Google目前提供的机器学习工具,包含Machine Learning Engine、TensorFlow、Cloud AutoML Vision、多种类的Cloud API等,以提供不同类型的使用者进行开发使用,借此拓展Google在AI领域布局的市场广度。
Google依据开发者类型的不同,提供三大类AI软件工具选择
Google目前的AI软件工具布局,包含Machine Learning Engine、TensorFlow、Cloud AutoML Vision,以及多种Cloud API等。看来类似的软件工具,实际上能提供不同类型、不同软件开发程度的使用者进行模型开发使用,让Google的AI布局不仅能让专业的软件开发者受惠,更能够向下拓展至不具软件开发技术的厂商客户,使潜在使用客群范围更加广泛。
以Google目前提供的软件开发工具而言,主要可区分为Machine Learning Engine/TensorFlow、Cloud AutoML Vision和各种Cloud API这三种类别。Machine Learning Engine/TensorFlow主要提供对象是专业的软件开发者,具有高度弹性和高度客制化特色。
各种Cloud API是提供给云端客户使用的快速工具,是Google已经训练好的机器学习模型,方便使用者直接套用,锁定具基本软件开发能力的使用者。
至于Cloud AutoML,是针对不具软件开发能力客户所开发的最新型软件工具,能让不具软件开发能力的使用者透过「一键训练」,简易地建构出所需的客制化机器学习模型。
为使自家AI软件工具成功导入各行各业,降低使用者门槛是必要手段
Cloud AutoML是Google于2018年1月18日发表的软件工具,采用迁移学习(Transfer Learning)技术,将已经训练好的模型套用至新的模型,协助新模型的训练,并同时具备learning2learn及超参数调整技术(Hyperparameter tuning technologies),能主动协助客户改善机器学习训练成果。
而Google发展此Cloud AutoML目的,就是为了让AI变得更加亲民,能实际被各行各业运用,使客群范围不再受限于少数的专业软件开发者。Google更表明,目前推出的Cloud AutoML Vision其实只是Cloud AutoML布局的第一步,未来还会持续扩增此类软件服务的应用范畴。
目前Google也已经有了成功将Cloud AutoML导入至传统产业应用的实际案例。在2018年3月8日Google与和明纺织共同发布合作成果,透过将100,000种纺织布料设计样式输入Cloud AutoML,建构机器学习布料花样识别模型,大幅减少耗时的人工作业时间,有效利用既有档案及库存,成功让布料样式设计所需时间自过往的1.5~3个月大幅缩短至40~45天,并让新产品自设计到上市时间,自原先的12个月大幅缩短至9个月,使传统的纺织厂商也因为AI软件工具的导入营运效率大幅升级。
文 | 林贞妤
领取专属 10元无门槛券
私享最新 技术干货