幫助其他企業導入ML，也是現今Google的一個重要的業務，上一篇有提到，GCP就是一個很好的例子。
但是GCP內究竟有哪些功能可以幫助其他企業導入ML？讓我們繼續看下去~

各大企業的運用

這四個企業是在Google的平台下建立ML，並且用得不錯的四間企業被Google拿來當作例子。

• AUCNET(一間中古車公司)：在Google平台客製了自己的圖片辨識ML並用來估價。
• OCADO：利用NLP的API來分類客戶的電子郵件到各個部門。
• GIPHY：利用Vision API以用文字搜尋meme。
• UNIQLO：利用Dialogflow讓消費者有全新的消費體驗。

在AUCNET的例子中，AUCNET是一間中古車公司，而在估價時往往需要人力去判斷車子的型號。
利用Google的服務，訓練了自己的ML model，現在只要使用者拍下自己的照片，
上傳他們的網站，網站就會回傳車子的型號以及估計的價格。
這不僅僅縮減了公司內部人力及時間的成本，就連一張車輪照，
系統也能判斷出是哪一種車種。
上述是利用Google的平台創建出客製化 ML model的例子。

而OCADO這間公司內部分成了許多部門，但是每天絡繹不絕的電子郵件總得消耗大量人力，
根據處理的部門在公司內部再次轉發至該部門，利用了Google提供的NLP API(自然語言理解)
客制了對電子郵件做分類的ML後，人力成本也得以降低。
是的，在GCP上能做的不僅僅是為公司開發ML model而已，更重要的是在GCP上，
已經有Google內部是先開發好ML model可以供使用，使的企業可以在GCP上更快速的開發屬於自己的模型。

GIPHY利用Vision API讓使用者可以輸入文字找到相對應的memes，這個案例和OCADO一樣使用了GCP上的ML API。

再來是一個在GCP上有趣的服務，DialogFlow
DialogFlow是一個可以在對話中擷取重點的MLmodel，在網路高速發展的年代，
很多企業的官方網站都有了及時對話的功能，但及時的對話通常要有人力來回復(比較客制化)，
或者會根據對話回復的聊天機器人(需要開發且如果沒有運用ML有很高機率會"不夠"聰明)，
DialogFlow API不是用來回復的，但是他可以擷取到使用者傳送的訊息裡的"重點"
並用Json的方式儲存，這在對話機器人的開發上會很有幫助，且如果你的機器人是用來點餐、訂貨......等。
DialogFlow可以快速的自動化的擷取聊天重點內容(定什麼餐、幾份......等)
我們只要看它輸出的Json就可以快速地了解訂單內容。而UNIQLO就是在自家的網站用了DialogFlow。

上圖清晰的表達DialogFlow的工作方式。

偉哉GCP

上一章看不出來GCP有這麼強大對吧，別急，GCP在大量的數據處理上還有一手好牌呢~
GCP上還提供了很多Pretrained model(預先訓練好的model)供使用。
我們在ML的基礎蒐集資料時，往往蒐集到的資料都是尚未結構化的資料(圖片、音檔、影片......等。)
尚未結構化的資料直接拿去訓練的話結果會有點糟糕，
這種尚未結構化的資料可以拿到GCP上的Pretrianed model上先進行分析，把資料中重要的重點先擷取出來。EX：圖片中的物件......等。變成結構化的資料。

如果你對結構化資料和非結構化資料有什麼差別沒有概念的話。下圖是Google Vision AI的網頁，
而它提供了Vision AI的示範，我拿了課程的簡報去給他讀(因為如果是人像的話~Google發展AI那麼多年了，如果分析不出圖片裡有人也太丟臉)，所以我拿一些比較難分析的圖片給他吃(連我自己也不知道這張圖有什麼重點)。

我的天，想不到的事情來了~後面機率比較低的先不看，前兩項這種預測對Google來說也是小菜0.1疊，
但是有看到第三項嗎，這張圖說實話其實也算Google在介紹GCP的圖，它竟然知道這張圖在講一個Product?
而且出現就算了，估計的機率還高達88%，各未如果仔細看這張圖它的內容和數據其實跟GCP關係不大，
它只是在示意開發ML時應該要多嘗試而已，裡面有關產品的東西只有右下角的Logo誒。
當然它回傳的數據不只圖裡有什麼，還包括了什麼東西在哪裡。上面的測試回傳的Json

有看到X&Y座標嗎，它連什麼東西在圖片的哪裡都告訴你了。而這個Json就是結構化的數據囉！

再來玩一次測試，更可怕的東西出現了......。
我還以為它是偵測到右下角的LOGO才預測這張圖在講Product(GCP)，所以這張圖我把右下角的GCP馬掉了...
但是...

WoW...我已經不知道這算預測錯誤(因為圖片裡的內容說實話和GCP(產品)完全沒啥關聯)
還是它太聰明了(畢竟這張圖也是拿來介紹GCP的阿，所以它也不算預測錯了...)

而Google針對各種常見的未結構化資料提供了很多Pretrained model，這些都可以在GCP上面享用~
而將未結構化資料結構化後，再根據需要的功能來客制化屬於企業的model，流程大概如下。

企業想建立自己的模型嗎~GCP選下去就對了啦((我沒收$，Google看見的話可以救濟一下((誤

第五天，我是Dim~周末愉快。