Real-time computing

[片头音乐]

大家好啊，咁我是，呃，赵宇谦 Raymond Chiu 啦。咁好多谢，呃，center 俾个机会我，代表 center 去介绍下我们中心，呃，一些关于用 AI 的技术，对于服装方面的，呃，关于制衣方面的事，的情况啦。咁过去一段时间，大概五年到呢，我们会比较，刚才啊，呃，教授都讲过啦，我们都会有做一些关于 river 的工-工作去做，去捡起些布啦。咁但系我们都会花了很多时间上面呢，是做一些关于一些，呃，可持续发展那方面嘅。咁我们 AI development 那边呢，都做了很多关于 AI，关于可持续发展这方面。因为果方面的发展呢，系会影响了究竟果件衫，将来究竟系唔系有机会可以，一件旧衫收回来可不可以做返一件新衫。咁我们就会花了很多功夫去边做，呃，人工智能方面的工作咯。咁，呃，先讲讲，呃，project 之前呢，介绍下我们做 Hong Kong Retail 那个角色先。咁其实我们系一个，呃，政，呃，半政府的机构啦，咁直接由香港创科处，呃，拨款，咁就由，呃，理工大学承办了一个中心。咁我们的宗旨呢，主要就是希望呢，透过一些发展，一些高端的科研技术，同埋透过可以将那些科研技术转化为一些商品化的，呃，呃，物，呃，产-产业，可以推动在成衣方面，就无论香港、中国或其他地区的发展。咁所以都，我们都会同好多教授会合作的，他们会，教授会有好多嘅科研项目啦，咁就申请拨款帮助啦，或者其他嘅工商业机构都会去申请拨款。然后透过这个途径之后呢，呃，政府又俾点钱啦，然后我们就会申请他的专利，啲专利呢，我们就会将它适当地找合作商，可以将那些技术呢，转化未来就会可以帮助各行，呃，各种企业的发展。咁这个就是我们 Hong Kong Retail 主要的，呃，工作啦。咁当然啦，我们自己本身呢，都会有一个研发的团队的。咁，呃，我们的研发团队呢，主要针对有，呃，啲五大嘅主要嘅方向发展啦。咁，呃，绿色物料呢，我们会发展一些绿色物料，本身那些物料呢，本身容易分解的，或者对，呃，会吸 CO2 的，咁这些是一些绿色的物料啦。咁微塑胶的问题啦，我们都会有一 team 人是主要处理啲微塑胶问题的。咁譬如你们都知道成衣呢其实占了三成或以上，在世界上的微塑胶的问题，咁我们都会有专案去处理过，关于微塑胶处理啦。跟着，呃，物料那个，呃，分割技术啦，这个主要是做些咩呢？在成衣回收的时候呢，其实大部分的成衣呢，都会有，呃，有纯棉或者，呃，纯棉，其实纯棉同涤纶占了很多的。但是纯棉同涤纶混纺啊，或者其他加埋尼龙各方面呢，都占了30%或者再多点以上的。咁这个会影响个维修，呃，回收上面有好大一个问题，就是回收之后呢，其实尽量想那些物料可以重新再做的时候呢，想分返开棉就棉，涤纶就涤纶，因为牵涉到染布啊各方面生产的时候呢，就会比较，呃，要分返开会好点。咁但是分个时候呢，要用啲咩技术分，因为它已经在纺的时候已经扭埋在一起了嘛。咁我们都会有一个 team 人的方向呢，就要集中一些有药水的方法啦，有机械的方法啦，又或者其他智能方法呢，咁将啲物料分返开来，棉就棉，涤纶就涤纶，咁都会做到。咁当中都会牵涉到一些 AI sorting 啊。咁刚才讲了，因为我们在，呃，其实欧洲那方面都讲了，有个2030年的展望，希望超过六成或以上的衫呢，可以经过回收的。咁回收要做到最紧要是可以回到皮，赚到钱。咁所以 AI 在这方面的帮助就比较重-重要，因为如果我们还要靠大量的人力、物力去将这些衫去分选的话呢，咁系没办法做到。咁我们只要将，用 AI 技术，将那方面的物料，由电脑去分选，或者自动化仪器去分选，就不需要经过人去参与太多，人啊只是留返啲做返啲更加有价值的工作的话呢，咁先可以回到本，赚到钱嘅。咁最后面呢，performance textile 咯，即系关于一些 functional 的，呃，排，呃，排汗啊、散热啊，或者各方面呢，可以关心。甚至乎我们有些，呃，个别的，呃，香港的运动员的，呃，衣服呢，都经过我们 Hong Kong Retail 去参与设计，同埋俾意见去做返啲衫，等他可以在个运动方面可以保护得更好啦，或者表现得更好嘅。