7月25日16：30，“三点钟节点财经VIP群”「节点英雄榜」第4期开播!
每个项目方都说自己的团队靠谱，技术过硬，经济系统设计合理，那么是不是真的经得起推敲呢?
“节点英雄榜，有种来打榜!”节点财经联合创始人崔婷婷及节点财经社群众群友已准备好犀利的问题，有种来约!
今天来打榜的是ULSee联合创始人陈怡仲。
打榜时间：7月25日(周三)16：30(北京时间)
微信社群：三点钟节点财经VIP群
打榜嘉宾：陈怡仲Jeremy Chen，美国芝加哥大学布斯商学院MBA毕业，2012年至今于香港上市公司Deputy (HK.0274)担任CEO/执行董事/法人代表;2010-2012年在渣打银行直投部门负责另类投资;2000-2010年在花旗集团亚太区总部负责特殊资产管理、花旗集团上海和花旗集团台湾企业金融和全球交易银行。
Jeremy Chen在银行交易金融(包括电子商务和电子支付)、企业金融、另类投资、资产重组、财务顾问、借款融资、特殊资产管理等方面拥有超过18年的经验。
主持人：崔婷婷，节点财经联合创始人，10年知名科技媒体人+品牌顾问，在媒体运作、品牌传播等方面拥有丰富实战经验。
ULSee联合创始人陈怡仲
以下为对话原文整理：
崔婷婷：第一个问题，先请Jeremy Chen简单介绍一下ULSee项目到底是个什么东东，尽量通俗易懂一点，提供什么服务，比如个人用户进入一家零售店之后会有哪些特色体验?经济系统是怎样的?
陈怡仲：我简单介绍一下，ULSee是一家做人工智能硬件的公司，旗下最火爆的产品——人工智能魔镜，为线下零售店的消费者进行虚拟试衣，带来全新的购物体验。
大家试想象：当消费者到零售商店去，站在智能魔镜前面，镜子能迅速以人工智能技术进行3D建模，精确将消费者的脸跟实际身体尺寸快速建模出来，并且可模拟对应的真实动作。无论消费者穿着宽松或是厚衣服，我们的技术都能够精准测量到身体真实尺寸。根据这些数据，精确虚拟出3D模型。消费者可以实时将店内所有衣服进行试戴试穿，挑选出最合适的衣服。
图片来源：“三点钟节点财经VIP群”分享实况
我们希望未来进一步将：人脸身份证、人脸钱包、支付以及数据存储为一体，建立全新的零售生态系统，以人脸识别服务作为AI数据的基础生态系统，通过区块链分布式账本、去中心化、点对点传输、可溯源等技术特点，对C端消费进行数据改造。
图片来源：“三点钟节点财经VIP群”分享实况
我们希望消费者可透过几种不同的行为直接获得奖励：例如——贡献即挖矿：对大数据和内容做贡献，存储和共享验证以及对商家的贡献，消费者将能够简单快速地查看和使用他们的奖励。另外商家需要对数据库进行付费，我们也希望将这部分进行分析。商家和消费者可以直接互动进行交易，而且gas费远低于传统信用卡。我们可以说我们的平台就是为了能让所有生态圈参与的人有更多互动感和价值感。
图片来源：“三点钟节点财经VIP群”分享实况
未来UCNS数字货币将做为“糖果”提供给个人消费者，允许他们将数据贡献给我们的数据库和/或是购物数据给生态圈商家。UCNS数字货币将被生态系统内的商家(例如零售业，公用事业，电子商务等)接受为流通货币。
崔婷婷：第二个问题，现在Google、Facebook、阿里、腾讯、百度等国内外互联网巨头都已经对人脸识别技术进行了大量研发，支付宝也早就将这项技术与支付进行了结合。我看ULSee宣称人脸识别技术已经“全面超越Face++等竞争对手，在人脸识别技术上名列前茅”。对普通用户来说，ULSee在技术上的优势具体体现在什么地方?希望陈总能通俗点表述。
陈怡仲：ULSee成立于 2014 年，一直专注提供最佳人脸追踪和辨识全套技术解决方案。主要技术成员均来自美国宾州州立大学、英国剑桥大学、清华大学、浙江大学、台湾大学等知名学府及业界顶尖技术人才。
我们在图像与视频增强、目标检测、人脸感知、人体感知、环境感知、3D建模等人工智能技术上取得了突破性的进展，并获得多项计算机视觉领域的美国授权专利。
图片来源：“三点钟节点财经VIP群”分享实况
有些朋友可能还没听过NTIRE，这是人工智能视觉领域最重要的年度基准比赛之一，在NTIRE官方竞赛中，ULSee也已优越的运行时间以及超高的准确度，荣获2017年年度全球最高效，打败了人工智能领域佼佼者美国谷歌公司Google 。
