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 GPU、CPU 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：
- 以 DeepMind WaveNet 技術為基礎，Cloud Text-to-Speech 服務正式推出
- Google 啟動「智慧台灣計劃」，目標一年培育逾 5,000 名 AI 人才
- 導入 Google 雲端機器學習技術，和明紡織轉型成功再創競爭力
- Google 專為機器學習打造的晶片 TPU Beta 版已在雲端上開放