝。
我們已經成功的發展人工智能魔鏡，今年9月會在日本最大快速零售店快速鋪設人工智能魔鏡，相信在不久將來，大家也可以在中國體驗我們的產品和技術。
圖片來源：“三點鐘節點財經VIP群”分享實況
我們認為對於我們專長的人工智能來說，我們認為除了我們本身的技術突破，讓系統更加“聰明”，但是未來人工智能領域能否被大眾接受，改變人們的生活，更重要的是背後支持數據的安全性、可靠性。
如果數據保存者沒有辦法加強數據管理安全性和可靠度，那麼數據被暴露在黑客或是其他有心人士前面，反而是一個大災難。
例如臉書的數據洩露事件，“劍橋分析”涉嫌利用來自臉書的數據影響多國大選，洩露個人隱私、暴利、干預政治讓許多人失去了對於臉書的信任。
然而區塊鏈恰好可以補足安全的問題，區塊鏈在保證數據安全的同時也提高數據的透明度。去中心化數據一旦上鍊，它就不能被篡改，並且不可逆。
所以我們將區塊鏈+人工智能應用在新零售領域上， 徹底解決行業痛點包括：用戶信息洩露、交易爭議無法及時處理、付款數據可能被盜取或簽名偽造、身份認證無法準確確認造成詐騙、消費者必須向商家展示信用卡/借記卡等方面的缺陷。
崔婷婷：和迪士尼怎麼合作呢？
陳怡仲：在2015年，我們與迪士尼公司合作，利用愛麗絲夢遊仙境角色，創造互動娛樂體驗。
崔婷婷：最後一個問題，現在ULSee項目的進展情況如何？接下來有哪些規劃？
陳怡仲：我們目前大力招兵買馬，將原有50-60位研發人員（包括7個博士）隊伍做大力擴充，希望將更多區塊鏈人才引入我們團隊。
另外我們和日本合作伙伴的合作進行非常順利，應該在今年九月份可以順利對外發布。
我們下一步重點在設計人臉錢包以及和後臺支付方式對接。
閱讀更多 節點財經 的文章
