最新機器人與 A.I.文章

Image credit: Engadget

「和明纺织」是台湾企业成功导入 Google 云端机器学习的首例

用机器学习发掘出仓库里的庞大资产。

Andy Yang
2018 年 3 月 9 日, 早上 10:30
Engadget

Google 在过去其实已经向我们介绍了不少机器学习相关的应用,但大多都是运用在自家的服务中,又或是运用在科研、医学等方面,好像很少有听到在产业界应用机器学习的例子。昨天 Google 介绍了台湾首个导入 Google 机器学习的范例「和明纺织」,让我们得以一窥机器学习是如何有潜力大幅提升传统产业的竞争力。

和明纺织成立于 1976 年,和许多同时代的台湾企业一样,虽然在业界有着极重要的地位,但因为产品不会直接来到消费者手中,因此对一般消费者来说是默默无闻的。和明主要的业务就是织布,由客户提出想要的布料花色与样式后,和明会先做出样布来,再提供给客户决定是否下单。经营四十年来,和明累积了十万种以上的各式布料样品,成为和明最重要的资产。

照道理,当客户提出新设计的要求时,和明应该要能从这些样品中轻易找到对应的,或至少类似的样本来简化整个流程,但因为多年来都没有一套明确的整理分类系统,这十万多种的布料基本上就堆在台北和台南的三个仓库里,就算设计师记得曾经做过某种花色,真的进仓库里翻箱倒柜的找,也可能要花上 45~60 天才能把布料找出来,不见得比重做样布来得快速。虽然和明有想过将这些布料全部建档,但碍于设备成本,以及不知如何着手设计检索系统而做罢。


这就是 Google 的拿手好戏了 -- Google 提供了结合 TensorFlow 与云端平台的机器学习工具,让和明只需要担心拍照,以及由设计师指示并训练布料的辨识模型。从去年 10 月开始陆续建档后,目前已经能发挥极大的功效,除了让和明得以掌握自己的资产外,也大幅降低设计师的负担,并加快产品的开发,让原本平均要 1.5 到 3 个月的时程,能缩短到 2~3 天。对于时间就是金钱的产业来说,这大幅提高了和明产品的竞争力呢。

Google 希望这样的例子能促进更多的企业思考自己的工作流程,从中发掘可以靠着机器学习予以整理、自动化的部份,为台湾传统产业的转型尽一份力。

从小就对各种科技产品着迷的 Andy,有着要花很长的时间才能解释清楚的绰号“小姜”。平常就爱出国(特别是日本)的他,最早加入 Engadget 就是因为可以出国、找到好玩的 3C 产品写、还可以有稿费拿,一举多得呢!现在做为一个全职的资深编辑,出国的机会已经大大的减少,但玩到新产品的机会却依然很多,是 Andy 每日快乐的泉源。Andy 最喜欢的是勇于创新的公司,最讨厌的是山寨!
留言

article