Google機器學習在雲端平台的應用 幫助傳統企業轉型

李依庭∕本刊主編


Google公司早期以網際網路網頁、廣告和雲端平台等服務為人所知,伴隨著搜尋引擎的普及與強大,Google公司也逐步開發各種工作工具。而面對近年來機器學習突飛猛進的發展,Google也開始嘗試開發各種領域的機器學習,並提供給全球廣大的企業與大眾。不只是建立科學應用的機器學系系統,也將雲端平台導入機器學習的範疇。

Goolgle 雲端人工智慧(google cloud AI)結合雲端平台與機器學習模型,透過預先訓練各種模式的應用程式介面(application programming interface, API),建立出多種不同類型的模型,包括雲端視覺API(cloud vision API)、雲端影音智慧API(cloud video intelligence API)等,提供多元深度學習系統的平台,提供企業或開發者使用。然而,Google 雲端仍嘗試持續開發更多的機器學習服務,有建構於TensorFlow 的基礎上,打造大規模的Google 雲端機器學習服務(google cloud machine learning);開發更多不同層面的API,包括透過電腦偵測影像的影像辨識API、及時轉換超過110 國語言的語音辨識API 和理解信件、訊息中句子架構或意義的自然語言API 等,讓企業透過這些應用能快速檢視並節省更多時間。

今(2018)年年初,為了讓更多用戶更適切的使用此項服務,進一步開發出客製化的機器學習模型——Cloud Auto ML,一個自動建立機器學習模型的技術,提供企業、客戶進行簡單且具彈性的機器服務。讓無法提供大量人力在機器學習開發的公司,也能透過此系統,快速且便捷的訓練出個人化的模型。目前,Google 已陸續推出多項新功能與發表12 項新產品,全球已有超過1 萬家企業使用這些服務或觸及雲端機器學習應用。

而在臺灣,也有企業嘗試透過與Google機器學習和雲端平台合作。臺灣的傳統紡織產業——和明紡織,成立於1976年,數十年來一直為國際品牌服飾企業提供各種不同材質和花樣的紡織布料。然而,倉儲內也累積超過10萬種紡織布料設計樣式,在沒有妥善的管理下,若依靠傳統人工尋找布料不僅耗時,更需消耗大量的人力,造成每一筆訂單流程時間的延長。

有鑑於此,和明紡織期望透過與科技的結合,將各式各樣的紡織布料以數據的形式留存,並藉由數位化的資訊建檔,未來能更快速且即時的找到所需的布料樣式。因此,從去(2017)年10月開始,開始利用Google的機器學習與雲端技術,將倉儲中的布料進行數位化的建檔整合,並開發布料樣式資料庫的應用程式(APP),提供設計師靈感和快速從中搜尋所需的樣式。這項技術的開發,使先前從發想、設計到布料看樣,平均需要1.5~3個月的時間,縮短為只需要2~3天就可完成。

和明紡織的策略執行顧問李佳憲表示,透過機器學習系統與應用程式的幫助,改善了原有的作業流程,讓產品從設計到上架減少25%的時間。未來,也持續將倉儲中的布料彙整至應用程式中,讓紡織業者都能使用,以促進效率的提升。

Google雲端企業客戶經理田哲禹則表示,Google長期致力於各項機器學習與雲端平台服務,而這次透過與和明紡織的合作,不僅改善內部的作業流程,在搭配雲端平台的應用下,更是創造了新的服務模式,也成功幫助臺灣傳統產業轉型,朝向更智慧化的經營模式前進。

和明紡織的策略執行顧問李佳憲表示目前持續將倉儲內布料,進行數位建檔。(李依庭攝影)

Google 雲端企業客戶經理田哲禹介紹Google 雲端人工智慧,如何提供給企業或客戶應用。(李依庭攝影)

沒有留言:

張貼留言