本系列文章主要結合三大元素：物聯網設備、雲端計算與人工智慧。隨著人工智慧的爆發式成長，人工智慧的應用已經遍及影像、影片、聲音、對話、文章等領域，而公有雲已經將人工智慧的開發或是應用封裝成完善的服務，對於人工智慧的模型開發者或是應用開發者而言，只需要的去熟悉、了解開發框架，就可以快速的應用人工智慧的技術，而不需要再花時間在購買GPU，安裝驅動、安裝開發框架等基礎環境搭建等無關事務上，可以專注於核心專業上。所以本系列文章以 Python 為主要開發語言， ESP32-CAM 作為物聯網設備，接著介紹 AWS 雲端基礎建設與機器學習的相關服務，最後將 AWS 文字/人臉辨識與 ESP32-CAM 進行整合，完成一個結合物聯網設備、雲端計算與人工智慧的應用系統。
目錄
這本系列文章規劃成 5 個部分，從 Python 基礎開始，接著使用 ESP32-CAM 的 microPython，接著在 AWS 上使用AWS Lambda 編寫無伺服器的 Python 程式，來完成文字與人臉辨識的功能，並透過每個單元的實作讓你一步一步完成這份專案：
介紹單晶片 ESP32-CAM 的出處、結構與基礎程式應用。
介紹本次應用中使用到的 AWS 的服務，包含了 API 呼叫、運算服務、儲存、資料庫與影像處理的人工智慧(AI)應用等。
透過 API Gateway 整合 ESP32-CAM 與 AWS 服務，並透過網頁觀看結果。
相關程式碼已經上傳到 github，可以到這裡下載
請問如果不用AWS，用GAE也可以嗎？
剛剛查了一下，GAE應該只對應到AWS的lambda功能，但還需要對外的API（api gateway)，儲存空間(S3)，資料庫(dynamodb)，權限管理(IAM)以及可以進行圖形辨識文字的AI模型(Rekognition)。
答案一定是肯定的AWS 可以做的google cloud 通常也做得到，只是要把兩者對應的服務找出來。
謝謝，期待您之後的文章，正好是我需要學習的！
終於寫完了，希望對您有幫助，除了一些 IAM 的權限設定需要調整外，其他部分應該都可以直接使用。
iThome鐵人賽
看影片追技術