:::

【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】2秒鐘完成結帳動作 Viscovery AI影像辨識助攻智慧零售
1 秒鐘完成結帳動作 Viscovery AI 影像辨識助攻智慧零售

近年來,人工智慧 Artificial Intelligence,簡稱 AI 已逐漸改變各行各業的運作模式,不過,絕大部分的工作仍然是由人類完成,AI 則扮演輔助的角色,因而出現了「AI Copilot」一詞,代表「由 AI 驅動的工具或助理」,旨在協助使用者完成各種任務,提高生產力和效率。 AI Copilot 的概念源自於「副駕駛」這個角色,在飛行中,副駕駛協助主駕駛員完成各項任務,確保飛行安全與效率。其實,工業革命的「機器」就開始有 Copilot 的影子,各種機器在不同領域中扮演「Copilot」的角色,輔助人類完成繁重的體力和重複性工作,大幅提升工廠生產效率,推動經濟快速發展。 隨著運算設備的進步、機器學習、深度學習、影像辨識等技術的突破,AI Copilot 的概念逐漸成形。AI Copilot 的發展標誌著從「機器輔助提升到智慧輔助的轉變」。早期的機器人只能完成預設的重複性工作,而現在的 AI Copilot 則能夠學習和適應新的環境與任務,並在實際應用中不斷優化自身表現。這一轉變不僅改變了人機交互的方式,也為各產業帶來了深遠的影響。 AI Copilot 的應用範圍涵蓋了各個行業,包括:金融、醫療、製造、教育、零售hellip等等,無處不在。 AI Copilot 於零售業的應用:AI 影像辨識結帳 在零售業,AI Copilot 的應用已經開始展現具體成果。 以 Viscovery 的 AI 影像辨識結帳系統為例,這套系統即為 AI Copilot 模式的一種,輔助店員加速結帳,或者輔助消費者簡化自助結帳流程。 nbsp 一般的結帳方式需要店員逐一掃描商品條碼,若是無條碼的商品,如:麵包、餐點,則需店員花時間先用肉眼確認品項,再一個個輸入到 POS 結帳系統中。根據一家連鎖麵包店實測,資深店員從「肉眼辨識」到「輸入一盤 6 顆麵包的商品資訊到結帳系統」的過程,就要 22 秒的時間,新進店員需要的時間可能更多。另外,根據一家日本麵包店業者分享,培訓員工認識、熟悉商品需要 1 至 2 個月的時間。 nbsp 現在有了 AI 影像辨識技術,店員可以把「辨識商品」的步驟交給 AI,由 AI 扮演 Copilot 的角色,1 秒內迅速辨識品項,加快結帳,整體節省 50 的結帳時間,優化顧客購物體驗。而培訓員工辨認麵包的時間成本,也能因此有效縮短。 nbsp 即便是帶有條碼的商品,AI 也可以在一秒內快速辨識多個品項,相比逐個掃條碼的方式,效率更高 nbsp 而有 AI 影像辨識「輔助」的自助結帳系統,則能夠讓消費者在沒有店員幫助的情況下,順利完成購物,省去刷條碼或在螢幕上查找品項的麻煩,提升購物體驗,在缺工、找不到店員的時代,也幫助店家降低營運成本。 nbsp AI 快速辨識多件結帳商品只要一秒鐘 圖片來源:Viscovery 近來,致力研發 AI 影像辨識結帳方案的新創在各國嶄露頭角,目前已知最輕量化的解決方案就在台灣,只要在結帳櫃檯安裝一支 Viscovery 的鏡頭與一台搭載 Viscovery AI 影像辨識軟體的平板,即可與店家既有的 POS 結帳系統串接,馬上啟用。 整合方式多元,有隨插即用的作法,也有與店家 POS 整合的 API 串接方案。 Viscovery AI 影像辨識系統可與店家現有的 POS 系統無痛整合 圖片來源:Viscovery AI 影像辨識結帳的導入實例 目前 Viscovery AI 影像辨識系統已導入台灣連鎖烘焙店、新加坡中式麵店、日本仙台百貨公司商辦超商 micormarket、日本麵包店與蛋糕店hellip等等。超過 700 萬筆交易筆數,都是透過這套 AI 系統完成,辨識超過 4000 萬件商品。這些使用案例展示了 Viscovery AI 影像辨識系統在零售行業的廣泛應用,未來將持續深耕、探索零售及餐飲運用 Vision AI 的各種可能。 nbsp Viscovery AI 影像辨識系統已導入日本、新加坡、台灣,使用於麵包店、蛋糕店、餐廳、便利商店等多個場域 圖片來源:Viscovery

這是一張圖片。 This is a picture.
