AI 已大量滲入廣告服務與金融，擴大數據使用權是國際大廠布局關鍵

作者 TechNews | 發布日期 2017 年 04 月 27 日 15:00

近年在深度學習（Deep Learning）模型技術的導入下，讓人工智慧（AI）大放異彩，吸引眾多雲端平台與晶片廠商的關注和投入。TrendForce 旗下拓墣產業研究院最新研究指出，「深度學習」的發展重點除了軟體模型架構的改善，還須仰賴強大的硬體運算能力，以及大量的有效數據資料才能達成。其中數據資料直接攸關 AI 模型訓練完畢的辨識精準度水準為何，成為國際大廠角逐 AI 應用市場的重點所在。

拓墣統計，從目前 AI 中機器學習的應用發展來看，以金融與資訊安全、數位廣告科技比重最高，分別達 20% 與 18%，其他產業的應用也正快速發展中。

大廠積極掌握重要資料或獲取資料使用權

觀察目前布局 AI 應用市場的廠商，主要為 Google、AWS、Facebook、IBM、微軟、蘋果、百度、騰訊、阿里巴巴等雲端或軟體平台大廠，其共同優勢是擁有大量用戶數據庫使用權，利於發展 AI 相關 API、SDK 等軟體工具。

拓墣分析師林貞妤指出，數據庫的擁有者與數據庫使用權未必畫上等號，廠商有時只是獲得資料的使用權，卻不擁有資料本身。AWS、Google 或微軟的 Azure，同時提供公有雲與私有雲的服務，但通常都不擁有客戶的數據資料，只在用戶為特定目的使用雲端 API 等工具輸入資料，廠商才一面提供服務，一面使用這些數據進行自家雲端 API 工具的效能優化。

林貞妤也表示，由於深度學習的實踐仰賴豐富的數據資源，廠商為發展出更多元的 AI 服務，也將開源框架（Open Source Framework）視為重要戰略之一。因為若能掌握軟體開發環境，就有機會拓展後續軟硬體服務，所以無論是 Google 的 TensorFlow、Facebook 的 Torch、微軟的 CNTK，或英特爾購併開發 Neon 的 Nervana Systems，越來越多廠商都試圖穩固自有的軟體開發環境，透露其中潛在的角力關係。

發展專業領域 AI 系統，專業知識與數據是關鍵

若希望利用數據訓練出符合某項專業領域的需求且具高信賴度的 AI 系統，掌握該領域的專業知識（Domain Knowledge）便成為系統發展的關鍵。舉例而言，若要訓練 AI 系統透過影像辨識找出病灶，就必須先取得足量且攸關的病灶影像數據進行 AI 系統訓練才能達成。因此，掌握專業領域關鍵資料的廠商重要性將日益增加。

就以集邦科技為例，做為專業調研機構，除了累積過去逾十多年的資料庫能量外，仍持續累積科技產業各領域的關鍵資訊，在產業全面邁向人工智慧數據化的同時，未來期能提供客戶更高的價值。

資料來源：https://technews.tw/…/27/artificial-intelligence-ad-finance/

近年大家應該都有發現，臉部偵測和辨識技術似乎成為許多開發商相繼推出或融入於自家產品的趨勢。除了精準辨識臉部的互動APP或是遊戲，以增加用戶黏著度。透過將表情偵測的趨勢，直接掌握客群對商品的反應和想法，進而可以量化並以大數據分析成為未來預測產品走向的技術。(👩🏻‍💻E編表示：如果希望能節省資料整理和運算時間，可以參考Google Cloud Vision API結合 Tensorflow做開發唷！)

#表情辨識 #臉部偵測 #Tensorflow #影像辨識 #VisionAPI

【CloudMile雲端小教室】What is Cloud Vision API
繼上一回 Machine Learning 的基本介紹，大家也必須要了解一下使我們生活變得更加便利的 Cloud Vision API，Cloud Vision API 是 Google 發明非常厲害的影像辨識技術，大量的照片可以透過電腦來辨識分類；暴力色情的照片或影片得以被控管；也因為這個強大的技術才衍生出現在許多有趣有用的APP和機器人🤖🤖🤖，Google 的技術真的非常不容小覷👍讓我們來認識認識 Cloud Vision API 的技術和原理吧！！！

▶️ 嘗試Thing Translator：https://oxism.com/thing-translator/

#CloudMile #GCP #CloudVisionAPI #GoogleCloudPlatform