咁这些都是我们本身 Hong Kong Retail 的，呃，工作咯，呃，主要的研发方向啦。好，咁跟着就介绍下我们其实有我们自己的，拣了，我拣了两个的研发项目呢，关于同 AI 有关比较多啲嘅，系一个可持续发展个方面的发展啦。咁，呃，唔知大家有冇听过我们有个叫做 G2G 的 project 嘅。咁这个 project 其实是2018年开始，咁之后2020就完咗的。咁这个 project 做啲乜嘢呢？我们在一个 search 场，找了一个大概一个货柜的位置呢，咁做了一个小型的工厂，那个小型工厂就是做啲咩呢？就是将客户俾我们一件件衫，然后变，呃，将它拆散了，变返一件新的衫俾他的。咁在这个技术入边呢，咁其实入边呢，大型工厂做的技术呢，就好普遍。咁我们要做啲咩呢？我们要做件衫呢，本身它的回收成分是超过50%以上，都是原有那件衫来的。咁这个技术挑战就很大了，因为如果你们大部分啲衫重新再做，你买返去，买返屋企话有 recycle 的原料，除了涤纶之外 迪伦，因为他们通常会拿来化学熔了之后做回新纱，但如果棉的话就很难。因为棉的话，你超过百分之五十以上都是，呃，旧棉的话，件衫做出来的那个 quality 会，可能会比较，呃，难控制一些的。但我们这个 G2G 呢，我们就要特别要挑战那个技术，要做一件事了。那么这个就是你看到这几张照片，就是我们在一个商场里面有个铺位啦，那么真的有个面，有个铺头，有个，呃，有个店面会收客户的衫啦，然后再回收，呃，接着就按客户要求啦，大致上告诉他，他想做些什么款式啦，给回一个生产期他啦。那么里面，在个商场里面已经有卖那些回收机器，在那如何去做回件衫出来的。那么，呃，那个流程是怎样做呢？首先我们会收了客户件衫回来的，那么你看到在，呃，左上角，就是一件本身客户件衫回来了。那么我们都做过一些衫，其实很有一些纪念价值的，有些衫很多都是，呃，家里人的旧衫，譬如爸爸妈妈不在了，他想留回一些衫去用回，他可以自己穿，但是 size 各方面都不适合了，那么他就会拿来给他们，有没有办法可以做回呢？那么我们做回的流程呢，因为我们是要顺，要尽量保持回它的纤维啊各方面的东西，那么我们就会用简，我们的 G2G 的概念就是用机械的方式，将件衫全部，由本身是纱线变回做纤维。变了做纤维之后呢，就会经过一些纺纱的机器呢，就会做了一条粗纱，做了条粗纱之后呢，那么就可以做回一些细纱出来，加回一些细纱已经混了百分之大概五十以下的，呃，新的棉进去，那么就做回，再经过一个叫做3D，呃，纺织技术，就会织回一件新衫出来的。那么所以你看到呢，本身件衫是红色多一些啦，那么经过我们的技术之后呢，我们就会叫做，件衫叫做花灰，因为我们就会混了大概百分之五十以下的原色棉，米白色的衫，再做了花灰出来。好了，那么这一个就是，呃，其中一个针织衫的做法啦。那么除了针织衫之外呢，其实我们还要，因为针织衫呢回收比较容易一些些的，因为针织衫本身织得没那么密啊，我们用机械分割的时候呢，拉开它的时候呢，那个机械不会太伤到它的纤维啊。我们其实连，呃，以，这些叫做梭织布，梭织布是织得很密的，就是譬如一般我现在穿的衬衫啊，都是梭织布，它织得很密的。我们在 G2G 里面呢，我们都可以控制到超过百分之五十，是一些旧有的纱线去做，都经回 opening cleaning，啊，即是 open，即是把纱由本身件衫变回做纤维化，纤维化之后呢，再经过一些机，变了粗纱、细纱，再织回件衫出来。那么当中最复杂的其实是什么呢？我怎样可以将那件衫开松得最好，这个是最难。因为如果我要在做纤维化的时候呢，那么如果部机大力些不就得了，将那些纱全部拉拉拉拉，拉到烂掉，将它变纤维是最简单的。出现的问题是什么呢？我太暴力拉件衫的时候呢，那些纱线就会变得很短。那么一般来讲，如果纱线，那些 fiber 的长度呢，其实短过16mm 以下呢，是没有可能可以再纺回，做，做回一条纱线，它连做粗纱的机会都做不到，因为没办法，纱那些 fiber 会自己黏连起来，做回一条纱线。