力推「人工智慧大眾化」,Google Cloud AI 聚焦四大重點發展

作者 | 發布日期 2018 年 03 月 30 日 14:23 | 分類 AI 人工智慧 , Google , 尖端科技 follow us in feedly

Google 日前在「智慧台灣計劃」(Intelligent Taiwan)啟動大會中,強調人工智慧優先「AI-First」願景,擴大發展全球策略目標。Google Cloud 韓國負責人 Chris Jang 在 Google 雲端機器學習應用活動中表示,Google Cloud AI 服務將著力於四大重點,務求實現「人工智慧大眾化」目標。




AI 正逐漸改變我們的生活、促使各行各業轉型。Google 認為 AI 將大幅改善人們的工作方式與效能,因此 2017 年起以 AI-First 做為企業願景,取代原本的 Mobile First。Chris Jang 指出,為了讓企業、開發者和一般民眾,能更容易也更快速運用 AI,實現人工智慧大眾化(Democratize AI),Google 雲端人工智慧(Google Cloud AI)將以運算、演算法、數據、人才等四大重點推廣 Cloud AI 應用。

運算.演算法
在運算方面,Google Cloud AI 提供 GPUCPU 和 Cloud TPU(Tensor Processing Unit)為機器學習提供基礎動能,以因應 AI 相關運用龐大的運算需求,實現高效運算能力。

至於執行演算法所需的工具,Google Cloud AI 提供多元機器學習服務:

Google 雲端機器學習服務(Google Cloud Machine Learning — 以開源機器學習系統 TensorFlow 為建構基礎,打造大型機器學習計畫用的 Google 雲端機器學習服務,為客戶提供易於使用又可規模化的基礎架構,得以專注開發機器學習模型。

空中巴士國防與航太公司(Airbus Defense and Space)便是運用這項服務,訓練視覺模型偵測衛星圖像瑕疵,判斷肉眼所無法分辨的衛星影像,提升分析速度與準確度,有效將辨識錯誤率從 15 %降至 3 %。另外,台灣傳產企業和明紡織也是運用 TensorFlow 和 Google 雲端機器學習服務的應用案例之一。

Cloud AutoML — Google 在 2018 年初推出建模工具平台 Cloud AutoML,透過 Google 進階機器學習和遷移學習(Transfer Learning)技術,為 AI 專業知識與資源有限的企業和開發者用以開發高品質模型。Cloud AutoML 首發產品「Cloud AutoML Vision」,是簡單又具彈性、優於產業安全標準的機器學習服務,能幫助企業和開發者訓練個人化視覺模型。

Google 雲端機器學習 API — 提供已預先訓練好的機器學習訓練模型,包括「影像辨識 API」(Vision API),能透過電腦視覺偵測影像中的圖案;「翻譯 API」(Translation API),導入神經機器翻譯(Neural Machine Learning Translation)技術大幅提升 Google 翻譯能力;「語音辨識 API」(Speech AI),運用 Google 語音辨識技術,可將 110 種語言和相關變體音訊檔案轉換成文字訊息;「自然語言 API」(Natural Language API)理解文句架構和意義,幫助企業了解客戶喜好需求以提升服務品質。

另外還包括 Google 剛在 3 月 29 日推出的「文字轉語音 API」(Text-to-Speech API),以 DeepMind 所建構的原始音檔生成模型 WaveNet 做為基礎,將文字轉換成高保真語音,有助開發語音助理,目前可支援 12 種語言並可轉換為 32 種自然語言。

▲ Google Cloud 韓國負責人 Chris Jang 表示,Google Cloud AI 服務聚焦運算、演算法、數據、人才四大重點,實現「人工智慧大眾化」目標

數據.人才

Chris Jang 強調戰略性蒐集數據的重要性與必要性,Google 的多樣數據資料庫能幫助企業有效蒐集與整理數據資料,做為後續分析應用的來源。

為因應 AI 時代急速攀升的求才趨勢,Google 持續投入資源培養機器學習人才,例如透過 Google Brain Residency 計畫,每年資助 250 個相關學術研究計畫以及博士生、實習生,另外也打造進階解決方案實驗室(Advanced Solutions Lab),讓企業與 Google 機器學習專家面對面學習與交流。

▲(左起)韓國線上訂餐平台 Yogiyo 開發商 RPG Korea 技術長 Hyun-Jun Cho、 Google Cloud 韓國負責人 Chris Jang、網石遊戲 AI 部門總監 Dong Hyun Kim

面對 AI 人才缺乏的問題,韓國手遊開發商網石遊戲(Netmarble Games)AI 部門總監 Dong Hyun Kim 指出,目前 AI、機器學習專業領域人才偏少,過幾年也許情況或將有所改善,接下來網石也考慮在美國成立 AI 機構,希望從各地招募志同道合的人才。

(圖片來源:《科技新報》攝)

延伸閱讀: