2020 年一場新冠病毒疫情衝擊全球產業與經濟，而疫情從 2019 年底走到現在，世界各國依疫情影響程度，陸續啟動解封。本文將就「Martech 行銷科技」角度切入，探討企業在疫情推動數位轉型的接力賽中，如何把注意力轉回顧客身上，創造以客戶為中心的服務新價值，逆勢突圍。 疫後經濟 U 型反轉，消費行為趨向謹慎保守 2020 年一場新冠病毒疫情衝擊全球產業與經濟，而疫情從 2019 年底走到現在，世界各國依疫情影響程度，陸續啟動解封；根據報導，台灣專家學者指出，後疫情時代的全球產業復甦，估計將呈現...

AI 趨勢蔚為風潮，不僅企業爭相尋找合適的 AI 人才，甚至連以 AI 為主題的 ETF 也在近日新兵上市。這波 AI 熱潮中包含深度學習、無人商店、人臉/生物辨識、推薦引擎等專業技術，根據麥肯錫 2018 年 Q3 報告指出，AI 產業在未來將擁逾兆美金的產業商機。 iKala Cloud 為您整理以下 6 張資訊圖表，一次抓準最具商業價值的 AI 服務，從最具潛力的商業應用到 AI 的下一步，不能錯過的 2019 AI 產業趨勢，現在閱讀： 現在聯繫 iKala Cloud，瞭解更多 GCP...

隨著上半年新型冠狀病毒 (COVID-19) 的影響力不斷加劇，醫療保健和生命科學研究人員也加緊腳步鑽研，而越來越多研究人員選擇仰賴雲端技術來輔助他們進行研究。以下是 Google Cloud 在這段疫情期間為研究單位與社群提供的支援。 協助預估 COVID-19 病毒擴散與影響 美國東北大學神經科學研究所 MoBS 實驗室於 1 月份開始在 Google Cloud 上執行大規模的數據驅動模型，以評估各項防疫措施（例如旅行限制、社交距離）會如何影響病毒傳播。這些模型非常複雜，包含許多參數和龐大...

近兩年來，COVID-19 帶給中小學、大專院校的影響與改變，絕不亞於私人企業。新冠疫情的爆發絕對是促使教育機構加速轉型的一大推力，而近三個月來的本土疫情，也迫使台灣的教育業者將課程轉移至線上進行。 線上學習需求的快速增長，也暴露出許多學校對線上學習環境籌備的匱乏。它還加劇了學生學習的公平差距，根據麥肯錫公司一項報告指出，低收入家庭的學生中，僅有不到 40% 擁有遠端學習的必要工具。 而對於那些能夠在線上學習的人而言，這些學生則期待能有互動性更高、協作式的數位學習體驗，來幫助他們培養未來工作的技...

隨著 API 的廣泛應用，API 管理、企業開放 API 等議題逐漸興盛，甚至不少企業也開始拋出「API 優先」、「透過 API 賺錢」的思維。但 API 優先 (API-first) 的思維到底是什麼呢？台灣的企業又要怎麼透過 API 賺錢？這是否又終將與眾多新興技術一樣淪於口號呢？ 在一份 Google 與牛津經濟研究院的 CIO 調查報告中，這 1,000 位分布全球的企業 CIO 提供了全新的想法。事實上，大多數的公司都採用了 API-first 策略，而其中不少力求創新的企業，也都認為...

Cloud Machine Learning 是 Google Cloud Platform 對於深度學習提供的管理服務。它可以讓您建立作用於任何大小、任何資料的學習模型，並藉由 TensorFlow 框架打造您的服務。您立即可以將訓練模型放置於全球的 prediction 平台，能支持成千上萬的使用者與 TB 等級的資料。除此之外，此項服務同時整合了 Cloud Dataflow, Cloud Storage 甚至 BigQuery。現在我們就來使用看看如何簡單的進行手把手 Cloud Mac...