那么变成我们的挑战技术就是说，我要开松得来，我又要保持那些 fi，呃，fiber 有特定的长度，才可以做回纱线。那么所以基本上呢，就要控制那个 opening 和 cleaning 的 process 的动作了。那么针对这件事呢，我们在我们这个货，呃，小小的货物空间里面呢，我们就做了一个 AI 的，呃，视觉系统啦。那么如果在其他厂的话，可能他，因为他大批批量做的嘛，他，他不是，呃，如果同一批的衫，那么找个工人开一次，开两次，开三次，就大致到开几次之后就做到，做到 fiber，之后大量生产百几件不就得了。那么这个但完全不我们 G2G 的概念，我们是每一个客人给件衫我们，他只有一次机会而已。那个爸爸妈妈，他旧衫拿过来，只有一次机会。那么我们最重要决定究竟开多少次呢，我们的 AI 系统呢，就会看到开完之后，那个 fiber 那个样貌是怎样，然后譬如好像这个，你看到左手面的图呢，还会有很多纱线在的吧，那么就开得不好的，它没机会可以再纺回粗纱，因为纺出来都会有很多我们有这些叫做棉结在的，件衫是一点都不顺滑的。那么会开到好像右手边那样呢，真的好，好纤维化的时候呢，那么就会好，好很多了。那么这个系统在 AI 方面那个，呃，辨认那里呢，其实辨认一点都不难的。在 AI 上面视觉系统最难是做些什么呢？我们叫做分割那个方法，因为我们要做分，呃，影像分割，sorry，影像分割的方法，因为我们要将那些，那个 AI 呢，要分得很清楚，它要分到一条条线，一条条 fiber，一个布碎。那么如果，呃，在座各位，可能有些同学在做，呃，AI 或者视觉系统各方面的话呢，影像分割技术是另外一个专门技术去，要去研究的。那么在我们呢，就会研究了一个，呃，这样的视觉系统在这里出来这样应用了。那么你看到其实，呃，这部电脑上面呢，那么下面这里 opening 就会直接呢，有个镜头在这里，就，呃，real time 影着出来的那些 fiber 的样子。那么影着的，在个电脑上面呢，左手边就是本身那个 fiber 的，呃，那些 fiber 的形状啦，右手边呢，就会看到即时影像呢，分析那个 fiber 那个 fiber，呃，fiberless 那个情况怎样，有多好。那么绿色的那些 fiber 呢，就是，呃，叫做开得，叫做开完，open 完了。蓝色那些呢，就会看到有些纱线啊，或者是布碎在这里的。那么它透过究竟比对绿色和蓝色的数量多与少呢，就决定那些 fiber 开得好不好啦。那么你-- 用人眼去做呢，就可能容易点分到。要影像去教识，它可以分到边啲叫纱线呢，边啲纤维的话呢，我们都会用了一大段时间去做那个分类的技术呢，才可以做到这一方面的情况出来。咁如果那个 fiber 开得不好，我发现它大部分都是一些蓝色的 area 比较多的话，个系统就会自动跌落个机的当底度，cut 回去拉头度，再做一次。咁就可以确保到，因为得一次机会啫嘛，咁我确保到开到够 fiber 之后，又不会 over open 了，咁就会啲纱线呢，咁就可以令到它会重新可以循环再做到了。咁这个就是我们本身一个，呃，运输的逻-逻辑啦。咁它见到有几多绿色的 area 和蓝色的 area，然后如果个分至一至五的等级啦，通常，呃，五至四呢，我们就已经可以拿回来做回，呃，纺回纱线了。一至三呢，就做不到的。即是透过比对那些，呃，究竟绿色的 area 有几多啊，如果大，呃，或者，呃，透过，透-- 对比那些蓝色的 area 有几多。蓝色 area 如果大过2000的话呢，一般来讲都已经是跌落三了，咁已经做不到，咁就会重新跌下去，再开多次，咁就会看看去不去到四五，去到四五的话呢，就可以做回纺纱了。咁这些就是，呃，当时那个影像的分析咯。咁这个影像上面，其实因为我们主得处理的时候都是一些黑白的系统来，所以不会因为那件衫本身的颜色会有影响，我们会转了做黑白影像，然后再分析它那些纤维，方-方面的那个，呃，成-- 呃，那个分-- 开回之后那个情况好不好啦，然后就可以做回那些纱线了。