AI 看到了「人」，但什麼時候才叫「事件」？

Day 12 我們談到 Confidence。

我們發現，Pre-trained Model 跑起來之後，不能直接把 Model 的輸出當成產品結果。

例如：

Person
Confidence = 0.82

這只代表：

Model 認為畫面裡有一個 Person。

但客戶真正想知道的，通常不是：

「畫面裡有沒有一個人？」

而是：

「這個人有沒有做了我在意的事情？」

這兩個問題，中間其實還差了一整層。

1. Detection 只是第一步

我們現在的 Pipeline 是：

Camera
   ↓
AI Model
   ↓
Detection

例如 YOLO 偵測到：

Person
Confidence = 0.82
Bounding Box = (x, y, w, h)

到這裡，AI 已經完成它的工作。

但產品還沒有完成。

因為我們的 Use Case 是：

Unmanned Area Monitoring

客戶在意的是：

「有人進入禁止區域。」

所以我們還需要知道：

這個 Person 在哪裡？

2. 從 Detection 加上 Rule

假設 Camera 畫面上有一個我們定義好的區域：

┌──────────────────────────┐
│                          │
│       Camera View        │
│                          │
│     ┌──────────────┐     │
│     │ Restricted   │     │
│     │    Area      │     │
│     │              │     │
│     └──────────────┘     │
│                          │
└──────────────────────────┘

這個區域就是 Geofence / ROI。

當 AI 偵測到：

Person
Confidence = 0.82

我們再問：

Person 的位置有沒有進入 Geofence？

如果沒有：

Person Detected
      ↓
Outside Geofence
      ↓
Nothing happens

如果有：

Person Detected
      ↓
Inside Geofence
      ↓
Intrusion

這時候才真正開始有產品意義。

3. Detection 跟 Event 是完全不同的東西

這是我覺得 AI Product 很容易搞混的地方。

Detection

AI 告訴我們：

「我看到了什麼。」

例如：

• Person
• Car
• Helmet
• Forklift
• Face

Rule

產品告訴我們：

「什麼情況值得注意。」

例如：

Person + Geofence
Person + Time
Person + Confidence
Helmet + Person
Vehicle + Restricted Area

Event

系統最後告訴我們：

「剛剛發生了一件什麼事。」

例如：

Intrusion
Safety Violation
After-hours Access
No Helmet

所以可以抽象成：

AI Model
    ↓
Detection
    ↓
Rule
    ↓
Event

4. 為什麼不直接把 Rule 寫在 Model 裡？

一開始做 PoC，很容易這樣想：

「我們現在只需要 Person + Geofence，那就直接寫死吧。」

其實這樣最快。

例如：

if person_detected
and person_inside_geofence:
    intrusion_event()

Demo 當然可以跑。

但如果今天換一個客戶呢？

他可能需要：

Person + Helmet → Safety Violation

另一個客戶可能需要：

Person + Restricted Area + 22:00 後 → After-hours Intrusion

甚至：

Forklift + Restricted Area → Vehicle Intrusion

這時候如果每一個 Use Case 都要修改程式：

Use Case A
→ 改 Code

Use Case B
→ 改 Code

Use Case C
→ 改 Code

最後我們會得到一個很難維護的 AI Application。

5. 所以我們開始把 Rule 抽象出來

我們希望 Model 跟 Business Rule 分開。

變成：

┌──────────────────┐
│    AI Model      │
│                  │
│ Person           │
│ Helmet           │
│ Pose             │
│ Vehicle          │
└────────┬─────────┘
         ↓
┌──────────────────┐
│    Detection     │
│                  │
│ Class            │
│ Confidence       │
│ Bounding Box     │
└────────┬─────────┘
         ↓
┌──────────────────┐
│      Rule        │
│                  │
│ Geofence         │
│ Time             │
│ Confidence       │
│ Object Condition │
└────────┬─────────┘
         ↓
┌──────────────────┐
│      Event       │
│                  │
│ Intrusion        │
│ Safety Violation │
│ No Helmet        │
└────────┬─────────┘
         ↓
┌──────────────────┐
│      Action      │
│                  │
│ Alert            │
│ Recording        │
│ Upload           │
│ Webhook          │
└──────────────────┘