機器學習是這幾年來熱門的技術，Google也不斷的將其應用於產品上，改善使用體驗，比如 Gmail中的智慧回覆功能，Youtube的影片推薦，或是地圖上的交通路況預估，都讓生活更為便利。但你知道這些服務背後都是怎麼運作的嗎？這回我們將透過交通資料的分析案例，來替各位解構背後的 GCP應用方式，告訴各位如何應用 GCP處理資料，並透過機器學習分析數據。 Google 不僅開源TensorFlow，今年更是推出機器學習平台 看準機器學習的趨勢，Google 除了提升產品功能外，也積極的擴展新的雲端服...

GCP 機器學習(1) - Cloud Speech API 應用實例 最近用信用卡開通了 Google Cloud Platform 的帳戶，一共得到了 300 美元的免費使用額度，和 12 個月的免費試用期。裡面的 API 相當的多 （連結）。裡頭關於機器學習的 API羅列如下： • Cloud Vision API • Cloud Speech APi • Natural Language API • Translation API 而這次要介紹的是第二項， Cloud Speech AP...

GCP 機器學習(2) - Natural Language API 應用實例 上一篇講完 Speech API，這週來提一下 Google Cloud Platform 另一個 API — Natural Language API。這個 API屬於 Computer Science Natural Language Process (NLP) 的範疇。有了這個API，我們就能快速的把一個句子的 tagging 和 parsing tree 以及情感 (sentiment) 給抓出來。如果不熟悉...

GCP 機器學習(3) – Cloud Translation API 應用實例 來到 Google Cloud Platform 系列文的第三篇，今天要講解 Translation API。我認為語言翻譯 API 是一般大眾最為熟悉的，今天就讓我們來看一下，它到底還有什麼新把戲？ 快速測試 Translate API 首先我們先點進 Translate API 的介紹 網址。大家可以快速的使用 Google 提供的小 board 來 做測試，這部分我就不加贅述。 語言翻譯 接著我們進行 API...

GCP 機器學習(4) – Cloud Vision API 應用實例 終於來到 Google Cloud Platform 第四篇 —— Cloud Vision API，也是前四篇之中，API 最為豐富的一個。話不多說，就直接開始吧！ 快速測試 首先，先選好一張圖片，裡面有越多東西越好，或者圖片越奇怪越好，這樣才能展現這個 API 的威力。因此我特別選了一張辦公桌的照片和一張 meme，以下是我選的圖片 (單一檔案須 < 4MB，取自 VRD dataset 和 這個網址)： 選好後，...

GCP 機器學習(5) – Cloud Video Intelligence API 應用實例 簡介 Google 近期發佈了一個新的雲端機器學習API：Cloud Video Intelligence API。該 API 可用來識別影片中顯示的物體，並以 JSON 格式輸出分析結果： 透過過輸入影片檔案的 GCS URL 與辨識類型，可使用該 API 相對應的識別出影片中的個體、場景變化或是敏感內容標的。其中的辨識類型包含：Label Detection (例如人類、狗或者花之類的物體辨識)、...

一篇文章帶您了解 AutoML, Cloud ML Engine, ML API  Google 在 1/17 重磅推出了極具破壞性的機器學習產品 Cloud AutoML，引起各大產業的驚呼（相關文章：Google 發表 Cloud AutoML，對產業帶來的五大突破性影響）。究竟 Cloud AutoML 是什麼? 它與先前 Google 推出的機器學習 Cloud ML Engine（現名為 Vertext AI）、ML API 產品有什麼不同? GCP 專門家將透過這篇文章帶您了解 Cl...

許多企業看到了 AI 和機器學習在商業上應用的價值，但卻不知道從何開始實踐。如果您的企業目前沒有數據分析的團隊，或是團隊正忙於其他任務，那企業更需快速、簡單的方式導入 AI。 Google Cloud 希望 AI 能讓更多企業使用，所以 2018 年我們推出了 Cloud AutoML，幫助難以獨力完成機器學習的企業做出更高品質的客製化機器學習模型。同時 Google Cloud 也推出了擁有強大預測分析能力的 BigQuery ML，能夠觸及數百萬用戶，其中包含非數據分析背景的使用者。 這篇文...

GCP Machine Learning Engine 幫您節省大量維運成本！ 隨著近期機器學習( Machine Learning，以下簡稱 ML )的熱潮，企業拿自己的機器學習模型做測試已經是司空見慣，且在這之中大部分的企業會選擇使用 TensorFlow。因 TensorFlow 開放原始碼，您可以在自己的電腦上做原型測試，讓您可以在小規模的程式驗證執行上快速測試。當您測試完畢，您可以將你在電腦上測試好的 TensorFlow 資料放進 Google Cloud，並可混合架構上的 CPU、...

