如何善用AI Service平台快速實現您的AI

by 管理者
如何善用AI Service平台快速實現您的AI BLOG

作者:陳宗興老師 編輯:TibaMe行銷團隊

當我們學會CNN RNN…之後

    有好一段時間使用 Python撰寫Raspberry pi3 Raspbian系統下的IoT物聯網開發。後來拿來進行資料分析等應用。或者進行網路爬文應用,整合在大數據資料獲取或者分析上。

而這兩年來搭上AI趨勢,則將這一個語言轉向整合Tensorflow,進入卷積神經網路(CNN)/遞歸神經網路(RNN)等機器深度學習演練上。

    好似跟不上這些AI機器學習的領域上,就顯得落伍,或者與現在技術趨勢脫鉤 一般;尤其是從事教育或者技術顧問工作的我,備感壓力。所有關於AI的學習好似得重新回到學校研究所一般,在理論與演算法上踏入叢林一般的迷思與沉重。

    因此,我開始邁入更深度的思考(不是深度學習),當我們學會這些AI機器學習等方法論之後,還不是借助如Tensorflow這樣的Module透過Python等不同的程式語言進行演練。

    我更陷入一個深思,凡是程式語言對我來說只是工具,AI絕對不會是等於一個程式語言。換句話說,Python也不會是AI畫上等號(我以前使用Python進行IoT開發,就不是定義在AI開發上)。而如今,許多工程師當面對AI學習之後,學會CNN與RNN之後,SO….又如何?我們應該就會面對老闆的一句話:

《能否在三個月後,提出一個AI應用構思與完成系統實現》

能否在三個月後,提出一個AI應用構思與完成系統實現
圖一 引用來自於: https://www.tensorflow.org

建模成本最貴,服務是王道

    AI需要建模,而建模訓練的資料,與測試資料的收集與萃取,需要投入在前置與企業系統資訊的整合資料遷移服務上(Integration Service)。或者透過網路爬取回來的資料,甚至外在與環境資料更需要透過IoT物聯網整合,才能順利獲取。因此,我常說建模成本最高,尤其是這些資料(影像)的分析萃取與準備等。

因此,馬雲曾在一場年度投資會議上說:

「我們在公司從不討論AI,我討厭人們討論AI。」他認為,「通常是沒有數據的公司才會談論AI。」在他眼中,未來最重要的事情,是IoT(物聯網)。

    建模成本非常非常的高,所以當我們透過相關的演算模組,將這些資料進行訓練建模,並且透過測試資料進行測試與優化。之後,您又該如何將這一個建模好的AI模組轉換成Service,可以讓前端或者中間服務進行介接與整合,甚至整合企業ERP資料庫等,形成一個聯結與應用。

    Open API架構下的RESTful API服務開發,做為已經完成建模的接口,遂形成一個龐大的資源,可為私有資源有共享資源的應用。

    如果我們想快速進入AI產品開發,並且想避開投入在AI實驗高投資或者風險中,這其中牽涉到人力與時間的壓力時,我們亦可以尋求人工智慧服務(AIaaS)進行系統整合應用與開發,著名之四大AIaaS供應商為Amazon AWS雲端運算服務、Microsoft Azure 雲端運算平台與服務、Google雲服務、以及IBM雲服務等。

善用你具有的程式設計能力,邁入AI產品開發

    如果您已經具有一個程式語言的設計能力,如Python或者C#或者Java/Ruby等,您可以發揮您的專案,借助現有的人工智慧服務平台,進行AI系統整合構思與架構,並且在低成本與穩定與安全性的考量下,快速完成您的AI產品開發。

    例如我想開發一個結合Line Bot聊天室的人機介面,讓使用者可以借助Line直接詢問想資料的區域與特約藥局現有口罩存量狀態。透過Line採用聊天方式進行資料查閱與回應。無須借助選單式的功能表操作方式進行 。您又該如何實現這樣的具有自然語言解析能力AI配合的即時性口罩查詢智能查詢聊天室開發?

圖二-實現及時口罩人工智慧聊天機器人架構
圖二-實現及時口罩人工智慧聊天機器人架構

    如圖二呈現架構,當我們想實踐一個《聊天機器人自然語意查詢即時剩餘口罩系統》我們需要整合那些技術規範?

  1. 需要具配有HTTP通訊協定開發與整合的能力
  2. 具備有開發RESTful API介接服務的能力
  3. 具備有Line Messaging API服務介接能力
  4. SQL Server SSIS整合服務Package開發能力
  5. SQL Server Agent自動化排程管理能力
  6. Azure LUIS.ai訓練建模能力(自然語意分析建模)
  7. SQL Server資料庫OLTP處理能力
  8. Open API資料JSON文件分析能力

如上面所列只是一個參考架構,當然可以有不同的解題架構進行設計。我只想說明的一點就是:

《實踐一個AI應用系統的整體架構,是一個整合系統開發,絕非單一程式或者單一經驗即可完成。》

不要小覷你已經具有的程式開發經驗與能力,因為這些經驗都將是實現一個AI系統不可或缺的角色與能力。

實現整合與產品創新的快速實現

    Microsoft Azure提供多個AI Service,並且提供齊全的Open API文件說明,以及相關的建模工具使用。讓你可以批量或者少量進行建模與測試。筆者透過熟悉的C#與Java等程式語言進行相關的RESTful API開發,指向Line Bot或者網站系統進行人機介面延伸。提供系列的AI Service專案式的開發架構,可以在短時間內完成創意發想的AI除型產品建立與開發。

其中實現了AIaaS的優勢:

  1. 低成本開發
  2. 即用性,可以立即實現需要的AI Service整合
  3. 可擴充性,可進行實驗測試或者正式上線提供服務
  4. 安全性
圖三 使用LUIS.ai 實現一個Line Bot聊天機器人找客戶與訂單系統
圖三 使用LUIS.ai 實現一個Line Bot聊天機器人找客戶與訂單系統
圖四-透過Line採用自然語意查詢客戶與訂單
圖四-透過Line採用自然語意查詢客戶與訂單

另外亦可以結合電腦影像處裡,如撰寫人臉辨識或者是導覽系統等創意開發。

圖五 借助Custom Vison AI Service實現影線辨識創意
圖五 借助Custom Vison AI Service實現影線辨識創意
圖六 人工智慧導覽系統開發
圖六 人工智慧導覽系統開發

也可以透過Face AI Service完成一個人臉辨識系統應用等。

圖七 人臉辨識系統開發.png
圖七 人臉辨識系統開發
立即點擊學習更多關於深度學習,購課輸入”21BRO95″享TibaMe Blog讀者專屬非早鳥課程95折優惠(2021/12/31止)
分享這篇文章:
0 comment
0

您也許會喜歡

Leave a Comment

這個網站採用 Akismet 服務減少垃圾留言。進一步瞭解 Akismet 如何處理網站訪客的留言資料