咁这个是个真实的影像啦，咁其实速度都算快的，因为它是 real time 这么做的话，它差不多呢，一跌下去，一开的时候就已经立刻要做决定，所以它的影像分析的时间呢，其实是少过0.5秒就要 make decision，究竟个 fiber 要不要 cut 回去，回头要重新再开的。咁这里你见到它已经 highlight 了边啲是绿色的部分啦。咁其实如果你是做，呃，AI 视觉系统的话呢，你会发现到我们的视觉系统呢，我们框的时候呢，我们框得很细，我们不是一个方框这样框的。原因其实在视觉系-系统上面呢，都有两个技术的，譬如有些是直接好像人脸辨识那样，就做一个框，框一个人。咁我们其实，我们叫-我们叫做，叫做 pixel 级的。Pixel 级的意思呢，我们是逐点逐点去围，边围全个件，边啲是布碎，边啲是 fiber 去做的。咁这个都是我们本身中心都花了一段时间去研究那些 algorithm 怎么做，令到可以准确，可以分分开 fiber 和布片啦。咁这个是另外一些，见到一些开得不够细致的布啦，咁这些都会跌回去，再做回，再做多次的。好，咁你即时见到，其实个系统呢，一边呢会写着是三的了，如果不 OK，即刚才讲了啦，三不 OK，咁它就会 cut 回去原身，开机那里再开多次。咁，呃，这些就是我们本身做件衫的时候呢，所，呃，其中一些显示的 case 咯。咁其实你见到呢，其实啲衫是各式各样都有的。咁个难度挑战在呢，我们要教识个 AI 系统做。因为如果人呢，因为人在铺面上面呢，呃，会走来走去的，今天可能是研究员 A，咁下一天研究员 B，我没办法可以同时做到那些研究人员呢，大家都是同一个 know-how 的。咁 AI 的帮手呢，就是会令到个 know-how 呢，每一个员工他曾经做过的例子，就会 feed 回下去，去做回件衫是怎样做了。咁刚才讲过其中一个部分，除了讲我们要控制件衫究竟开松情况开得好不好呢，我们还要决定它要混回一些，一些的纤维落去。因为刚才讲了啦，如果纯棉的话呢，都要考虑那件衫纯棉的质地好不好，如果本身质地是不好的话呢，我们未必会混回纯棉的，我们可能混回一些 PC，有些纤-- 有些 polyester 的纤维啦。又或者原本-- 本身那条-- 那件衫是羊毛的，咁我们理想都会想混回一些羊毛啦。但是如果纯羊毛和羊毛混的时候都会有些问题嘛，咁我们可能会混少少尼龙落去啦，咁都，或者 add，或者，呃，poly 啊，或者 cotton 下去啦，咁令到件衫在成功率会高多人。刚才再说回我们只得一次机会而已，如果我们，咁个客人给我们件衫这么珍贵的话，我们不想令到件衫最后 fail 咗的。咁所以就会，我们会有个大数据分析的，透过我们分析那些 case 的时候呢，咁其实个 AI 系统呢会话回给我听，有件新衫过来，给了个影像它，说了它成分，size，是边啲颜色的衫的时候呢，个 AI 系统呢，会即时会话回给你听，你应该要混回边一些纤维落去，然后那些机的参数怎样做，令到它可以成功机会大大增加的。咁这个都是一个 G2G 的例子啦。咁我们这个 project 本身是分开了做 phase one 和 phase two 的。咁 phase one 的时候呢，其实未，呃，有 AI 系统的。咁 a，phase two 呢就是 adopt 我们的 AI 下去了，刚才其实有个影像系统啦。Phase two 我们还会运用一个数据分析系统的。咁利用之前曾经无论成功啊、与否，或者失败的，呃，成功或者失败的例子，摆在 AI 那里。咁它在里面的数据呢，就分析回当时究竟混了什么纤维落去啊，或，呃，各部机的参数怎样做啊，大概有，呃，几百个 case 咯。咁这几百个 case 里面呢，它就已经帮我们 make 了一个比较好的，呃，decision，怎样去决定，呃，包括它在件衫本身，它那个，我们最后要做些什么纱线出来啦，呃，本身件要做，呃，它例的是否是乌粉衫啦、针织衫啦，究竟它，呃，那件衫那个本身重量是几多呢，因为重量有影响的。