Google 在一年一度的 Google Cloud Next 大會上，重磅推出新一代機器學習產品：Cloud AutoML，大幅降低企業進入機器學習的門檻。以 Cloud AutoML Vision 為例，Google 在機器學習領域深耕已久，熟悉各種機器學習模型所適合分析的照片類型，即便您沒有足夠的機器學習開發人員，也可以透過 Cloud AutoML 訓練客製化模型！ 這篇文章將帶您了解，如何快速啟用 Google 最新一代產品：Cloud AutoML。 (直接觀看案例介紹：一秒辨識屈中...

機器學習技術快速演進，現在資料科學家已經能用更加精準的模型來處理各種難解的問題。然而，模型的複雜度與精準度直接相關，而這樣的複雜度又會使得調整模型更具挑戰性。為了解決這項挑戰，Google Cloud 於 2019 年 11 月推出 Explainable AI；此工具旨在幫助資料科學家除錯、改善模型效果並提供 insights，讓資料科學家使用上更方便。 了解模型如何運作，對有效且適當地導入 AI 來說相當重要。本篇文章將詳細介紹如何在 AutoML Tables 及 Cloud AI 平台 ...

上一篇文章，我們介紹了 Explainable AI，並使用公開資料集預測「自行車租賃的騎乘時間」。若您尚未閱讀，可以參考這篇部落格文章。 延續上篇介紹的內容，您還可以獲得關於部署到 AI 平台的客製化 TensorFlow 模型之解釋。以下我們會介紹如何利用將 AI Explanations 模型部署到 Google Cloud AI 平台，並用 What-If 將模型結果視覺化。 準備一個要部署的模型 當我們將 AI Explanations 模型部署到 AI 平台時，需要為模型選擇一個基準...

為了辨別數位病理影像中的全新規律或特徵，美國癌症協會使用 Google Cloud Platform 的 ML Engine 來提高即時性和準確度。 自 1992 年以來，美國癌症協會進行了第二期癌症預防研究 (CPS-II) 營養研究，該研究針對 188,000 多名美國男女進行了前瞻性研究。CPS-II 為研究人員探索，像是身高、體重、人口統計、個人和家族史、藥物和維生素使用、職業接觸、飲食習慣、飲酒和吸煙以及生育史等因素如何影響癌症病因提供了寶貴的資訊和預測。 Mia M. Gaudet ...

我們經常從企業客戶端聽到，他們需要導入像 AI 這樣的新技術來提高生產效率。事實證明，AI 的確能有效幫助製造業客戶實踐自動化的目視品管流程。 這些客戶告訴我們，他們希望使用 AI 解決方案來幫助他們提高品質控管和檢查的效率，進而提高整體品質。但是，有許多因素使他們難以防止瑕疵產品的發佈。此外，在製造過程中發現瑕疵的時間越晚，修復或更換所需的成本就越高。視覺檢測可以幫助製造業客戶，以較低的成本及早發現瑕疵，並以更創新的方式幫助企業革新其流程。 半導體業：用 Google AutoML Visio...

近年來，名為工業 4.0 的現象持續在製造業帶動轉變：工廠變得越來越「聰明」。因此，工廠在獲得技術工具的情況下，努力提高生產率、營運效率與安全性。許多工廠都將新舊機器結合在一起，而使工廠更聰明的第一步，就是啟用「預測性維護（PdM）」。 「預測性維護」著重識別傳感器和產量資料中的固定模式，這些模式代表設備狀態的變化，通常是特定設備的磨損。借助預測性維護功能，公司可以確定資產的剩餘價值，並準確確定製造工廠、機器、元件或零件何時可能發生故障、需要更換。 本系列文章共 3 篇，在第一篇文章中，我們將解...

