图片来源图虫：已授站长之家使用

腾讯《一线》 濮祥

Qeexo奇手公司把指关节敲击截屏技术(FingerSense)授权给华为使用，把耳感息屏技术(EarSense)授权给OPPO使用，现在正在把其研发的嵌入式机器学习产品，从CES到MWC2019 一路展示，想在IoT领域找到更多应用场景。

Qeexo的机器学习平台已经在全球范围内通过FingerSense和EarSense等产品进入了超过1. 8 亿台智能手机和平板电脑。

在北京望京Soho的办公室，腾讯《一线》作者见到奇手公司创始人、CEO Sang Won Lee。他是一名年轻的韩国人，用英语介绍说，公司创立 2012 年创立至今，团队人数尚未超过60，多数为工程师。

精益团队加上数量庞大的市场，让这家人工智能公司活得相对滋润。在北京、上海成立办公室之后， 2018 年，奇手又在深圳设立办公室。

今年 1 月 3 日，奇手科技发布了为嵌入式产品及应用服务的机器学习平台，Qeexo嵌入式机器学习是一种轻量级通用型平台，可以在嵌入式边缘设备上实时本地执行机器学习推理，无需依赖云端。

“Qeexo嵌入式机器学习能够帮助企业理解他们产品以及设备中不断产生的传感器数据，不管是已经收集到的数据，还是可以被收集的数据。”Sang Won Lee说，“随着硅芯片价格不断下降而能力越来越强，我们相信机器学习将会朝着边缘领域发展。”

在工业环境中，由Qeexo驱动的传感器可以被设置在工厂中用来监控和分析进程，设备，以及目标产物，使机器能以更理想的状态运行得更长久。在汽车行业中，如果传感器有了Qeexo嵌入式机器学习就能够对路况和汽车状况作出即时反馈，或者对汽车进行预测性维护。在智慧家居和物联网领域，边缘设备可以用更低的额外价格来扩展出更加有用和更方便的功能。

在智能手机业务基础上，奇手想进入更广阔的商业领域。Qeexo嵌入式机器学习能够在很多领域中让产品和进程变得更智慧。它可以做到毫秒级延迟，这使得应用感觉像是即时反馈。

并且这一平台对功耗、内存和处理需求极低。Qeexo嵌入式机器学习经过高度优化，允许在边缘设备上进行推理，应用范围更广，对所有类型的传感器数据起作用。

在IoT领域如何获得更多客户，对Sang Won Lee及其团队来说是一项新挑战。

Sang Won Lee在美国伯克利大学上MBA，曾经为三星工作，主要负责寻找创新型的智能手机交互体验。有一次，他读到Chris Harrison的学术论文，讲人工智能交互，便主动联系上Chris，最终说服其一起创业。

Chris Harrison后来成为奇手公司CTO，也是联合创始人，在卡耐基梅隆大学人机交互专业任助理教授。他的研究兴趣之一是让“小设备派上大用场”，入选过福布斯杂志评选的 30 岁以下科学家的top30 榜单。在实验室之外，Chris喜爱焊接雕塑、去人迹罕至的世界各地旅游，以及修缮自己的老房子。

早期，他们希望能够将智能设备上多点触控的交互方式提升到一个新的水平—Rich-Touch。不过，创业之初过上了很长一段时间苦日子。要让FingerSense这样产品变成现实，关键在于机器学习，经过了 3 年左右的前期研究和实验，Qeexo才建立Rich-Touch技术真正商业化所需要的机器学习引擎。

此后，要为产品找到用户，在众多选项中找到了智能手机应用场景。Sang长时间奔走于中国大陆，最终达成了与华为的合作。

2014 年，华为将指关节截屏的简捷操作，当作一个亮点向用户推介。这一操作比iPhone手机同时按电源和Home键便捷很多。

搭载了FingerSense的操作非常简单，将食指或者中指弯曲，用第二个指关节，连续敲击 2 下屏幕，手机就能完成截屏这个操作。此外，指关节手势可以帮助实现滚动截屏、区域截屏，录屏，分屏，还可以快速打开应用。例如只需要用指关节敲击屏幕并画字母m，音乐应用就会开启。

作为一项人工智能技术，FingerSense适应性很强，不需要智能手机中添加传感器等硬件，而是完全依靠软件来实现，所需要的内存和能源消耗都非常小，让手机厂商不需要担心其它功能受到影响。

Sang介绍，为了识别是不是无意接触误操作，是不是指关节敲击，奇手在美国有一些研发团队，在后面进行大量的人工智能机器学习训练，模拟各种操作。通过高精度预测用户的输入方式、手势及其他操作，Qeexo奇手给出纯软件交互的人工智能解决方案。

FingerSense之后，Qeexo奇手又推出两项新技术，一是适用于大尺寸屏幕的手势虚拟工具TouchTools，另一个是取代接近度传感器的耳感息屏技术EarSense。

其中， 2018 年 6 月，EarSense技术应用到OPPO旗舰机Find X全面屏手机上。这项技术能够识别移动设备与脸和耳朵的接近或触碰，在用户接听电话时将屏幕熄灭。Sang认为，在刘海屏成为潮流的当下，这项技术打破了传统近程传感器的限制，并在设计上为手机节省了上边框的空间，从而让真正的全面屏成为可能。

此前，已经有一些替代传统近程传感器的解决方案，但这些方案要以新硬件替代旧硬件，成本高，性能表现一般。相比之下，EarSense是一款纯软件解决方案，手机不再需要为传感器留出位置，让手机工程师们有了更大发挥空间。

在见腾讯《一线》作者时，Sang正在用Find X。从OPPO方面消息，Find X最终销量量接近 200 万台。

至此，Sang总结出一些奇手生存策略——注重轻量级机器学习引擎性能取胜，它占用资源极少，模型可以在设备上本地化运行，无需上传数据至云端，对于延迟性要求很高的产品来说，例如手机、物联网、可穿戴设备以及汽车上的应用，这是一种很有竞争优势的场景。

当然，IoT领域强手如林，奇手未来能走多远还有待时间给出答案。