三大类AI软件工具选择 如何评价Google这般布局？

Google目前提供的机器学习工具，包含Machine Learning Engine、TensorFlow、Cloud AutoML Vision、多种类的Cloud API等，以提供不同类型的使用者进行开发使用，借此拓展Google在AI领域布局的市场广度。

Google依据开发者类型的不同，提供三大类AI软件工具选择

Google目前的AI软件工具布局，包含Machine Learning Engine、TensorFlow、Cloud AutoML Vision，以及多种Cloud API等。看来类似的软件工具，实际上能提供不同类型、不同软件开发程度的使用者进行模型开发使用，让Google的AI布局不仅能让专业的软件开发者受惠，更能够向下拓展至不具软件开发技术的厂商客户，使潜在使用客群范围更加广泛。

以Google目前提供的软件开发工具而言，主要可区分为Machine Learning Engine/TensorFlow、Cloud AutoML Vision和各种Cloud API这三种类别。Machine Learning Engine/TensorFlow主要提供对象是专业的软件开发者，具有高度弹性和高度客制化特色。

各种Cloud API是提供给云端客户使用的快速工具，是Google已经训练好的机器学习模型，方便使用者直接套用，锁定具基本软件开发能力的使用者。

至于Cloud AutoML，是针对不具软件开发能力客户所开发的最新型软件工具，能让不具软件开发能力的使用者透过「一键训练」，简易地建构出所需的客制化机器学习模型。

为使自家AI软件工具成功导入各行各业，降低使用者门槛是必要手段

Cloud AutoML是Google于2018年1月18日发表的软件工具，采用迁移学习(Transfer Learning)技术，将已经训练好的模型套用至新的模型，协助新模型的训练，并同时具备learning2learn及超参数调整技术(Hyperparameter tuning technologies)，能主动协助客户改善机器学习训练成果。

而Google发展此Cloud AutoML目的，就是为了让AI变得更加亲民，能实际被各行各业运用，使客群范围不再受限于少数的专业软件开发者。Google更表明，目前推出的Cloud AutoML Vision其实只是Cloud AutoML布局的第一步，未来还会持续扩增此类软件服务的应用范畴。

目前Google也已经有了成功将Cloud AutoML导入至传统产业应用的实际案例。在2018年3月8日Google与和明纺织共同发布合作成果，透过将100,000种纺织布料设计样式输入Cloud AutoML，建构机器学习布料花样识别模型，大幅减少耗时的人工作业时间，有效利用既有档案及库存，成功让布料样式设计所需时间自过往的1.5～3个月大幅缩短至40～45天，并让新产品自设计到上市时间，自原先的12个月大幅缩短至9个月，使传统的纺织厂商也因为AI软件工具的导入营运效率大幅升级。

文 | 林贞妤