當我們學會 CNN RNN...之後
有好一段時間使用 Python 撰寫 Raspberry pi3 Raspbian 系統下的 IoT 物 聯網開發。後來拿來進行資料分析等應用，或者進行網路爬文應用，整合在大數據資料獲取或者分析上。
而這兩年來搭上 AI 趨勢，則將這一個語言轉向整合 Tensorflow，進入卷積神經網路(CNN)/遞歸神經網路(RNN)等機器深度學習演練上。
好似跟不上這些 AI 機器學習的領域上，就顯得落伍，或者與現在技術趨勢脫鉤一般;尤其是從事教育或者技術顧問工作的我，備感壓力。所有關於 AI 的學習好似得重新回到學校研究所一般，在理論與演算法上踏入叢林一般的迷思與沉重。
因此，我開始邁入更深度的思考(不是深度學習)，當我們學會這些 AI 機器學習等方法論之後，還不是借助如 Tensorflow 這樣的 Module 透過 Python 等不同的程式語言進行演練。我更陷入一個深思，凡是程式語言對我來說只是工具，AI 絕對不會是等於一個程式語言。
換句話說，Python 也不會與 AI 畫上等號(我以前使用 Python 進 行 IoT 開發，就不是定義在 AI 開發上)。而如今，許多工程師當面對 AI 學習之後，學會 CNN 與 RNN 之後，那又如何呢?我們應該就會面對老闆的一句話:
《能否在三個月後，提出一個 AI 應用構思與完成系統實現》
建模成本最貴，服務是王道
AI 需要建模，而建模訓練的資料，與測試資料的收集與萃取，需要投入在前置與企業系統資訊的整合資料遷移服務上(Integration Service)。或者透過網路爬取回來的資料，甚至外在與環境資料更需要透過 IoT 物聯網整合，才能順利獲取。
因此，我常說建模成本最高，尤其是這些資料(影像)的分析萃取與準備等。
馬雲曾在一場年度投資會議上說:「我們在公司從不討論 AI，我討厭人們討論 AI。」他認為，「通常是沒有數據 的公司才會談論 AI。」在他眼中，未來最重要的事情，是 IoT(物聯網)。
建模成本非常非常的高，所以當我們透過相關的演算模組，將這些資料進行訓練建模，並且透過測試資料進行測試與優化。之後，您又該如何將這一個建模好的 AI 模組轉換成 Service，可以讓前端或者中間服務進行介接與整合， 甚至整合企業 ERP 資料庫等，形成一個聯結與應用。
Open API 架構下的 RESTful API 服務開發，做為已經完成建模的接口，遂形成一個龐大的資源，可為私有資源有共享資源的應用。
如果我們想快速進入AI產品開發，並且想避開投入在AI實驗高投資或者風險中，這其中牽涉到人力與時間的壓力時，我們亦可以尋求人工智慧服務(AIaaS) 進行系統整合應用與開發，著名之四大AIaaS供應商為Amazon AWS雲端運算服務、Microsoft Azure 雲端運算平台與服務、Google雲服務、以及IBM雲服務等。
善用你具有的程式設計能力，邁入 AI 產品開發。
如果您已經具有一個程式語言的設計能力，如 Python 或者 C#或者 Java/Ruby 等，您可以發揮您的專案，借助現有的人工智慧服務平台，進行 AI 系統整合構思與架構，並且在低成本與穩定與安全性的考量下，快速完成您的 AI 產品開發。
例如我想開發一個結合 Line Bot 聊天室的人機介面，讓使用者可以借助 Line 直接詢問想資料的區域與特約藥局現有口罩存量狀態。透過 Line 採用聊天方式進行資料查閱與回應。無須借助選單式的功能表操作方式進行 。您又該如何實現這樣的具有自然語言解析能力 AI 配合的即時性口罩查詢智能查詢聊天開發?
圖二 實現及時口罩人工智慧聊天機器人架構
如圖二呈現架構，當我們想實踐一個《聊天機器人自然語意查詢即時剩餘口罩系統》我們需要整合那些技術規範?
1. 需要具配有 HTTP 通訊協定開發與整合的能力 2. 具備有開發 RESTful API 介接服務的能力 3. 具備有 Line Messaging API 服務介接能力 4. SQL Server SSIS 整合服務 Package 開發能力 5. SQL Server Agent 自動化排程管理能力 6. Azure LUIS.ai 訓練建模能力(自然語意分析建模) 7. SQL Server 資料庫 OLTP 處理能力 8. Open API 資料 JSON 文件分析能力 如上面所列只是一個參考架構，當然可以有不同的解題架構進行設計。我只想說明的一點就是:
《實踐一個 AI 應用系統的整體架構，是一個整合系統開發，絕非單一程式或者 單一經驗即可完成。》
不要小覷你已經具有的程式開發經驗與能力，因為這些經驗都將是實現一個 AI 系統不可或缺的角色與能力。
實現整合與產品創新的快速實現
Microsoft Azure 提供多個 AI Service，並且提供齊全的 Open API 文件說明，以及相關的建模工具使用。讓你可以批量或者少量進行建模與測試。筆者透過熟悉的 C#與 Java 等程式語言進行相關的 RESTful API 開發，指向 Line Bot 或者網站系統進行人機介面延伸。提供系列的 AI Service 專案式的開發架 構，可以在短時間內完成創意發想的 AI 除型產品建立與開發。其中實現了 AIaaS 的優勢:
1. 低成本開發。 2. 即用性，可以立即實現需要的 AI Service 整合。 3. 可擴充性，可進行實驗測試或者正式上線提供服務 。
4. 安全性。
圖三 使用 LUIS.ai 實現一個 Line Bot 聊天機器人找客戶與訂單系統
圖四 透過 Line 採用自然語意查詢客戶與訂單
另外亦可以結合電腦影像處裡，如撰寫人臉辨識或者是導覽系統等創意開發。
圖五 借助 Custom Vison AI Service 實現影線辨識創意
圖六 人工智慧導覽系統開發
也可以透過 Face AI Service 完成一個人臉辨識系統應用等。
圖七 人臉辨識系統開發
開課囉！以下為AI開發相關裝備課程：
Kommentare