图片来源：“三点钟节点财经VIP群”分享实况
对于处理速度，ULSee是 SENSETIME 商汤科技的 153.6 倍，是 Google 的 1.25 倍。就精确程度，ULSee得到了 28.49dB，这比 Google 在 PSNR(功率信噪比)上的 27.46dB 要高; ULSee得到 0.882，高于谷歌在 SSIM(结构相似性)上的 0.790。这意味着我们的解决方案是更好及更快的。
另外根据我们了解，支付宝人脸支付使用的技术由我们的同业Face++提供，ULSee的人脸识别技术超越对手(在LFW上数据库测试，这是学术界和工业界评价识别性能的benchmark)。
根据根据国内某头部安防集成商内部测试报告，我们的人脸识别技术在大型黑名单底库比对方面的准确度要超过对手10个百分点，这意味着我们的人脸识别技术产生误识别的概率会更低。对于普通用户来讲，意味着钱包账号被攻破的可能性更低，账户更安全，可以更放心地使用。
群友：有一个关于隐私的问题，你把用具数据卖给商家，不是出卖了客户的隐私吗?
陈怡仲：我们不是自己去卖数据，是商家需要提供激励给消费者;数据所有权和主导权都在消费者手上
群友：现在的意思是要经过我们授权咯?还能获得激励?就是能赚钱囖咯。
陈怡仲：所以去中心化的解决方案才能够真正将数据带来的利益还给消费者。
群友：有个问题，用户会不会觉得每次卖数据麻烦，把数据售卖权交给第三方统一卖，出现类似现在各行业的中介
陈怡仲：这个我们会在技术设计上避免这个问题，否则一旦有数据中介，又会存在许多安全问题和隐患。
群友：赚的钱就是你们的币，对吧?那岂不是我将来还能用币再买你们的东西?
陈怡仲：希望可以拿我们的币来消费购买商家产品
崔婷婷：第三个问题，提到支付，人们最关心的应该是安全问题。现在很多提供人脸识别功能的企业为了提升安全性能，选择了用“活体检测”来应对，比如阿里采用动作检测和 学习来综合判断，腾讯采用随机数字唇语、人脸场景分析，还有一些采用动作检测，比如摇摇头点点头眨眨眼什么的。想请教陈总，ULSee是如何确保支付安全的?ULSee利用区块链技术解决了传统刷脸支付的哪些问题?
陈怡仲：在安全上，我们的独创 学习模型专注于支付安全。我们已研发新型高准确率人脸解锁，无需接触、快速人脸识别解锁链接个人人脸钱包。在我们采集人脸数据后，会被编码成一个1024维长度的向量，对于人脸识别，我们只需要这个向量，不需要原始人脸图像。
同时，基于这个1024维长度的向量，无法复原原始人脸图像，也就是说，人脸图像生成一个1024维长度的向量的这个过程是单向不可逆的。我们经由 学习训练产生的算法，分析摄像头拍摄到的单张人脸图像的反光，纹理，颜色，背景。由于真实的人脸图像和攻击介质上(例如打印纸，手机屏幕，显示器屏幕，海报，雕塑)的人脸在这些方面会有明显的差异，算法马上识别这些差异。
我们有最先进的刷脸支付技术，又与数字货币支付紧密结合。我们认为相比传统支付形式，例如帐号密码、U盾、手机短信、二维码、指纹识别等，ULSee人脸识别支付的安全性是最高的，也更方便。对于用户，ULSee将提供移动DAPP钱包、用户在钱包里可获得存储个人数字货币资产、存储人脸数据、点对点支付转账、币币兑换、个人数据出租售卖等功能。用户进行支付的时候，只需拍摄人脸，即可关联到ULSee的钱包账户，点击确认即可，无需手机，刷脸支付
我们通过区块链技术的落地，将人脸钱包和身份证上链，消费者可把自己的购物资料、消费数据，还有购物偏好等全部存储在区块链上面，我们认为这是消费者个人的数字资产，不经过消费者允许，他人无法去进行篡改、或者盗取，我们认为这对消费者的隐私是一个更好的保护。我们不但做到了安全支付，还另外将消费者隐私和数据所有权还给消费者了，这是其他的支付方案达不到的。
崔婷婷：不过人们对于刷脸支付的误解可能还需要一些时间来慢慢消除吧?比如那会儿有人说到了双胞胎问题，长得像问题。
陈怡仲：双胞胎的问题对于我们的先进1024维长度算法来说不是问题
崔婷婷：第四个问题，对于目前影响人脸识别准确率的光线、遮蔽、角度等因素，ULSee是否有针对性的给出了解决方案?