因为重量，如果我们发现件衫本身轻飘飘的话呢，咁我们 mix 的时候，本身 mix 回去，已经评估到它 fiber 已经不够做件衫的，我们就已经建议他，呐，要不呢，你就，呃- 不要做件衣服啊，做回一条围巾啊，因为个量不够嘛。那如果不是的话，那就如果你要做回件衣服的话呢，我们就要 mix 回大量的可能其他的纤维啦，那就可能丧失了你本身，譬如你想着多点纤维，一件衣服是件旧衣服，那就变了做不到你的要求了，那给回个客人去决定啦。那变成有个 AI 系统的时候呢，based，based on 这个分析的时候呢，那其实它就已经即刻在现场的客人下单的时候呢，那就已经可以帮到他有一个这样的 decision 做出来了。那这些就是我们的本身那个 look 怎样做的，raw data，跟着 data preproc- eh，preprocessing 啦，analysis 啦，跟着 deploy 了到我们的系统上面去了。那跟着经过这个这样的，呃，本身软件上面的 flowchart 啦，决定回它那些 mix 几多 percentage 的那些这样的情况啦。那在时间上呢，和准确度呢，有了个 AI 系统的时候呢，本身一个，呃，要，我们要决定由 opening 啊各方面的东西，之类之类的东西呢，sp- uh，spending decision 啊，要成三十分钟左右才可以做到决定，因为要开开，要看一看啊，做不做到的。那用了 AI 系统的时候呢，我们都很少会将件衣服开开来看的，那就直接用个 AI 做 decision，十分钟就做完所有东西，就做完 data insert 啊，就那件衣服，给回多点资料啊，那这个直接是 AI 帮到手要做些什么的。那另外，那就当然要牵涉到成功率了。那以前呢，其实会譬如我们做，呃，拿了其中，呃，之前有，呃，四十九件衣服的 case，里面有三十件衣服呢，是 fail 了。Fail 的意思就是说，不是，它不是真的做不到件衣服，做完衣服之后呢，发现衣服织出来呢，有些小洞在这里，那其实个客都 OK 接受到的，但那些小洞对于我，我们来讲呢，都是一个 mistakes 来的，那我们就说一个叫做 fail case 啦。那这些小洞是产生一些什么呢？就是纱线的强度不够啊，它在织，针织的时候呢，就会拉断了。那所以呢，我们做到这些 case 摆了进去之后呢，那就，呃，deploy 了一个新系统的时候呢，个 case 呢，就原本由可能，呃，呃，得五十，呃，有五十九个 percent 会，呃，fail 了啦。那去到，落到那个新系统里面呢，那就有二十，一百零五件衣服里面呢，就有二十二件衣服呢，就会 fail 了。Fail 了的意思就是有些小洞在这里，那都做回件衣服出来的。那就变了我们大大呢，就 improve 了。那这个就是个 AI 的系统帮到手了。那其实，呃，个 AI 系统还有个好处，因为个系统做出来呢，它会不断地有个数据，它自己 learning 嘛，那它会继续优化啦。那变成其实个好处就是说，我不是做完一次之后 one off 的，如果你靠人的话呢，可能每次都会有人去 make 个 decision，可能会 make 啱，make 错，这样可能都一直都 keep 着，但至少五五五五，我们叫做五五开啦。那如果给个 AI 去做的话呢，那就会，呃，for，呃，个准确度以及可靠度就会高很多啦。那这些这样的技术呢，那正正呢，都是对这个，呃，回收来讲呢，非常之重要的。因为回收其实面对的问题呢，就是刚才讲了啦，欧洲是打算超过六成或以上的纤维可以回收再用的嘛。如果你没有一个好的 AI 系统帮你去，呃，分析，怎样每一次有一批新的单出来的话呢，那你怎样去决定的话呢，那你可能个成本会很高的。那如果 AI 就帮到你，就是刚才讲的那个 opening 啦，如果我们将那个技术，其实都有同一些，呃，厂商谈，就会将这个 opening 的技术直接 apply 在他的机器上，那他直接决定究竟要 open 多少次，那就可以解决到他们的，呃，fiber 过，呃，开得太多啊，或者开得不够的问题了。