人工智慧（AI）技術在過去幾年間出現了長足進步，改變了全世界的工業並創造了全新的產業，其中的圖像辨識和機器翻譯已經被廣泛運用，然而因為技術入門的困難度，許多產業仍未享受到 AI 所帶來的好處，為此 Google 近日在部落格中帶來了更多加強功能的工具，盼藉此讓所有開發人員都可以運用 AI 促進產業發展。
在這次的更新中，Google 為 Cloud AutoML 和 Dialogflow 企業版進行功能加強，同時也推出全新的解決方案 Contact Center AI 來替需求者解決問題。
對於消費者來說，可能會感覺到 AI 應用存在著巨大落差，這是因為 AI 技術牽涉到許多層面，一方面經驗豐富的開發者運用 TensorFlow、Cloud ML Engine 等工具量身打造解決方案，另一方面沒有經驗的從業者則運用預先培訓的機器學習模型（如 Cloud Vision API），得到對 AI 最基礎程度的投資與技術理解。
然而許多企業對 AI 的認知卻是介於兩者之間，對這些人來說，他們的需求超出了預先培訓模型的能力範圍，但同時自身又不具有能力或資源從頭打造解決方案，而 Google 推出的 Cloud AutoML 便是為此而建。透過 Cloud AutoML 工具，需求者將可以在更高自由度的範圍內，擴展 ML 模型來滿足特殊需求。
Cloud AutoML
在今年早些時候推出的第一版 AutoML 中，Google 推出了 AutoML Vision 來協助進行圖像識別，而在第二版中除了完善這項功能，Google 也再推出了兩項新的 AutoML 內容：AutoML Natural Language（自然語言理解）和 AutoML Translation（翻譯）。
AutoML Natural Language 可以幫助客戶自動預測自定義的文本類別，以全球最大出版商 Hearst Newspapers 的使用情況來說，由於出版品有著近 300 種國際版本，團隊一直在尋找更好的內容管理方式，而 AutoML Natural Language 正能滿足它們自定義通用分類內容的需求，同時精準度高於其他解決方案。
AutoML Translation 則是讓使用者可以上傳自定義翻譯結果，藉以訓練出符合需求的語言翻譯模型，像是在多國媒體平台都有刊載新聞的日經新聞社（Nikkei）來說，讓內容自翻譯後可以在全球範圍內進行共享是絕對必要的，而 AutoML Translation 的翻譯精準度確實讓他們印象深刻。
至於升級後的 AutoML Vision 則能帶來最先進的搜尋體驗，以試用中的房產公司 Keller Williams 為例，透過訓練模型辨識家具和建築的常見元素，消費者可以自動搜尋任何想要的景象：像是「花崗岩檯面」或「簡約」、「摩登」風格等。
除了提供給中階使用者的 Cloud AutoML，為了支援所有開發者，Google 在這次更新中也推出第三代 Cloud TPUs alpha 版本，為經驗豐富的開發者提供了更多的機器學習運算支持，同時也為簡易使用的雲端機器學習 API 進行了許多更新。
Dialogflow 和 Contact Center AI
Dialogflow 是 Google 為協助企業建構 Chatbot 會話代理的綜合開發工具，在這次的更新中，Google 讓 Dialogflow 不僅能夠使用 Speech-to-Text（語音到文字），也可以使用 Text-to-Speech（文字到語音）的方式來為客戶服務，這也讓 Google 衍伸推出了 Contact Center AI 解決方案的想法。
但 Contact Center AI 具體而言事情會是如何運作的？簡單來說，當客戶撥打電話時，虛擬代理便會立即接待客戶，協助完成需求並回答相關問題，如果客戶的需求超過能力範圍，虛擬代理便會轉為交給相關人類專員進行處理，而虛擬代理此時則會轉為協助負責人員理解相關情況，確保負責人能接近實時的替客戶提供最佳解答。
Contact Center AI 只是 Google 開發的眾多解決方案其中之一，未來幾週內 Google 將分享更多有關 Contact Center AI 和其他 AI 解決方案的更多資訊。
AI 首席科學家李飛飛在文章中表示，Google 相信人工智慧應該是「賦權」，為了讓 AI 不再只是科技界的利基， 而是在零售、農業、教育或是在醫療保健等各個領域都能有所應用，Google 會持續努力提供改變現況的工具，繼續為所有人帶來 AI。
（首圖來源：Google Blog）