陈怡仲：我们的人脸识别技术被业界公认为是全球最先进的领导者之一，在脸部追踪技术的基础上，我们的辨识技术在任何光源、角度或者有遮蔽的状况下都有着相当高的准确性。我们的人脸识别模型是通过机器学习的方式训练产生的，对于训练样本，我们会收集不同光照，遮挡，角度的人脸数据。
所以我们训练的人脸识别算法能够对抗这些外部因素的影响，具体来讲，正脸角度±30度，遮挡不超过嘴部区域，对识别结果几乎没有影响。
图片来源：“三点钟节点财经VIP群”分享实况
群友：我的问题是咱们是一家设备公司还是软件公司?
陈怡仲：我们成立于 2014 年，提供基于最佳人脸追踪技术，即时高清无线流媒体和人脸识别领域的全套软件解决算法方案。
崔婷婷：第五个问题，有数据显示，2017年中国移动支付用户规模达5.62亿人，这也意味着我们移动支付市场正日益成熟。如果把需要带钱包出门的现金支付时代称为支付1.0时代，只需要带个手机出门的移动支付称为2.0时代，那么连手机都不用带，直接刷脸就能支付的可以算是支付3.0时代了。
很多人认为，现金支付必将与移动支付持续并存很长一段时间，那您认为刷脸支付的普及还需要多久?普及之前还需要克服哪些障碍?会取代移动支付吗?区块链技术的加持会加速这一进程吗?
陈怡仲：前面我们提到，相比传统支付形式，人脸识别支付的安全性是最高的，只有人脸对于安全验证具有唯一性识别，其他支付方式都有潜在风险。
以手机的移动支付为代表的2.0支付时代在中国已经全面改变许多人的消费和生活习惯。许多人开玩笑说2017 年是中国的「码年」，根据支付宝统计，支付宝平台上行动支付笔数为 82%，创下新高。
同时，行动支付在这短短的几年间，给中国老百姓带来的变化可谓是翻天覆地。支付宝、余额宝、微信红包、收款码等一次次地刷新群众眼球，吃饭、喝酒、看电影、血拼(shopping)每天各种不同应用场景不断出现。带手机出门，大家见面就开始扫各种码、或是被扫码，这已成中国人的生活日常。但是我们仔细观察，行动支付在中国这么火，其实有许多特定的社会因素(包括微信和淘宝已经渗透影响无数中国老百姓的食衣住行)，这在其他国家很难复制。
以日本来说，尽管支付宝和微信支付已经成功登陆，日本人对此却兴趣缺缺。同样的在香港，行动支付也不是那么方便普及，大多数人还是习惯现金、八达通和信用卡交易。我的朋友从内地过来香港，因为太习惯行动支付了，结果打出租车身上没有带现金，司机也不接受其他方式付款，只好到处找取款机取现金。因此我们认为以人脸支付支付为代表的3.0时代可以在海外市场先大力普及起来。
当人们一旦感受人脸支付带来的方便和安全后，全面生活和消费习惯的改变是以倍数来计，未来几年我预计中国将是下一个人脸支付的battle field(战场)。
崔婷婷：人脸支付要普及的话，现在还有哪些障碍吗? 移动支付战场，可以说中国占尽了风头，那海外是不是在刷脸支付上，可以追赶追赶了?