又或者就是，呃，在个数据分析上面决定了，已经本身已经大致上已经知道，虽然他本身的客户已经有特定的要求，但是个，它系统都会给到些 decision 告诉他知道，机的参数怎样做，可以做到解决到他们的问题啦。那这个就是我们其中一个关于 G2G 那个，呃，project 上面的那个营运了。那，呃，个 project 其实就完了的啦，那2018年去到2025年，那所以，呃，大家如果对这个 project 有兴趣的话呢，那以前我就会，呃，建议你们可以去全马我们的 workshop 看啦。那如果你们现在对这个关于 project 有各方面有兴趣的话呢，你们可以全，随时联络回我们的 center，我们可以给回多些方面的资料给你啦。好了，那讲完关于一个，呃，刚才讲关于怎样利用 AI 去 support 那个纤维，怎样可以令到它开得好点啦，令到那些，呃，呃，和数据分析可以帮助成功率那个改善之外呢，那另外就是另外一个，AI 那个 sorting 的技术方面了。那刚才讲了啦，你们回收的衣服，其实有些回收商收回来的时候，其实是各式各样，什么情况的衣服都会有的。它可以是，呃，纯棉啦，可以是，呃，涤纶啦，你们运动衣服通常是涤纶啦，那，呃，有尼龙的 jacket 啊，风衣啦。那通常回收的衣服回到去，呃，一个回收的，呃，中心啦，他们是一个 big，包含了一堆的衣服在里面。那欧洲或者印度大陆的做法都是传统的做法，都是有一堆人走过去，将那些衣服靠他去分咯。那如果你们去过，有机会见过有些，譬如好像越南啊，或者其他地方，他，呃，大陆的呢，他分，怎样分那些衣服是涤纶啊，还是棉呢？拿个火机，一拿个火机出来烧一烧，看看它究竟个火是即即熄啊这样。那搞不定啊，我，还要在厂里拿个火机，不行啊，我们整个厂全部是纤维啊，那不行的嘛。那所以呢，我们其实已经在，呃，大概，呃- 四年前左右啦，那就研发了一个叫做用高光谱技术，那就去分析究竟什么。高光谱呢，是一个技术呢，可以就这样透过反射那个红外线纤维呢，那就反-反射那些红外线的光谱呢，已经大致上知道它究竟是纯棉啦，呃，涤纶啦，呃，还是其他的纤维。这样就可以帮助到那个在材料分析上面呢，这样就做到了。另外呢，我们都会做了另外一个影像系统呢，就可以知道那件衣服拿起来的时候呢，究竟那件衣服究竟是 T 恤啊、 jacket 啊、裤啊，这样东西的。那么这个都对这个成衣回收上面呢，都有很大的好处。因为其实在欧洲的例子呢，譬如举个例子就是说，有个客人可能同一间回收厂讲，你给一吨牛仔裤我，跟着呢，那间厂，传统的厂呢，就会有些工人走，他就在那个，在那些垃圾里，Sorry，不是垃圾，回收衫里面呢，就捡回他们所需要的牛仔裤去做。那，呃，如，未有可以影像分析究竟那件衣服是不是牛仔裤的时候，那怎么办呢？第一次有这个物料的时候呢，或者颜色呢，那个系统呢，就会，自动系统就会认，究竟有多少件是蓝色的，就当它是牛仔裤啦。那就，呃，denim 的颜色，那就牛仔裤，这样去分啦。那其实那个误差，都会有一定误差，因为其实有些 denim 的颜色，可能蓝色、深蓝、灰那些，有很多其他。那我们的影像系统呢，那，呃，已经，当时就已经可以做到，究竟 pick 一件衣服呢，它会大致上知道它是裤啊、T 恤啊、衣服啊，那些的情况。那我们培训的时候呢，总共会有，呃，二十七个不同的种类耶。但是如果讲准确度要很高，超过百分之九成以上的话呢，我们会有五类，四至五类呢，是超过，呃，九成以上的。那就可以大大，呃，帮到，可以减省到那些人手去做各方面的事的啦。那但是，只是单单做这件事是不够的，因为其实呢，赚-赚钱是很难的，你做回收衫的话。其实买二手衫呢，是会反而最帮到忙的。那所以刚刚我们过去那两年系统集，呃，我们公司集，呃，中心集中在研发什么呢？就是件衣服一放进去系统的时候呢，究竟 check 那件衣服里面有多少的 defect，有没有那些黄色渍，有没有那些洞啊，或者它的 logo 是什么啊，有没有回收价值。那针对这个 project 呢，其实我们已，呃，已经差不多完成了研发的系统，我们同一间本地的回收的品牌，它是专门做 resell，做 business 的。