這個架構對我們後面做 Product 非常重要。

因為：

Model 可以換，Rule 不一定要跟著重寫。

6. 這時候 Model Registry 就開始有意義了

假設今天我們原本使用：

Person Detection Model v1

後來我們換成：

Person Detection Model v2

甚至未來換成另一個 Model。

只要輸出的 Detection Interface 一致：

Class
Confidence
Bounding Box
Timestamp

後面的 Rule 可以繼續使用：

Person
   ↓
Confidence
   ↓
Geofence
   ↓
Intrusion

這就是 Model Abstraction 的價值。

也讓我們前面 Day 11 講的：

「Pre-trained Model 不是下載下來就可以用」

開始跟 Product Architecture 串起來。

7. 但實際上還有一個問題：一幀不是一個 Event

這是工程上很容易踩到的坑。

假設 Camera 是 30 FPS。

一個人站在禁區裡 10 秒。

AI 可能會偵測：

Frame 1  → Person
Frame 2  → Person
Frame 3  → Person
Frame 4  → Person
...
Frame 300 → Person

如果每一次 Detection 都變成 Event：

我們會得到 300 個 Intrusion Events。

這顯然不是我們要的。

我們真正想要的是：

Person enters area
        ↓
ONE Intrusion Event
        ↓
Person remains inside
        ↓
No new event
        ↓
Person leaves
        ↓
Event ends

所以我們開始需要 Event Lifecycle。

8. Event 其實有開始、持續、結束

例如：

10:31:02
Person enters Geofence
        ↓
Intrusion START

10:31:03
Person still inside
        ↓
Intrusion ACTIVE

10:31:08
Person leaves
        ↓
Intrusion END

這時候 Event 就不只是：

event = true

而是：

Event
├── Event ID
├── Type
├── Start Time
├── End Time
├── Device
├── Camera
├── Model
├── Confidence
├── Location
└── Evidence

這些資料最後就可以進入：

Event History。

9. AI Product 開始出現「資料」

到這裡，我們突然發現：

AI Detection 本身只是瞬間發生的事情。

但是 Event 是可以被保存、搜尋、分析的。

例如：

Event History

09/26 22:31
Camera 01
Intrusion
Confidence 0.87

09/26 23:02
Camera 03
Intrusion
Confidence 0.79

09/27 00:15
Camera 01
Intrusion
Confidence 0.91

這時候 AI 已經不只是：

「畫面上畫一個框。」

而開始變成：

「一個可以被管理的 Business Event。」

這就是 AI Application 跟 AI Demo 的差別之一。

10. PM 在這裡真正要定義的是什麼？

這時候 PM 要開始問的問題，已經不是：

「YOLO 可以不可以跑？」

而是：

What

什麼是 Detection？

When

什麼情況產生 Event？

How long

要持續多久才算 Event？

Where

哪個區域算違規？

Who

哪個 Object / Class？

What happens next

Event 發生之後要做什麼？

所以最後 PRD 可能變成：

當 Camera 偵測到 Person，且 Confidence 高於設定 Threshold，並判斷 Person 進入指定 Geofence 時，系統產生 Intrusion Event。Event 應包含 Device、Camera、Timestamp、Confidence、Bounding Box 等資訊，並可進一步觸發 Alert 或 Recording。

這就比：

「支援 Person Detection」

完整非常多。

11. 到這裡，我才開始覺得我們真的在做 Product

回頭看我們前面做的事情：

Day 1
Customer Problem
        ↓
Day 3
Use Case
        ↓
Day 5
AI PRD
        ↓
Day 6–10
AI Engineering
        ↓
Day 11
Pre-trained Model Deployment
        ↓
Day 12
Real-world Data / Confidence
        ↓
Day 13
Detection → Rule → Event

這時候整條線開始接起來了。

我們不是為了：

「讓 AI 偵測到人。」

而是：

「讓 AI 偵測結果，變成客戶真正可以使用的事件。」

最後，我想把這一天濃縮成一句話

AI Model 負責「看見」，Rule 負責「判斷」，Event 負責「定義發生了什麼」，Action 負責「接下來做什麼」。

所以真正的 Edge AI Product，不是：

Camera
 ↓
AI Model
 ↓
Bounding Box

而是：

Camera
 ↓
AI Model
 ↓
Detection
 ↓
Rule
 ↓
Event
 ↓
Action
 ↓
Business Value

當 AI 開始產生 Event 的那一刻，我們才真正從「AI Model」跨進了「AI Product」。