讓會議紀錄不再曠日費時 迪威智能Meeting Ink用AI幫你記錄會議

Meeting Ink企業版同步推出中 根據最新研究顯示,一般會議後若沒有即時追蹤與複習資訊,兩小時內將遺忘約50的內容,經過多層轉述和彙報,更可能遺漏超過三分之一的關鍵資訊。會議記錄對於流程嚴謹的企業和公部門尤為重要。然而,大量會議需求下,記錄可能造成會議成果遺失及團隊負擔。看準這一市場痛點,台灣AI新創迪威智能(DeepWave)推出「Meeting Ink」mdashmdash一款結合語音、文字、和自動化AI技術的全新會議紀錄解決方案。Meeting Ink 不僅支援語音轉文字、語者辨識、逐字稿翻譯、及自動化會議重點摘要,還提供消費端和企業端的靈活服務,並於今年Q4增添即時逐字稿與翻譯功能,開創會議管理新格局。 AI技術一站式解決會議紀錄痛點 自2023年底上線以來,「Meeting Ink」已成為市場上高效、準確的會議紀錄管理解決方案。迪威智能結合其自有技術、第三方工具與微軟Azure的語音識別技術,打造出最佳的語音轉文字體驗,並附加語者辨識與分段、多語言翻譯,以及多種場景下的會議摘要功能。為了實現更廣泛的應用,Meeting Ink也提供即時應用方案,使其不僅適用於日常會議,也能滿足活動、論壇、學習課程等多樣場景。目前,Meeting Ink 支援APP和網頁雙平台,並提供企業客製方案以進一步擴展應用。 優秀的聲音識別技術和最佳使用者體驗 「Meeting Ink」在市場中的優勢在於其精確的聲音識別技術和以使用者為中心的應用設計。依靠迪威的專有技術,Meeting Ink 能將語音訊號轉換為具有語者代表性的文本內容,識別每位與會者的聲音,確保資訊被清晰區分。除此之外,會議內容可以進一步根據語者進行摘要彙整,並在迪威的優化系統加持下,生成不同場景和角色的專屬摘要模板。無論是企業高層會議、學術論壇,還是個人訪談和學習課程,Meeting Ink都可依照不同背景產生量身定制的摘要內容,為會議紀錄帶來更高效、靈活的使用體驗。 精準定位企業需求,提供全方位企業應用 洞察到未來市場需求的轉變,迪威智能推出了針對2B架構的客製化服務方案,進一步優化了Meeting Ink在企業端的應用。企業客戶可使用專業版功能並享有獨家客製設計的摘要模組,以符合特定產業的需求。迪威智能承諾定期更新AI模組,確保提供最先進的技術支援。此外,Meeting Ink的企業服務方案更強調數據安全、帳號權限管理、無上限儲存空間、多裝置兼容支援所有錄音情境等,並以市面上最低的錄音時價,為企業提供經濟高效的解決方案,讓企業可專注於核心工作,提升整體會議效率。 把握AI時代脈動,領先應用市場 根據2023年市場報告,AI應用工具在未來十年內的全球市場將從近70億美元成長至500億美元,且商業與學習工具將是市場中的關鍵角色。面對AI技術發展的快速進程,迪威智能憑藉自身技術實力與創新能力,以Meeting Ink打入國際市場,並持續為企業與個人帶來會議紀錄的革命性變革。未來,迪威將不斷優化Meeting Ink,致力於推動AI技術與人們日常工作、學習場景的緊密結合,為用戶創造更便捷、高效的工作環境。

【解決方案】小柿智檢 以「AOIAI」雙劍合璧,軟加硬體千錘百鍊 打通外觀瑕疵檢測任督二脈
小柿智檢 以「AOI+AI」雙劍合璧,軟加硬體千錘百鍊 打通外觀瑕疵檢測任督二脈

