Google 台灣於今日（8 日）舉行了機器學習系列媒體聚會，繼 上次探討在科學探索的應用後，本次 Google 與大家分享了關於雲端服務的技術重點，除了分享 Google 機器學習技術如何運用在雲端平台外，現場也請來了和明紡織的顧問，與大家分享傳統紡織業如何結合現代雲端技術與機器學習，再次提升產業價值。
運算、演算法、數據與人才四大重點，推廣雲端人工智慧應用
聚會一開始，由 Google 雲端企業客戶經理田哲禹向大家介紹目前 Google 的整體策略。在聚會中，田哲禹提到，Google 原本是一個行動優先（Mobile First）的公司，但最近已逐步轉型為雲端優先的公司策略。
田哲禹說，Google 正努力實現「人工智慧大眾化」的目的，希望讓人工智慧貼近大眾的生活，現階段 Google 發展人工智慧的服務著重於下列四項重點：
- 運算： 因應人工智慧應用相關的龐大需求，發展全方位運算能力，提供機器學習的基礎動力；
- 演算法： 研發高效率的演算法，並配合正確的工具來執行這些演算法，為此 Google 提供 TensorFLow、雲端機器學習服務，以及預先訓練過的機器學習模型來執行各式演算法；
- 數據：Google 原本就是由數據起家的公司（搜尋服務），Google 也希望藉由公開分享的多樣數據資料庫，幫助企業學習整理數據資料，作為後續分析、應用的來源。
- 人才：Google 持續投入資源培育機器學習相關的人才，像是 Google Brain Residency 計畫等等，另外由李飛飛成立領導的進階解決方案實驗室，也提供企業諮詢，讓企業能與 Google 機器學習專家們面對面交流和學習。
除此之外，田哲禹也在現場舉例企業們利用 Google Cloud API 打造創新服務的應用案例，例如韓國線上購物中心 Tmon 就運用影像辨識 API，來過濾電子商務網站上的影像、中國遊戲公司透過使用翻譯 API ，成功讓全世界 30 多萬不同國家的玩家跨越語言組閣，即時對話。
和明紡織：傳統布料樣本結合現代雲端資料庫，打造未來的設計師社群與產業
聚會的後半段，則由來自和明紡織的策略執行顧問李佳憲主持，與大家分享這家傳統布料設計廠商，如何透過 Google 的雲端技術與機器學習，幫助公司再次躍上世界舞台。
李佳憲表示，和明紡織主要的客戶是遠在地球另一端的紐約時尚公司、以及來自歐洲各國的高階設計師。對這些設計師而言，挑選布料是一件很慎重的事情。
和明紡織擁有非常大量的布料設計與樣本，但由於數量眾多，布料樣本都是大量儲存在三間倉庫中。每次有公司或設計師提出布料需求時，和明紡織往往得派業務先依照可能的需求先在倉庫中翻找是否有符合條件的布料，光是這個過程便可能耗時數天至星期；有時為了節省這個過程，布料設計師便會直接重新設計一款布料，但有時卻會生產出過去已經產過的相似產品，浪費精力也浪費時間。
再來，選取好樣本後，業務還得帶著樣本直飛對方公司所在地，萬一布料被對方全數否決，還得回到台灣、重新挑選後再回到該地，往返既耗費時間，又消耗資源與耐心。
「依照過去的流程，有時光這樣一筆訂單到正式確定布料為止就耗時了三個月」李佳憲苦笑著說。
除此之外，這樣的速度也跟不上現在社會上提倡的「快時尚」，這些「快時尚」公司與新興的設計師們對於速度的要求，無疑讓和明紡織備感壓力。
再加上這些布料的儲存場地營運經費、派人找尋布料耗費的人力等，和明紡織其實已逐漸吃不消。
看到了這樣的困境，李佳憲於是建議公司引入 Google 雲端服務與機器學習技術，想改變這樣的流程作業，除了想改善公司的問題外，他也認為這是讓公司的核心優勢資本化的過程。
「在機器學習系統和應用程式的幫助下，和明紡織得以改善既有作業方式及流程, 把新設計帶到市場平均所需的時間預估能大幅降低 25%，從原先 12 個月縮短至 9 個月。而和明紡織的長期計畫，則是結合機器學習和行動應用程式產品作為雲端服務，讓來自其他產業的參與者都能使用，促進紡織業整體效率的提升。」李佳憲說。
大家都能使用的雲端技術與機器學習
聚會的最後，田哲禹表示，Google 未來的願景是希望能打造一個大家都能使用的雲端服務，結合機器學習後希望能讓有興趣也有能力的人，都能夠藉著使用 Google 的資源，來開發更多無限可能。
─ ─
（部分內文參考資料來源來自於 Google 台灣新聞稿。本文提供合作夥伴轉載，首圖來源為《TechOrange》現場拍攝。）
Reference: https://buzzorange.com/techorange/2018/03/08/google-cloud-service-helps-tw-comp/
留言列表