在系列文的第一篇中，我們為大家科普了預測性維護 (predictive maintenance) ；預測性維護會識別感應器和產量資料中的特定模式，這些模式會顯示設備狀況的變化（特定的穿戴式裝備）。借助預測性維護功能，公司可以確定資產的剩餘量，並準確預測機器、組件或零件何時可能發生故障需要更換。 在我們的系列文的第二篇，我們將解釋一些資料探索技術，對機器學習的類別進行比較，並以範例來探討執行「預測性維護」時的一些公式和指標。 一、資料探索 資料探索 (data exploration) 階段的目標...

「即時串流資料」已逐漸成為大勢所趨。根據 IDC 預測，到了 2025 年，有 25% 的資料都將會以「即時」(real-time) 的形式存在。隨之而來的，就是企業也會藉由即時資料來輔助決策。那究竟是什麼改變，帶動了這樣的趨勢呢？數位化的加速是直接因素之一。舉例來說，這些「即時資料」，可能來自各種行動裝置、數位通訊、電子商務、網路購物或數位媒體，甚至是工廠內的物聯網設備⋯⋯等。 對企業來說，未來的營運挑戰之一，就是要能駕馭這些即時串流資料，並借助資料洞察，來剖析市場、提高競爭力，更重要的是，改...

Google for Taiwan! 重磅投資「智慧台灣」計劃正式啟動！ 耕耘台灣 12 年，Google 今天正式宣佈有史以來最大的台灣投資計劃「智慧台灣」(Google for Taiwan)，將結合 Google 總部人工智慧優先 (AI first) 的策略，大舉投資 Google Cloud 雲端服務及台灣在地的工程人才、數位行銷人才、及 YouTuber 人才培育。 會中，Google 宣布啟動第四期台灣資料中心擴建計畫，發表 AI bootcamp 計畫，目標在未來一年培育台灣超過...

Google 在一年一度的 Google Cloud NEXT 大會上正式推出新一代機器學習產品：Cloud AutoML，一次涵蓋了圖片辨識（Vision）、翻譯（Translate）、自然語言處理（Natural Language）三大範疇。這個能讓企業快速擁有客製化機器學習模型的產品，究竟解決了機器學習領域中的什麼問題、而近幾年人工智慧在紅什麼？就讓我們透過這篇文章一探究竟吧！ 淺談「人工智慧」、「機器學習」與「深度學習」 如果要用一句話說明人工智慧、機器學習、深度學習的差異，我們可以說：...

由 GCP專門家在台灣獨家開授的 Dialogflow Chatbot 語音及文字客服課程即將開班！此 AI 人工智慧服務，利用聊天機器人打造客服新平台，為您降低人力成本並開創新的客服模式。Dialogflow 強大的模組功能讓使用者不用會寫程式，也能自行架設客製化的自動化聊天機器人。 本課程涵蓋完整的使用場景，將著重在幫助您快速理解並上手。扎實的三小時課程帶您從規劃到實際完成，佈署專屬您自己的 AI 聊天機器人。 透過 Google 專業認證且擁有豐富 GCP 產品開發及導入經驗的業界講師，帶...

Google Cloud Next’19 在台灣時間 4/10 於舊金山 Moscone Center 盛大舉行，除了最熱門的 Anthos 混合雲管理平台之外，Google 在「基礎設施」和「AI」上，仍端出許多「牛肉」，iKala Cloud 帶您快速回顧今年 NEXT 大會推出的各項雲端服務。 協助企業上雲的基礎建設 首爾、鹽湖城新機房 2020 年啟用 延續去年 Google Cloud 在基礎建設的投資，Google CEO Sundar Pichai 率先在 Next 大會發布：GC...

在這資訊碎片化的時代，所有品牌與企業都在爭奪消費者的注意力和時間。面對市場競爭，品牌如何結合科技應用打造吸睛內容、帶進含金量高的精準受眾、同時掌握消費者數位軌跡，iKala 從網紅帶進流量、影音創新應用、數據驅動下的智慧營運三個面向，與您分享如何透過 AI 把流量、互動到營收轉換，一次做到位。 這次 iKala 與 NMEA (泛娛樂聯盟 - 新媒體暨影視音發展協會) 聯手舉辦【我們與消費者的距離：網紅、影音、數據洞察 — AI 時代下的 3i 風暴】，嘗試為媒體與影視音業者在 AI 浪潮中找尋...