站在巨人的肩膀上拓展 AI 之路,台灣企業如何應用機器學習?

2020.11.13 10:11AM
7013

立即報名:11月 26 日「AWS 線上研討會:開啓你的機器學習之旅」

有未來學家預測,AI(人工智慧)有機會在 2029 年達到人類的水平,雖然尚未能證實這個猜測,但沒有人會懷疑 AI 時代已來臨。從電影推薦到新藥開發、從新創公司到網路巨擘、從傳統領域到前瞻科技,無不嘗試應用 AI 來加強競爭力。

國際數據資訊 IDC (International Data Corporation)更預測台灣 AI 採用率將在 2021 年達到 43%,也就是明年幾乎每兩家公司中,就有一家會應用 AI 技術,證實了許多台灣企業必須現在就踏上 AI 之路。

但 AI 是一個廣泛的名詞,機器學習(Machine Learning)則更像是一個實踐者,從海量的數據中學習、預測,並挖掘出隱藏在背後的結構。

企業搶攻 AI 的三大方向:影像、個人化與機器學習平台

不管是 AI 或機器學習,幾十年前還只是在研究室中的論文,卻隨著雲端發展與計算能力躍進而迅速成真,但並不是所有人都能快速掌握這項技巧。開發人員必須要在短短幾年內吸收、學習、應用,甚至是部署。從零開始學習也不是不行,但放大到企業競爭力的進程上,「速度」是唯一指標。

照片中提到了0100100、0101000、1111001,包含了數據共享製造、機器學習、數據科學、數據、製造業
▲Photo Credit:Shutterstock

站在巨人肩膀上是人類科技進步的關鍵,AWS(Amazon Web Services)的信念正是「讓機器學習掌握在每個開發人員手中」。透過 AWS 旗下各種機器學習平台,開發人員能把時間花在更有效率的地方,替企業在數據中找出更多的可能性與機會。

Amazon SageMaker 提供了建置、訓練並部屬機器學習模型的平台。開發人員或資料科學家不用再花心力於複雜又昂貴的開發過程,只需透過 Amazon SageMaker 的工具集與工作流程串接起來,就能用較低的成本、更有效率的工作方法開發出高品質的模型。舉例來說,繁瑣的「資料標籤」需要大量地人工投入,Amazon SageMaker 的 Ground Truth 會從人類的標記中不斷學習,最多可降低 70% 的資料標籤成本。

而影像與影片是最直觀能取得的大量數據之一,利用 Amazon Rekognition 的深度學習(Deep Learning)技術,可以簡單地在應用程式中加入影像和影片的分析技術,來辨別物體、人物、文字、場景等,也可以用來偵測不當內容。美國最大的傳播品牌 CBS Corporation 就利用 Amazon Rekognition 來審核節目中的不當內容,以近乎即時的方式每月篩選和編輯數百小時的內容。

在消費者端,發展 AI 的另外一個重點,就是極致的「個人化」,在絕對尊重消費者隱私的前提下,提前預測、推薦消費者想要內容或產品。樂天超市(Lotte Mart)就表示,透過 Amazon Personalize 的機器學習架構,推薦消費者的商品接受度增加了 5 倍,衝高了每月的營收。

從傳產、網通到醫療設備,台企搶攻 AI 佈局

不只國外企業應用機器學習服務,台灣企業也有許多為了提供更好的加值服務,率先成為機器學習服務的採用者。AWS 將在 11 月 26 日舉辦一場線上研討會,分享不同台灣企業使用 AWS AI/ML 服務的實際案例,也是適合不同領域的產業人士學習的第一手應用實例。

研討會將分享網通產業的案例,介紹企業如何利用 AI 加值的方式,讓監控系統更加有競爭力,不只監控,還能做到追蹤可疑人物,唯有更豐富、打中痛點的需求,靠軟硬整合才能做出差異性,於眾多網通產品中脫穎而出。

而塑膠製造的傳統產業也可以是 AI 的先行者。塑膠在產製的過程中衍生出相當多元的產品線,需要更有效率地進行產品與客戶之間的匹配。透過機器學習,能夠讓銷售與產線運作更有效率,以製造業聞名國際的台灣,任何有關於產線效率的 AI,都應該被好好利用。

不只競爭力與效率,AI 更能「救命」,AWS 研討會也將分享 AI 在醫療業的實際案例,介紹專注於醫療影像、雲端醫療平台研發與行銷的台灣智慧醫療品牌,如何用 AI 辨識技術來最大化病患的黃金救援時間。

還想要更深入的了解台灣企業如何應用 AI,或想更進一步地了解機器學習的導入?

AWS 在 11 月 26 日 14:30 至 15:30,舉辦了「AWS 線上研討會:開啓你的機器學習之旅」,將對 AWS 機器學習三層式的架構及相關的服務有更全面性地深入探討,還會分享 AWS 在機器學習領域超過 10 年以上的經驗,不論開發者或商業人員都能找到適合自己的學習途徑、工作坊與資源。

4 則回應