:::

【110年 解決方案】 行動貝果讓AI像Excel一樣簡單高效 提升數據分析力

甚麼是AutoML(自動化機器學習),與ML(傳統數據分析)有何不同?需要先來進一步釐清。

傳統的機器學習必須經過資料清理、資料前處理、特徵工程、特徵選擇、演算法選擇、模型建立、模型訓練、參數調整,再到評估結果,產出模型應用。過程中,一但參數有問題,必須從新選擇演算法、重新建立模型等,來來回回重複上百次。若萬一有了新的資料,所有的步驟都要重走一遍。 透過自動化機器學習,模型應用的產出過程只需要經過資料清理、特徵工程、數據建模及模型評估等四大步驟的自動化,即可達到模型應用,即使需要蒐集新資料,也能透過自動化機器學習達成,省時又省力。

ML與AutoML之比較    資料來源:行動貝果有限公司

▲ML與AutoML之比較 資料來源:行動貝果有限公司

AutoML是一種能夠讓機器學習模型開發中耗時的反覆工作自動化的程序,這讓相對缺乏AI人才的中小型企業,也能自己打造客製化的機器學習模型。近年來,國際大廠紛紛搶入這塊市場,包括Google於2018年發表的Cloud AutoML,以及雲端運算龍頭AWS在2019年推出AutoPilot,AutoML已然成為主流學習服務的標準配備,從網頁化介面、免程式開發及工作流程視覺化管理等,服務發展面向越來越多元。

行動貝果(MoBagel )是一群由頂尖資料科學家、工程師、產品專案管理師組成的專業團隊,團員來自各地名校,包括美國史丹佛、柏克萊、牛津、台灣大學等,同時也曾獲選參與矽谷知名加速器500 Startup、獲選參加日本SoftBank Innovation Program、也在Nokia的Open Innovation Challenge中得名。

行動貝果Decanter AI平台,讓分析專案從兩個月縮短至兩天

行動貝果專攻資料科學和機器學習技術,在2016年研發自動化機器學習分析工具Decanter AI,迄今已幫助超過100家的企業將AI導入重要的決策中,分析專案從兩個月縮短到兩天。服務過的領域包含零售、電信、製造、金融等產業。

行動貝果有限公司副總經理林昱申表示,Decanter AI讓AI像Excel一樣簡單高效,可以提升企業數據分析生產力。使用者不需要先具備深厚的專業知識與經驗,透過簡單的超作介面,就能進行自動化機器學習來作資料分析與預測。

使用Decanter AI有簡單三步驟: 步驟一、將數據整理成csv格式 ;步驟二、上傳至DecanterAI設定預測目標 步驟;三、Decanter AI自動建模,獲得預測成果 。部署方式可以在公有雲,也可落地到企業端的私有雲,內部資料上傳之後,即可建模使用。
 

DecanterAI使用三步驟,簡單又方便

▲DecanterAI使用三步驟,簡單又方便

AutoML的優點是能夠自動化訓練大量模型、調整參數、產出最佳模型,快速部署、快速導入,在新冠肺炎病毒(COVID-19)疫情之後,各行各業面臨新的市場變局,必須透過快速、便捷的數位工具進行數位轉型。

行動貝果近年來,持續推動DecanterAI平台的優化與建立產業資料建模分析能力,並產生實質效果。如中華電信運用平台針對攜碼客戶進行盲測,並進行數據分析,有效降低用戶的離網率並提高客戶留存率。國內龍頭食品大廠,由於飲品有效期,加上冷鏈的生產與銷量情況必須完全整握,才能降低庫存與損耗等問題,在導入DecanterAI平台之後,除了可精準預測市場需求量,根據效期數據分析生產及配銷數量,也有助於降低倉儲物流成本。