陈怡仲：支付和消费习惯都是快速改变的，但是前期需要时间酝酿推广
群友：阿里之前出过人脸识别付款
崔婷婷：所以今天陈总想说的就是，他们比阿里的技术，强在哪儿 陈总可以再说一下
陈怡仲：我去深圳那家公司体验过了，他们和蚂蚁是以硬件为出发点来做;我们是以软件算法为基础
群友：我担心图像被用到别的地方啊，还是隐私问题，尤其中国的商家完全不顾个人隐私，直接拿数据去卖钱
陈怡仲：消费者隐私是我们最看重的，所以我们的区块链生态圈和结构设计就是要保护消费者隐私
崔婷婷：第六个问题，我看到白皮书里提到，ULSee可实现秒级结算速度。这是怎么实现的?
陈怡仲：我们设计的人脸识别支付，不需要钱包、信用卡或手机，支付时只需要面对摄像头进行闪电速度辨识，并点击 OK 即可。
按照我们设计，整个交易能够在 3 秒之内完成，通常消费者拿出钱包都需要这么长时间。相比传统支付形式，我们能帮消费者节省高达 90%以上的付款时间。
此外，以前商户的资金清结算都要通过银行，资金清结算要比支付转账晚几天，我们的去中心化支付形式，使得支付转账和清结算能够实时同步，极大提升商户的资金周转效率。
崔婷婷：第七个问题，现在有不少将区块链与支付结合的项目，都打出了“币圈支付宝”的口号，但ULSee自称可以“秒杀支付宝”，底气何来?另外，我知道有项目宣称可以支持所有币种，并且0手续费，ULSee可以支持所有币种吗?手续费我知道目前会收取一定UCNS，未来会免费吗?
陈怡仲：我们首先对自己的人工智能技术非常有信心，我个人认为被复制拷贝的可能性几乎为零，因为这个领域技术发展需要无数的人力、技术研发和研发预算投入。
另外我们设计让消费者可透过几种不同的行为直接获得奖励，例如对大数据和内容做贡献，存储和共享验证以及对商家的贡献。
消费者将能够简单快速地查看和使用他们的奖励。另外我们有丰富的商业资源，透过我们在日本最强大的合作伙伴，我们可以快速建立和商家的关系。
另外我们开发人脸钱包功能丰富，未来对接银行、信用卡、借记卡、第三方支付、主流数字货币等，提供消费者更多选择和方便性。
未来我们希望能做到不对消费者收费，对于我们的商家来说，透过我们的人脸支付系统，他们将节省巨大的传统刷卡手续费，这部分节省下来的费用成本，我们也希望能拿出来与消费者分享。
群友：是否也提供开放平台供其他开发者入驻开发呢?
陈怡仲：这个我们还在思考，未来会带入更多合作伙伴
群友：未来是否可以通过ULSee钱包管理我们自己名下的所有银行卡呢?
陈怡仲：希望和主流银行可以对接好。我在花旗银行第一份工作就是做电子支付、电子银行，花旗银行亚洲第一个电子商务项目就是我 参与的，所以我对于银行系统对接比较了解
崔婷婷：第八个问题，白皮书里说，ULSee将消费者的消费数据上链后，商家想要使用这些数据必须付费购买，但现在商家早已习惯了免费获取并使用用户数据，ULSee会如何说服商家进入生态呢?
商家付出成本查看用户消费数据后，如何防止这些数据被二次倒卖?还是说这不在ULSee管控范畴内?
