前情提要:由於寶先生於11月受經濟部工業局計畫邀請,參加108年度「AI智慧應用新世代人才培育計畫的日本AI研習團」的隨團翻譯,因此本次特別訪問他,與大家分享日本AI趨勢與應用案例。本篇將著重於他去參訪日本前兩大新創獨角獸公司(Preferred networks跟ABEJA)的一些分享。
Preferred Networks於2014年成立,短短幾年已獲得豐田汽車(Toyota Motor)大力贊助,期許它能催生足以與Waymo自駕車媲美的技術,CB Insights更估計該公司市值達20億美元,投資他們的公司包含豐田、日立、發那科(Fanuc)、瑞穗金融、三井貿易等,使其成為日本唯一的獨角獸為一家日本獨角獸公司,PNF目前被稱為是日本最具創業精神的公司。
CB Insights裡關於Preferred Network的公司資訊 |
PNF員工人數已經擴充到總人數約250人左右以及許多AI不同領域之業務;特別是因為Preferred Networks現有大型投資者均為策略型投資,期望透過這層關係可以換取到許多重要的戰略資源,例如取得大公司的銷售管道以及內部的資料、工廠機器人與設備資料;在AI時代,掌握大量的資料就能讓系統準確度大幅提升,更重要的是,他們完成的產品還能同時包含在這些投資者本來的服務內,這種作法不僅聰明,更能有效建立起好的生態系,一起對外打群架;而對投資的公司來說,不少公司把他們看做是自己公司的研究單位,提供資源讓他們可以專注在更尖端的研發,因此真的是名副其實的「雙贏」!
此外,由於Chainer是Preferred Networks所開發出來的開放深度學習平台,擁有靈活的 Python 架構,可以協助輕鬆、直覺地編寫複雜的神經網路架構,也很容易使用多 GPU 執行個體來進行訓練,可以大幅度的縮短開發時間,如同Google的TensorFlow,一種深度學習的framework;例如,他們僅用15分鐘就跑完著名的神經網路ResNet50,是Facebook團隊四分之一的時間以及柏克萊AI團隊的二分之一,展現了Preferred Networks於深度學習軟體以及硬體上的實力,因此很快就取得大廠的信任並獲得其策略型的投資。
Preferred Networks的成功案例,包含製造業、交通運輸業、生技產業、個人機器人、娛樂業、運動產業等等。
製造:
以AI結合電腦視覺來讓機器手臂學習抓取不同物體並放置到對的地方,減少業主之人力成本,此外,原本需要耗費數天才能讓機器人學會從凌亂的物體中抓取正確的目標,但因他們的演算法能縮短學習時間至短短的一天,或是運用8個機器人合力運作學習,更可以在大幅降低學習時間至數個小時,這使他們的解決方案大受青睞。另外,他們利用獨有AI演算法去偵測工廠內的伺服馬達是否行為異常,減緩工廠產能斷掉之風險。
生技:(這個現在有各式各樣應用,台灣應該算領先)
藉由AI來判讀胸腔X光照片,來診斷病患是否有長腫瘤。此外,他們也開發了一套系統,可以用少許的血液來偵測某人是否有長腫瘤。
交通運輸:
利用強化學習的技術,來讓多台車子自動學習保持距離以及閃避其他車子,甚至他們也做了許多模型。
自駕車:
日本汽車產業一直是舉世聞名的,而Preferred Networks在與豐田合作後,開始一起著手研發自駕車的解決方案,相信兩家公司未來有辦法共同研發出非常棒的自駕車。
自家用機器人產業:
最著名結合機器人的應用莫過於HSR ( Human Support Robot )機器人了,他們將機器視覺結合AI,來幫助人類將客廳中散落一地的小物體歸位。歡迎看社長本人親自講解。
娛樂:
Preferred Network目前最早被人知道的軟體就是PaintsChainer,其用處是可以上傳一張黑白色的草稿圖片,AI能自動幫忙上色,#常常很多人分享AI時都會提到這個
運動:
運用AI將足球球員姿勢及動作做預測,協助運動產業做資料的分析。
從以上各領域Preferred Network都有發展的面向上,可以看出他們擁有非常前瞻的技術以及商業潛力,難怪能成為獨角獸;還有一個成功的關鍵就是,要找到大廠策略性投資,才有「錢」跟「資料」可以快速發展。
---------------------------------------
另一家參訪企業是AI 開發新創企業「ABEJA」,ABEJA在西班牙文中代表的是蜜蜂,期望可以在各個產業用新科技穿針引線,是一家日本非常著名的AI及大數據分析公司,該公司主要提供三套解決方案,AI consulting、ABEJA platform、ABEJA insight。於2018年獲得Google投資。
在AI consulting的部分,ABEJA針對不同產業提供顧問服務,包括製造業、物流業、零售業、IT行業等他們都有相關的經驗,解決過的問題也非常多元,工廠技工行為分析、工廠機器損壞預測、零售業顧客分析、零售業動態定價、物流業流量分析等。
ABEJA platform提供了一個介面讓不同IOT感應器(如照相機、機器手臂等等),可以很容易地上傳到平台上,而平台上也蒐集了非常多大數據以及AI的演算法與模型,讓客戶可以快速從資料中訓練出模型並實踐!