那我们和他合作的时候呢，他每个月大概给七、八千公斤的衣服给我们啦。他告诉我们，这些衣服是 down cycle 的。另外，他另外再给一些衣服我们，是一些叫 up cycle，即是可以回收再卖的。那我们透过 AI 系统要学它，影像分析，本身这些衣服如果是 down cycle 的话，一定有，上面有 defect 的嘛。那它在上面学它的 defect。而有其他他觉得没问题，可以 resell 这些衣服，我们就要拿回一个 sample。因为不是，不是没有 defect 的衣服代表可以 resell 到。因为其实你买一件衣服决定它有没有 resell 或者 donate 呢，那是一些人的，就是有些 knowhow，或者其他不同的厂商里面呢，都有一些不同的意见。因为譬如他买的衣服，譬如有一件，如果纯正品牌呢，是不行的。就是你，呃，H＆M，哦，这里不是，一些标签，不要以为 Adidas、Nike 的衣服一定会有人买。其实 H＆M 有一些特别的衣服呢，一拿出来呢，你觉得这件衣服 H＆M 想着没机会用，欸，那个，那个款式挺特别的喔，其实已经可以做二手。那么 AI 呢，都要学会这些这样的人的分析去做的。那首先我们的系统呢，第一件事就会 check 回它的那个 logo 啦，它的 design 啦，和它的，呃，那些，呃，cutting 啦，以及它上面有没有一些 strain 啊，有没有 peeling。Peeling 呢，是一种很直接的方法，究竟分辨件衣服是新还是旧的。譬如举个例子，如果件衣服穿得越久呢，任何一件衣服 peeling 最多的位置是哪里呢？领位。没得骗的。你外面的那些位置呢，就代表你背个袋，背得多不多而已。那其实呢，所-所以我们的 AI 系统呢，我们会针对 check 领位，是不会错的。衣服穿得越久的话呢，领位是一定会出 peeling 的。那出 peeling 的话，很简单，一出得 peeling 的话呢，其实都没什么机会会有二手价值。我们会选，就算没有洞洞，都会选去 donate，会比较多点的。那起码衣服可以穿得回，但是你不会有二手价值，不会浪费了商场位置啦。那所以我们会集中去 check，呃，领位的那些 peeling 啦。那以及领位也会 check 到它的 logo 啊，各方面，banding 啊那些东西。还有那些纽扣啦，纽扣其实烂了，不代表不可以二手的，因为其实烂了件纽，那就 trim 了它，换回件新纽都用得的嘛。只要衣服不是一些大的损伤，或者最 concern 就是，呃，yellow strain 啦。如果有黄色的渍的话呢，是不可能放进去二手市场，因为那个是和潮湿有关，有些渍在那里，你不会有人用，亦都不应该给人用。那所以你会集中这三方面做比较多点的研发啦，测试系统。那这个就是 yellow strain 啦。那 yellow strain 呢，其实我们要做这里的时候呢，我们都要考虑了很多的方案，我们包括用了 UV 灯啊，各方面的，R，呃，IR 的技术啊，看回都是 yellow strain，它的难点就是，如果一件，你想一下，一件浅绿色的衣服，里面有 yellow strain 呢，我要做影像分割的时候呢，是很容易有误差的。所-所以我们都会加了一些，呃，UV lighting 的 support，或者油渍啊各方面呢，其实会容易一些，很显然容易一些。呃，包括 RGB 镜头啦，UV 的 lighting 啦，那样会比较容易些分析那个究竟是不是一个 strain 啊，或者油渍啊，或者那些 pattern。那所以呢，呃，基于这个技术呢，我们基本上最难做是做什么呢？你们有没有见过一些扎染的衣服？扎染的衣服呢，又要分到它有没有 yellow strain 呢，其实一个，如果没有人工智能是搞不到的，因为扎染的衣服本身的颜色都是不- 周围都什么都是的啦，还要在里面分 yellow string 喔，咁所以是很难。