AutoML產業應用多元廣泛 未來發展潛力大

行動貝果認為,AutoML在產業應用十分廣泛多元,包括製造業所困擾的員工離職預測、生產需量預測及營收績效預測;智慧零售業的門市客流預測、商品補貨預測、會員促銷預測;電信業的客戶流失預測、潛客名單預測;金融業的理財精準行銷、信用卡盜刷偵測及保險申辦快審,甚至於房地實價預測、停電災損預測等,都有助於解決產業的經營困境,創造新的商業模式。

AutoML產業應用多元,涵蓋製造、零售、金融等產業     資料來源:行動貝果有限公司

▲AutoML產業應用多元,涵蓋製造、零售、金融等產業 資料來源:行動貝果有限公司

AutoML導入期需要花費多少時間與準備?林昱伸表示,在實際做法上,自動化機器學習企業導入進程包括四大期間:

一、 準備期:協同企業討論聚焦商業痛點,協助定義分析命題,並提供資料科學專業建議與最適解決方案,為期兩周左右時間。

二、 驗證期:以小範圍試點專案快速驗證分析成效,確保命題設定、數據品質、分析流程、預測技術等面向,作為後續實務應用與放大之基礎。需要花費三周時間。

三、 導入期:依企業需求支援雲端或本地端產品部署。提供操作與維運教學、Help Center、數據分析顧問諮詢、企業培訓課程等產品導入服務,需時一個月以上。

四、 應用期:分析/數據團隊可透過產品通用介面執行各項AI專案,快速落地。並可透過API串接預測引擎,依實務場景開發應用模組,此一為應用最後階段,耗費時間較多,需時長達數月之久。

然而,行動貝果與SI夥伴進行系統整合專案流程,由SI夥伴進行商業命題討論,及提供資料集,隨後進行資料健檢與Baseline模型,據此,行動貝果提供資料診斷報告,確認試點專案命題之後產出需求規劃書,就進入專案執行階段,模型建立、優化及提供分析報告。與SI業者進行系統整合,一方面優化處理模組開發,另一方面使用API串接數據源與輸出預測結果,導入企業的場域,有效解決企業在面臨數位轉型中的命題。

展望未來,Decanter AI平台上將持續開發各項AI創新應用服務,與產業上中下游如企業資源規劃(ERP)、顧客關係管理(CRM)、商業分析(BI)與電子商務平台(EC)等夥伴,以共創、共享與利他的方式極大化生態圈效益。

(本文源自於「AI Engineering線上小聚」內容精選整理)