ABEJA platform也可以協助客戶快速做資料標註的平台,上面提供了不同種類的標註工具,包括Image Classification、Object Detection、Image Segmentation、Image-to-Text、Text Classification、Text Extraction、Voice-to-Text、Video Scene Labeling、Polygon Segmentation等類別;除了可以自己使用他們的標註工具來對資料作標註外,也提供資料群眾外包的標註服務,即上傳資料後可以委託他們配合的人力做標註,根據他們內部統計,如果使用群眾外包的服務,平均一周可以標註完高達100,000的數據。
ABEJA insight則是他們專門為零售業所給的解決方案,他們能分析到店的客人數量、年齡、性別等,並分析出哪些區域客戶停留多久、客戶的回訪率以及客戶動線分析。
感覺出來他們所提供的商品與服務,有點類似台灣的Appier,只是不同的產業領域,一個著重在解決零售業遇到的問題、一個是廣告與行銷業遇到的問題,最後用一段ABEJA社長的話當作結尾。
Preferred Network 新聞稿提供 |
製造:
以AI結合電腦視覺來讓機器手臂學習抓取不同物體並放置到對的地方,減少業主之人力成本,此外,原本需要耗費數天才能讓機器人學會從凌亂的物體中抓取正確的目標,但因他們的演算法能縮短學習時間至短短的一天,或是運用8個機器人合力運作學習,更可以在大幅降低學習時間至數個小時,這使他們的解決方案大受青睞。另外,他們利用獨有AI演算法去偵測工廠內的伺服馬達是否行為異常,減緩工廠產能斷掉之風險。
生技:(這個現在有各式各樣應用,台灣應該算領先)
藉由AI來判讀胸腔X光照片,來診斷病患是否有長腫瘤。此外,他們也開發了一套系統,可以用少許的血液來偵測某人是否有長腫瘤。
交通運輸:
利用強化學習的技術,來讓多台車子自動學習保持距離以及閃避其他車子,甚至他們也做了許多模型。
自駕車:
日本汽車產業一直是舉世聞名的,而Preferred Networks在與豐田合作後,開始一起著手研發自駕車的解決方案,相信兩家公司未來有辦法共同研發出非常棒的自駕車。
自家用機器人產業:
最著名結合機器人的應用莫過於HSR ( Human Support Robot )機器人了,他們將機器視覺結合AI,來幫助人類將客廳中散落一地的小物體歸位。歡迎看社長本人親自講解。
娛樂:
Preferred Network目前最早被人知道的軟體就是PaintsChainer,其用處是可以上傳一張黑白色的草稿圖片,AI能自動幫忙上色,#常常很多人分享AI時都會提到這個
運動:
運用AI將足球球員姿勢及動作做預測,協助運動產業做資料的分析。
從以上各領域Preferred Network都有發展的面向上,可以看出他們擁有非常前瞻的技術以及商業潛力,難怪能成為獨角獸;還有一個成功的關鍵就是,要找到大廠策略性投資,才有「錢」跟「資料」可以快速發展。
---------------------------------------
另一家參訪企業是AI 開發新創企業「ABEJA」,ABEJA在西班牙文中代表的是蜜蜂,期望可以在各個產業用新科技穿針引線,是一家日本非常著名的AI及大數據分析公司,該公司主要提供三套解決方案,AI consulting、ABEJA platform、ABEJA insight。於2018年獲得Google投資。
在AI consulting的部分,ABEJA針對不同產業提供顧問服務,包括製造業、物流業、零售業、IT行業等他們都有相關的經驗,解決過的問題也非常多元,工廠技工行為分析、工廠機器損壞預測、零售業顧客分析、零售業動態定價、物流業流量分析等。
ABEJA platform提供了一個介面讓不同IOT感應器(如照相機、機器手臂等等),可以很容易地上傳到平台上,而平台上也蒐集了非常多大數據以及AI的演算法與模型,讓客戶可以快速從資料中訓練出模型並實踐!
ABEJA platform也可以協助客戶快速做資料標註的平台,上面提供了不同種類的標註工具,包括Image Classification、Object Detection、Image Segmentation、Image-to-Text、Text Classification、Text Extraction、Voice-to-Text、Video Scene Labeling、Polygon Segmentation等類別;除了可以自己使用他們的標註工具來對資料作標註外,也提供資料群眾外包的標註服務,即上傳資料後可以委託他們配合的人力做標註,根據他們內部統計,如果使用群眾外包的服務,平均一周可以標註完高達100,000的數據。
ABEJA insight則是他們專門為零售業所給的解決方案,他們能分析到店的客人數量、年齡、性別等,並分析出哪些區域客戶停留多久、客戶的回訪率以及客戶動線分析。
感覺出來他們所提供的商品與服務,有點類似台灣的Appier,只是不同的產業領域,一個著重在解決零售業遇到的問題、一個是廣告與行銷業遇到的問題,最後用一段ABEJA社長的話當作結尾。
"「早點比對手經驗更多的失敗,累積大量的知識,才是成長的捷徑」1988年出生的岡田陽介社長這麼說。"
沒有留言:
張貼留言