在人工智能（AI）技术应用的带动下，云端运算服务已成为许多企业所关注的一环，为此 Google 8 日也特别分享了自家云端平台应用机器学习衍生的相关技术，并邀请到企业代表“和明纺织”分享运用相关技术转型的过程，希望借此带动台湾服务及商业模式创新。
据了解，Google 主要将云端 AI 服务的发展着重在四大项目进行，除了持续投入资源培育机器学习人才，同时也借由公开分享多样化的数据数据库，协助企业学习搜集与整理有用的数据资料，做为后续分析、应用的来源。 
在运算及算法方面，Google 则是透过云端 AI 提供企业庞大的运算能力，以知名音乐辨识应用程序 Shazam 为例，他们必须将使用者录制的片段与超过 4,000 万首歌曲进行配对，在 Google Cloud GPU 的协助下，他们成功将每天一次的歌曲索引更新速度提升至每小时一次，借由云端大幅提高运算效能。
除了 GPU、CPU 和 Cloud TPU，云端 AI 也提供机器学习的服务，包括 TensorFlow、云端机器学习服务及数个机器学习模型来执行各式算法。Google 也在日前推出 Cloud AutoML 的第一款产品 Cloud AutoML Vision API，让一般公司即使无法像大型企业投入大量资源和人力操作，也能开发出符合自身工作需求的客制化机器学习模型。
为了让云端平台应用更加大众化、贴近每个人的生活，Google 也特别邀请到和明纺织来分享运用 Google 相关技术转型的过程。
在全球产业快时尚激烈竞争、内部旧有耗时的仓储及接单流程困境下，和明纺织一直都在寻找能提升企业营运效率的方式，为此也在去年 10 月开始运用 Google 机器学习技术及云端平台服务，陆续将生产过的布料样式数字化建档，并训练布料样式的辨识模型。
▲ 透过机器学习训练辨识布料样式的模型。
和明纺织策略顾问李佳宪表示，过去从接到客户的布料样式需求到提供样布，平均需要 1.5~3 个月的时间，但透过这些云端 AI 技术运用，既有档案及库存能够更加有效利用，整体流程甚至缩减至只需 2-3 天即可完成。
透过机器学习系统和 Google 云端平台的帮助，李佳宪估计，和明纺织把新设计带到市场的平均时间将能从原先的 12 个月缩短至 9 个月，同时协助自己及客户提升效率。
“和明纺织的长期计划是结合机器学习和行动应用程序产品作为云端服务，让来自其他产业的参与者都能使用，促进纺织业整体效率的提升。”
Google 云端企业客户经理田哲禹表示，他们非常高兴看到和明纺织运用 Google 云端平台和技术改善内部作业流程，创造了全新的服务模式，“Google 长期致力于降低人工智能的进入门槛，搭配云端平台的应用，能让企业和开发者更快速、容易的导入相关技术，为台湾传统产业带来新契机，朝向智慧转型前进。”
（首图为和明纺织策略顾问李佳宪，图片来源：科技新报、Google 提供）