咁我们现在的系统呢，我们可以要在杂染上面都要分到 yellow string 的。咁跟着就会到 peeling 了。peeling 呢，其实在镜头上影呢，如果在实-实验室里做的时候，拿着逐块逐块布就很容易看啊，你这样手摸就摸不到的啦。咁但我们的系统大致上要三秒内就要辨认到它有多少 peeling。咁所以在前处理，影像前处理方面呢，我们也都加了很多这些，呃，edge 的法，呃，edge de-detection 的新的 method 呢，去拿回那些数据出去做的，咁就解决了一个 peeling 的问题了。咁最后尾了，咁啊时间关系，咁我就 show 一条片，这个在我们，呃，一个，呃，我们在将军澳的中心啦。咁我们就这样，这件衫摆下去，挂到系统里面，咁它就研发人员就，呃，按个键，件衫走去的时候呢，咁它另外后面那个，那个机台呢，就其实信号就会更新，就显示了它上面有哪些位置，那个 logo 是什么啊， defect 在哪里啊，peeling 位置在哪里啊，yellow string 在哪里啊。咁这个就是我们已经，呃，那个 project，因为9月，上9月完的了，咁我们的个，来，今年9月完的。同它会分到这件衫究竟是属于 Type 1 还是 Type 2。标签上面有个叫做 GCI 的一个 index，GCI 呢，我们就叫做一个叫做，呃，可以回收重新再卖的一个 index。如果 good，呃，去到11呢，那个分数呢，是很低的，根本就不是100了。11的话是，件衫基本上是只可以 downcycle，将它拆散去重新再做啦。咁所以它写着是 Type 2 的，Type 2 就是说 downcycle。如果 Type 1 的话就可以 resell 或者 donate 啦。好了，咁再另外一条片就是这条啦。咁我 show 一条，你这里呢，就见到呢，这个本身是一件杂染的衫来的，其实它已经三秒内呢，就显示了它，框住了它究竟有 peeling 的位置在哪里啦，呃，哪些是 broken hole 呢。见到杂染这个位呢，其实呢，如果肉眼上就这样望镜头也未必分到它是 broken hole 还是什么，因为我们有加了 UV 系统呢，其实容易点望到的，咁就要分析到的。咁这个就是很短的时间内，你会见到我们的研发人员呢，其实就是好像教授所讲的，其实只要配回一个 hanger 的系统呢，件衫是不停地 feed 下去的。咁我们在想那个系统同外面欧洲，其实接下来今年6月，呃，6月尾呢，在，呃，比利时有一个很大的叫做回收展呢，咁我们也同当地回收商会推进一个这样的系统的。咁要，呃，回收的人员将衫 pack 在一起，挂在个挂架上，用回那些 hanger 系统，行进去的时候，咁它不断地，那件衫呢，不断地 feed 入去，feed 入去，咁件衫就会告诉你们，究竟它有哪些 defect，有哪些位，跟着出回究竟件衫究竟可以重新再用啊，还是，呃，重新再卖啊，还是要 downcycle 啦。咁这个就是那个系统啦。这个比如有件 Polo 恤的衫啦，它都会很快框了它究竟 logo 在哪个位置。一，我们也收过很多衫呢，是，呃，Burberry、Polo 那种。其实呢 Burberry，其实 Polo 那种，其实有一点 defect 呢，都有二手价值的。咁所以我们要框了它 Type 1 呢，咁都会 make 回 decision，去给回它，去摆回另一个篮，去回收再用咯。咁大致上呢，咁，呃，这个呢，就是我们选了，呃，集中在关于可以，呃，制造方面重新再用的关于，呃，将来怎么可以令到 manufacture 帮到，可以赚到钱，因为最重要赚到钱，赚不到钱的话呢，你回收行业很难会继续可以 sustained 下去的。咁就多谢各位，看看大家有没有其他问题想问呢。

多谢 Raymond 精彩的分享。如果各位有问题呢，现在都可以举手提问。如果没有呢，咁我们可以完这个会之后呢，再，我们有时间再同 Raymond，呃，继续聊啦。多谢。[掌声] [片尾音乐] Find out more about us at www.hkreta.com。