推薦案例

【解決方案】運用極現科技4D無人機雲端平台 巡檢成本降為五分之一
運用極現科技4D無人機雲端平台 巡檢成本降為五分之一

無人機執行智慧巡檢工作日益普及,大型石化廠及太陽能電廠也持續導入無人機應用。位於新竹的極現科技(earthbook)以自有技術建立4D雲端平台,提供無人機、軟體及數據分析平台服務,應用於太陽能電廠及石化廠執行智慧巡檢工作,總成本只有軟硬體購置等傳統做法的五分之一,時間更由一個月縮短至24小時左右,效益十分可觀。 對於長期處在高溫壓危險環境的石化業者而言,廠區設施的安全管控與巡檢是不可承受的重。「只要能提高石化業場內設施巡檢和風險辨識能力,資源的投入絕對不是問題」石化業者語重心長表示,面對廠區仰賴人力巡檢、龐大廠區空間、看不見的製程設施破損死角,導入無人機4D AI巡檢雲端平台將提升石化業者高效、安全的設施巡檢服務,更降低設備停機的風險發生。 成立於2018年3月的極現科技公司,已是國內創業競賽的常勝軍,包括2019年OPEN DATA創新商業實務戰冠軍、2020年並獲選進入微軟新創加速器、2021年獲選NVIDIA新創AI團隊,產品已上架微軟Azure平台,更獲得國發基金及國內大型集團投資,技術實力與服務深獲市場肯定。 擅長空間資訊處理及軟體技術的極現科技創辦人暨執行長徐偉城表示,在創業之初即承接國家太空中心衛星3D拍攝排程系統,深耕地理資訊整合成3D影像領域,隨著無人機硬體技術日益成熟,公司營運轉向無人機市場,並結合AI影像辨識系統,建立4D雲端DaaS平台,所提供的服務包括網路下單空拍服務DaaS、5GAIoT雲端平台SaaS及enterpriseAPI伺服器軟體等三項服務,以滿足無人機在智慧城市、設施巡檢、工程管理、災害應變、汙染監測等應用需求,將無人機服務的價值發揮最大化。 智慧空拍巡檢 定期追蹤 一眼望穿廠區設備健康狀態 台灣石化廠的數量和廠區面積龐大,缺乏足夠人力去執行整全性的設備巡檢,加上石化廠產生高溫易燃、腐蝕性的化學物質必須經由管線和儲存槽進行傳輸與儲存,長久以來可能造成管線破裂和儲存槽堵塞的風險危機,進而衍伸石化廠區嚴重的工安災害事故、設備停機及產能停滯發生。 觀察石化業者在設備巡檢的人員短缺,目前極限科技已導入無人機4D AI巡檢雲端平台結合AI影像辨識技術於石化廠區落地實證,透過無人機結合自主開發APP軟體服務操作,並連結現場空拍蒐集數據到雲端平台,達到石化廠設備管線、儲存槽巡檢全自動又即時性的空拍監控,更確保每次空拍執行任務時,總是能精準掌握指定巡檢物件的拍攝位置和角度,有效彌補過去廠區人力巡檢時人為監測的落差。 