品質檢測,如雙刃劍一直是台灣製造業者又愛又痛的課題。當AI深度學習進入傳統製造業的工業視覺檢測中,不僅可節省檢測人力投入、解決人工目視標準不一,克服傳統自動光學檢測AOI有限的視覺辨認及瑕疵檢測盲點,更能即時溯源品質問題成因。小柿智檢研發的AIAOI視覺檢測整體解決方案,融合軟體與硬體創造高效外觀瑕疵檢測能力,幫助電子代工客戶創造低於1漏檢率及少於3過殺率的高效品檢水準。 成立於2020年的小柿智檢,雖然是兩年的新創但並非從零開始,創辦人暨執行長洪沛駿與核心團隊曾深入富士康工廠多年,參與無數智慧工廠相關解決方案與製程改善,擁有深厚的AI深度學習開發能量,並累積世界級AI應用落地豐富經驗。看見AI工業檢測必定是製造業邁向工業40的最後一哩路,洪沛駿毅然決定將AI深度學習技術落地於產值高的智慧製造領域,並專精投入在AI工業視覺檢測開發。 對於製造業而言,產品檢測是所有品管最重要的一環,但傳統工業檢測面臨2大主要痛點 1人工目視檢測:現今整體製造業95以上仍仰賴人工目視檢查,使得人工目視品檢標準難一致性,並對細微物件目視檢測時,如被動元件或高反光元件會造成長期視力傷害。2傳統AOI自動光學檢測:對產品有限的視覺辨認能力與瑕疵檢測盲點,而其中外觀瑕疵檢測如碰刮傷、油汙、髒汙或毛絲等不可預期的細微瑕疵問題,也是AOI應用中一直無法克服的難關。 AIAOI視覺檢測整體解決方案 外觀瑕疵檢測的一大福音 當初在設計小柿智檢產品roadmap時,客群定位及強化客戶產品服務與價值是重要指標,更看見外觀瑕疵檢測一直是製造業未能解決的痛,洪沛駿表示。小柿智檢以工業品檢AI軟體為核心,提供AIAOI視覺檢測整體解決方案,主推三大產品,包含「QVI-T AI深度學習檢測建模平台軟體」、「AI六面瑕疵檢測篩選機」及「AI工業品檢平台」。主要服務客群以產能高、毛利率高的半導體封測、EMS電子代工、小金屬件加工等產業為主。針對客戶需求,小柿智檢提供對應的軟硬體服務,結合自主開發的AI深度學習軟體與硬體品檢設備,減輕產線人工目視負擔,有效提升工廠的生產品質。 為了幫助設備商及有開發能力技術工程師精準掌握產品外觀瑕疵檢測,小柿智檢自主開發QVI-T深度學習檢測軟體,可提供客戶瑕疵定位、瑕疵分類、瑕疵分割、異常檢測以及文字辨識等重點功能,有別傳統套軟體的固定的檢測法,可以根據不同產業檢測方式精進演算法,開發不同API以串接不同鏡頭的設備。此平台軟體設計非常輕量,架構在公有雲私有雲的SaaS軟體,主要是單純圖片上傳、做標記、訓練建模、驗證測試,完畢後提供使用者下載模型、SDK、API和報告,可有效幫助客戶達到AI推論功能。 目前市面工業檢測服務,以傳統AOI軟體工業檢測機居多,僅能解決產品輪廓量測如扣件的頭、長度等,無法真正提供細微商品表面瑕疵檢測如螺絲頭裂痕及牙傷,而市場上正缺少這種高精密瑕疵檢測業者,洪沛駿觀察。小柿智檢開發自主打造「AI六面瑕疵檢測篩選專用機」從過去客製化服務到現階段提供客戶標準化服務,提供扣件類在量測和表面瑕疵一次解決的標準化檢測服務,以及被動元件類產品高速表面瑕疵檢測。此專業機運用小柿智檢自主研發的AI深度學習AOI複合算法技術,透過可平行運算技術,可實現模型推論達3毫秒張,及實現被動元件之電極與本體多重複雜瑕疵檢出,此專業機主要落地於從扣件類、小金屬件到被動元件之檢測。 業界競爭力方面,AI六面瑕疵檢測篩選專業機提供的軟體硬體整合是小柿智檢重要核心競爭優勢,並非字面如此簡單,洪沛駿有感而發表示,此專機在工業檢測行業俗稱光學機構、電控、軟體及算法等領域高度集成整合,過程中需要不斷優化疊代,並需多次去客戶端驗證與修改,經長期千錘百鍊後,技術門檻也因此拉高。AI六面瑕疵檢測篩選專業機將是小柿智檢未來3-5年主力產品推動方向,相信AI結合量測技術和表面瑕疵檢測會是小柿智檢重要的核心競爭力來源,洪沛駿表示。 AI六面瑕疵檢測篩選專業機將是小柿智檢未來3-5年主力產品推方向 面對智慧工廠工業40蓬勃發展,常收到客戶詢問「品檢的數據是否有二次使用價值」,洪沛駿表示,小柿智檢推出的「AI工業品檢平台」具備機器學習機制,可藉由品檢數據二次使用,提供客戶生產品質即時監控預警、品質溯源分析、品質因子評估、製程參數預測與推薦多項功能。