陈怡仲：我们认为每位用户的消费数据都是极具价值的“大数据”，从个人消费数据可以精准分析出个人消费习惯，消费档次，消费频率等等。
商户可以调取个人消费数据，从而更精准的推荐相应产品，极大的提高生产力，减少盲目的信息投放。
我们认为每位用户的消费数据都是极具价值的“大数据”，从个人消费数据可以精准分析出个人消费习惯，消费档次，消费频率等等。
商户可以调取个人消费数据，从而更精准的推荐相应产品，极大的提高生产力，减少盲目的信息投放。
但之前我们的消费数据都掌握在大的核心单位手中，且经常被无偿的使用。区块链技术可以最大化的对个人信息进行保护，把价值还给价值的制造者。
在ULSee模式下，商家如果想调用用户的个人消费数据，需经个人用户许可，并支付相应的代币作为酬劳。
当然我们也会把控好数据安全性，在敏感数据里面嵌入标签，防止婷婷提到的二次倒卖问题，我们生态圈的商家都是有声誉且具规模的，倒卖数据对他们自身的品牌影响反而更大。
群友：如果个人用户不同意呢?
陈怡仲：如果个人用户不同意，他们可以保留自己的数据，这才是隐私保护
崔婷婷：你们有没有调查过，愿意出卖自己相关资料的用户的比例啊
陈怡仲：根据我们调查，用户愿意分享不是太私密敏感的信息。现在许多互联网大咖都是靠用户资料卖广告赚大钱的;但是有没有一分钱分享给用户呢?谷歌的广告收益每年是以billions计算的，基于用户浏览习惯和偏好。但是我们享受谷歌的免费服务如搜索之外，没有其他的好处。
崔婷婷：第九个问题，目前越来越多的传统零售商在向新零售转型。我们知道，新零售无论在供应链与物流变革、对消费大数据的高效利用还是用户体验(虚拟试衣间、无人便利店等等)等各方面都带来了极大变革，但对于传统零售商来说，他们缺乏相应的技术支撑与真正有效的大数据资源。
我看到ULSee会全力协助传统零售商进行新零售生态布局，具体来说怎么做?区块链技术会对ULSee的这一战略起到怎样的助推作用?现在ULSee合作过的传统商家有哪些?效果如何?
陈怡仲：其实在2014年ULSee科技成立之初，就在人脸识别领域取得了重大的成就，并且成功与美国迪士尼(The Walt Disney Company)公司签订合作协议。
另外我们也大力支持京东的新零售电商平台发展。大家都知道京东一直想将AR技术平台化，因此ULSee协同其他合作伙伴为京东提供平台和技术支持，共同推进线上虚拟试妆。
我们已经成功的发展人工智能魔镜，今年9月会在日本最大快速零售店快速铺设人工智能魔镜，相信在不久将来，大家也可以在中国体验我们的产品和技术。
图片来源：“三点钟节点财经VIP群”分享实况
我们认为对于我们专长的人工智能来说，我们认为除了我们本身的技术突破，让系统更加“聪明”，但是未来人工智能领域能否被大众接受，改变人们的生活，更重要的是背后支持数据的安全性、可靠性。
如果数据保存者没有办法加强数据管理安全性和可靠度，那么数据被暴露在黑客或是其他有心人士前面，反而是一个大灾难。
例如脸书的数据泄露事件，“剑桥分析”涉嫌利用来自脸书的数据影响多国大选，泄露个人隐私、暴利、干预政治让许多人失去了对于脸书的信任。
然而区块链恰好可以补足安全的问题，区块链在保证数据安全的同时也提高数据的透明度。去中心化数据一旦上链，它就不能被篡改，并且不可逆。
所以我们将区块链+人工智能应用在新零售领域上，彻底解决行业痛点包括：用户信息泄露、交易争议无法及时处理、付款数据可能被盗取或签名伪造、身份认证无法准确确认造成诈骗、消费者必须向商家展示信用卡/借记卡等方面的缺陷。
崔婷婷：和迪士尼怎么合作呢?
陈怡仲：在2015年，我们与迪士尼公司合作，利用爱丽丝梦游仙境角色，创造互动娱乐体验。
崔婷婷：最后一个问题，现在ULSee项目的进展情况如何?接下来有哪些规划?
陈怡仲：我们目前大力招兵买马，将原有50-60位研发人员(包括7个博士)队伍做大力扩充，希望将更多区块链人才引入我们团队。
另外我们和日本合作伙伴的合作进行非常顺利，应该在今年九月份可以顺利对外发布。
我们下一步重点在设计人脸钱包以及和后台支付方式对接。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