徐偉城指出,石化廠的巡檢無人機採用雙光鏡頭,一種是可見光,另一種為熱紅外線,可以透過溫度狀況來判斷管線異常阻塞,讓客戶從遠端就可在earthbook網站立即看到廠區巡檢狀態,提升客戶的巡檢效率與準確性。 4D空拍數據平台滿足智慧城市、交通、工程管理、汙染監測多元應用 DaaS網路即買即用 創新空拍商業模式可節省15成本 極現科技除了提供4D空拍數據平台,也提供DaaSDrone as a Service 服務,客戶可以在網站下單購買服務之後,極現協助媒合有專業證照的空拍人員到現場服務,客戶可透過平台掌握實際操作情況,並可迅速取得空拍數據,並研判是否有異常情況,能隨時預警。 以太陽能電廠監測服務為例,因太陽能電廠廠區面積大分布廣,又位於偏僻的屏東,而客戶總部在台北,對於屏東的電廠巡檢,客戶只要透過DaaS服務模式,直接網路下訂單並上傳屏東廠區的地圖,等客戶取得報價後,公司就委託當地屏東飛手去現場執行太陽能電廠空拍巡檢服務,過程中無人機的路線皆由AI自動計算好航線規劃,並將空拍數據傳輸到客戶雲端帳號,在台北總部的客戶就可在earthbook的網站即時看到太陽能電廠巡檢狀況如太陽能面板髒污狀況、灰塵偵測或太陽能電磁異常發熱等,有效幫助客戶大幅降低人事執行成本,高效率完成太陽能電廠巡檢服務。 導入石化廠的DaaS網路下單空拍服務 根據估算,太陽能發電廠客戶以自購或委託外界進行無人機拍攝居多而造成人事成本過高。在極現科技長期提供客戶空拍機和DaaS商業模式服務下,可為客戶節省45空拍成本,同時讓客戶於空拍24小時候後取得空拍巡檢報告,加速協助客戶高效率判斷太陽能面板異常問題。 期許成為最大空拍數據服務公司 將進軍東南亞市場 從2018年創立至今,極現科技即以創新思維在空拍市場快速成長,積極拓展空拍數據應用服務,現階段除了努力經營台灣市場外,將進軍東南亞國家,首站選擇在基礎建設需求量大的印尼。徐偉城期許earthbook成為全球最大的空拍數據服務平台,除了剛完成國發基金及大型集團的首輪募資外,為了跨足國際市場,一方面不斷精進無人機的數據服務及AI技術創新,另一方面,也需要法人如資策會的協助,尋找到對公司有互補的策略性投資人,分階段完成成為跨國空拍數據公司的目標。 極現科技創辦人暨執行長徐偉城