以成功導入汽車零組件廠為例,透AI工業品檢平台提供的製程參數預測與推薦,當我們知道產品瑕疵,依過去老師傅經驗建成一套model,再加上前段過來的接網數據,整合後我們有製程數據、來料數據、品檢數據之後,我們可以去預測這些機台參數是否跑掉,我們就可以去推薦某幾段的製程參數是否調高或調低。透過AI工業品檢平台,小柿智檢能幫助客戶將視覺品檢結果、製程數據及驗收標準,跟客戶工廠既有的MES系統對接,以提升生產品質,改善效率,降低成本。 在商業模式方面,小柿智檢在深度學習檢測建模平台軟體也提供軟體訂閱制,提供公有雲客戶以流量訂閱並依圖片上傳量進行收費,而使用私有雲客戶則採取每年授權金license收費機制。此外,公司也提供客戶在整體解決方案設備的買斷收費機制,並提供一年保固,之後每年收取耗材與軟體更新維護費。 反其道而行 軟硬兼施 小於1漏檢率15分鐘快速建模 面對製造業各樣少量多樣品檢需求,一般AI深度學習視覺檢測,通常要求客戶蒐集大量不良產品照片,既耗時標記,又造成客戶導入AI不順暢,不良品蒐集不到,導入周期長,落地充滿風險,不良樣品不夠始得模型不夠準。小柿智檢卻反其道而行,讓其產品「AI視覺檢測模型開發工具」透過客人提供的良品圖片進行訓練模型。讓AI學習良品相對容易,不需要標註,可快速壓縮時間完成建模。 以IPC電子業-研揚科技的落地應用為例,為了降低PCBA產線的品檢站人力投入並有標準化的品檢品質,小柿智檢提供PCBA AI視覺檢測軟硬體整體解決方案服務,並於工廠高自動化的流水線上進行in-line檢測,有效節省檢測人力投入,提升品檢率的標準化,改善人工目檢測造成標準不一問題。透過AI視覺檢測軟硬體整體解決方案導入,有效替客戶近兩年維持過殺率3以下,達到漏檢率小於1的高成效表現。另外,本方案提供不懂AI的從業人員可快速操作建模,透過安裝建模tool在設備上,當客戶有新的貨號需要建立模型時,僅須提供10張良品圖片在設備下掃描,只要15分鐘即可快速訓練建模。 在產品核心策略布局上,相較市場競爭對手單靠通用軟體服務搶佔所有製造業市場,但套用在工業檢測是行不通的,洪沛駿過去10年觀察,相信唯有軟體硬體才有技術門檻,並專注在一個行業與領域,採用標準化公司的AI六面瑕疵檢測篩選專用機才能夠複製與規模化,才能真正讓公司不斷邁向優化與創造產品競爭力,即使有其他競品想爭奪這塊餅也不容易,洪沛駿表示。 小柿智檢的AIAOI視覺檢測整體解決方案為客戶創造快速建模 和小於1漏檢率的優異成效 布局全球、最有競爭力的AIAOI整體解決方案商 對新創者而言,面對商務拓展,天天都是挑戰,洪沛駿表示,公司規模小容易被大公司搶單、公司人才被高薪挖腳,缺乏深厚客戶關係,業務團隊不夠龐大等。如何克服呢洪沛駿相信唯有勤能補拙、提供更好服務、更即時反饋、創造更專業的方案去說服客戶,才是新創公司致勝的關鍵和競爭力。 從2020年創業至今,小柿智檢在商品核心策略佈局上總是反其道而行的超越同業競爭市場,積極在AI視覺檢測軟硬體整體解決方案向下扎根。洪沛駿期許小柿智檢未來將成為提供電子行業、半導業全球最具競爭力的AIAOI整體方案商,並提供最頂尖的AIAOI專業機設備給電子行業、半導體業客戶群。洪沛駿表示目前公司的AI六面瑕疵檢測篩選專業機技術能量已達到國內頂尖水準。為加速專業機研發更標準化並銷售到海外市場,現階段公司將進行募資計畫,希望借助資策會等法人協助進行更多商業串接與募資管道。對於中長期目標,小柿智檢將布局全球市場包含大陸和東南亞國家,同時跟隨OEM大廠的國際腳步全球布局,並在目標檢測項目下,持續發展特色產品及邁向國際場域擴散。