【解決方案】7毫秒內分離人聲 洞見未來科技協助聽損者「聽說更簡單」
7毫秒內分離人聲 洞見未來科技協助聽損者「聽說更簡單」

某週四下午,下了一場傾盆大雨,然而,位於台北小巨蛋附近的洞見未來科技RelaJet台北體驗中心內,客戶預約全滿,主要是聽損人士前來試聽運用人聲分離引擎設計製造出來的助輔聽器,對於聽損人士而言,能夠有平價、輕巧、降噪效果佳的助輔聽器可用,真可謂一大福音。 「希望幫助有需要的使用者,再次聽見世界的精彩」這是同為聽損人士的RelaJet創辦人暨執行長陳柏儒體貼的期望,他最懂得聽損者的需求,也希望藉由洞見未來科技獨特的人聲增幅助聽技術,能夠造福更多的人。 萬元有找的輔聽器 造福廣大聽損者 成立於2018年的RelaJet,是陳柏儒與哥哥陳宥任共同創辦的公司。RelaJet所研發的多人聲分離引擎搭配高通藍牙音訊平台,將動輒8-10萬元的進口助聽器價格壓低到萬元有找,就是希望能研發平價、降噪效果佳、可運用無線傳輸連結手機的好商品。 公司成立後的前2年,主要研發多人聲分離引擎,讓降噪效果更佳,搭載上高通藍牙耳機晶片之後,音訊處理時間極短,大約7毫秒就能強化主要人聲、降低周圍噪音干擾,只需要傳統助聽器醫療標準16毫秒不到一半的時間,幾乎「零延遲」。 洞見未來科技推出平價助輔聽器,大大嘉惠聽損者 陳宥任解釋,主要是運用高通晶片的邊緣運算,加上極簡化的演算法才能做到極低延遲及聲音可以處理更好的降噪度,同時助聽器可涵蓋18個頻道,傳統的助聽器涵蓋的範圍是4-48個頻道,未來RelaJet會朝更多頻道逐步邁進。 根據統計,全球聽覺障礙者總計47億人,其中,已開發國家聽力輔具配戴率平均為30,其中以歐美國家最多。台灣有近150萬人失能性聽損,其中,中老年族群失能性聽損就佔了30,而輔具配戴率僅有10,比率相當低。 陳宥任進一步分析,輔具配戴率偏低有兩個原因,一、國際大品牌平均售價高達8-20萬元,可使用期限3年,不僅售價高、養護成本也高,讓很多人卻步;二、在吵雜環境下,噪音也被放大,使用者仍然不一定能聽得清楚,並且聲音參數無法即時、自由調整,需要常回到門市調校不是很方便。三、大部分機種無法連接手機,不方便聽損者接聽聽電話。 運用高通藍牙晶片 產品開發速度大躍進 有鑑於此,曾在聯發科擔任半導體工程師的陳柏儒負責技術研發,有法務背景的陳宥任主責公司的管理與營運,兄弟合作無間,組建團隊運用AI人工智慧演算法與晶片串接,學習數據庫內幾千小時的音檔,透過神經網路與深度學習技術,研發出低延遲、高降噪的人聲增幅助聽技術。並在2019年將此聲音處理技術整合至高通藍牙晶片,並獲得高通台灣新創競賽獲得冠軍、高通全球擴展計畫夥伴的榮譽,讓產品開發速度大躍進,2021年在台灣推出自有品牌Otoadd系列助輔聽產品,並受到市場的青睞以及有廣大聽損者的好評。 根據不同消費者的需求,有不同的產品設計,陳宥任表示,Otoadd具有輔聽功能的無線耳機N1,屬於頸掛式入門款,售價一副9,500元,可以一邊帶輔聽器一邊聽電話,運用手機App即可控制降噪強度及聲量大小。未來也將研發周邊配件,以符合年長者的需求。該輔聽器除了在台北、高雄體驗中心可預約試聽外,也可在PChome商城、台哥大myfone商城、樂齡網等輔具通路販售。 另一款為針對輕度到重度聽損者設計的Classic R助聽器,於2021年獲得日本Good Design設計獎,這款產品自去年底上市,對於先天性聽損者具有吸引力,用過的人都說在吵雜的環境下也能比過去聽得更清楚,也感受到藍牙連接手機通話、看影片的便利。預估此一商品也將在今年下半年外銷海外市場。 此外,今年6月即將上市的助聽器藍牙功能二合一功能產品,大小就如同一般藍牙耳機,主力客群鎖定在意外觀的聽損者,一方面體積較小、無線耳機造型設計美觀,加上也可接聽電話,若經衛福部許可上市之後,符合資格的聽損者還可以向政府申請補助。 RelaJet下一階段將進軍海外市場 以美國為灘頭堡 有趣的一個問題是,因應疫情關係,全民都必須配戴口罩,無法讀唇語,此對聽損者的影響是如何呢陳宥任表示,此時就能凸顯RelaJat的優勢了。由於每位聽損者聽力強弱不同,助聽器僅能補充到適當音量,協助聽損者聽取6-7成內容,餘3成仍須仰賴讀嘴唇及手勢。而在疫情期間,為了防疫,人人都戴口罩,口罩也讓聲音有所遮蔽,RelaJat人聲分離引擎也能校正補強,使戴口罩者的聲音分離清晰,方便聽損者辨識。 除了台灣市場之外,RelaJet下一階段將進軍海外市場,預計今2022年將取得ISO 13485醫材品質管理系統認證及美國醫療器材許可證,以美國為灘頭堡,以自有品牌或是成品貼牌方式銷售海外。 除了台灣市場之外,RelaJet住輔聽器下一階段將進軍美國市場

【解決方案】AI電眼取代人眼 慧演智能運用AI幫製造業做品管
AI電眼取代人眼 慧演智能運用AI幫製造業做品管

因應製造業少量多樣的客戶需求,亟待可以找到從雲端到終端的AI解決方案。慧演智能提供軟硬整合解決方案-BailAI影像檢測解決方案,來協助傳統製造業提升製程效率及產品品質,達到轉型的初步目標。 政府宣示2017年為台灣「AI元年」之後,台灣AI新創公司如春筍般林立,成立於2018年的慧演智能即鎖定智慧製造,提供AI影像分析與流程優化的平台,以深度學習的方式檢測產品的瑕疵和組裝的步驟異常,協助企業建置從終端到雲端的基礎設施,讓工廠生產端可以自動化監控,以提升製程的效率和品質。 熟悉產線品管流程 以AI影像檢測作為創業主軸 慧演智能創辦人暨執行長劉雅雯年紀輕輕,在大學畢業之後即進入製造業,在硬碟零件的塑膠射出製程擔任品管職務,「當時已經在產線上,對於生產機台的產線流程相當熟悉」,她之後轉換跑道擔任行銷企劃、接著又擔任過AI產品經理,在時機成熟之後,劉雅雯決定創業,以製造業的AI影像辨識作為創業主軸。 「企業的困難在於缺乏AI開發團隊,即使有了AI團隊,開發專案要花很多時間,至少6-12個月」深諳市場痛點的劉雅雯表示,平台要解決的問題是提供傳統製造業不需要程式開發背景的員工,也可以自行打造AI模型的平台,從遠端協助產線的故障排除及後續的系統維護作業,來幫助企業節省開發時間及人力成本。 BailAI影像檢測平台使用場景 面對市場上提供AI影像辨識的競爭對手非常多,慧演智能的技術優勢何在劉雅雯表示,現階段許多企業備有AOI光學檢測設備,但AOI光學檢測在應用上的瓶頸是,只能用於產線速度快、數量多的瑕疵檢測,而每回檢測或生產都要重新調整參數。而根據她對產業的了解,受限於AOI設備動輒上百萬元台幣起跳,大部分中小型傳統製造業,並不具備雄厚的財力,但他們又想要做自動化檢測,這就是慧演智能的機會。 劉雅雯接著表示,傳統製造業不可能養一個包括AI工程師、資料工程師、雲端架構師、終端架構工程師等專業人才的技術團隊,而慧演智能擅長於軟硬體整合,企業透過BailAI影像檢測平台,就能輕鬆解決產線上的檢測問題。換言之,客戶只需提供影像或樣品,交由慧演智能訓練模型、部署模型及系統整合,即可輕鬆使用AI技術進行產線流程優化及監測。 參加AI新銳選拔賽 組裝行為影像辨識辨識率達9成以上 舉例而言,某家連接器廠商,技術團隊只有1-2位AI工程師。主要解決的問題是,大部分作業員都在產線上,而品管及高階主管在遠端,公司欲透過遠端監控方式掌握產線實際情況。慧演智能透過工業相機拍攝產線畫面,並將AI影像分析傳送到遠端,主管及品管人員可以透過螢幕來觀察產線組裝有無錯誤,如連接器頭跟線路有沒有接好等問題。 慧演智能的AI影像檢測架在微軟的Azure雲端平台上進行作業,也會透過終端設備,如NVIDIA的邊緣運算設備放置於檢測站周邊,透過雲端到終端的整合解決方案,協助傳統製造業提升產線效能與及早發現問題。現階段慧演智能的客群包括航空、電子周邊、連接器及金屬等相關產業。 組裝產線人體行為辨識組裝流程解決方案,準確率達9成以上 為了實證技術深度,慧演智能參加經濟部工業局2021年AI新銳選拔賽活動,為光寶科技提供「組裝產線人體行為辨識組裝流程」解決方案,透過相機及AI影像辨識的方式辨識產線作業員的有效工時及無效工時,也就是透過影像辨識手的姿勢及位置,來判斷作業員的組裝行為,其精準率可達9成以上。 劉雅雯補充說明,由於電子零組件組裝工序較複雜,多以人力為主,無法以機械手臂取代,因此慧演智能在光寶的組裝站裡,用鏡頭拍下作業員組裝的流程,再針對影片進行演算法的訓練、校正,最終訓練出的模型能直接判斷組裝過程是否出現任何錯誤,以改善整體流程。 導入BailAI影像檢測平台 專案開發時間可望縮短至1個月 成立三年多以來,慧演智能累積不少專案經驗,希望能將專案經驗產品化,劉雅雯指出,將於今2022年完成BailAI影像檢測試用版,客戶可依檢測物件的精細度選擇工業相機、視訊相機,甚至於X光來擷取影像,再透過平台做影像自動標記,慧演智能會提供符合場域的AI應用模型,供客戶使用,也可以在雲端終端做推論,便於製造業上線使用。包括金屬產業、工業電腦的金屬機殼、連接器、電子周邊,機械零件,皆可利用平台進行瑕疵檢測及物件辨識。 現階段慧演智能將持續提升技術能力,累積客戶的經驗完成產品化,同時加速AI檢測落地應用,中期將建置終端雲端基礎設施,將企業AI專案開發時間從6-12個月縮短至1個月,降低企業使用時間及使用門檻。長期目標將鎖定台商聚集較多的東南亞市場,將軟硬整合AI解決方案拓展到海外市場,擴大營運規模。