Machine Learning & AI

Learn about the numerous powerful AI and Machine Learning services on Google Cloud

ทำความรู้จักกับบริการ AI และ Machine Learning ที่ทรงพลังบน Google Cloud!

AI & ML คืออะไร?

ML (Machine Learning) คือ subset ของ AI (Artificial Intelligence) เพื่อใช้สร้างแอปพลิเคชั่นคอมพิวเตอร์ที่มีประสิทธิภาพมากกว่ามนุษย์ในการทำงานบางประเภท โดยการทำให้พวกมันฉลาด และสามารถพัฒนา เรียนรู้ได้ด้วยตัวเอง

AI ได้ถูกนำไปใช้ในหลากหลายอุตสาหกรรม ทั้งภาครัฐและเอกชน มี Use case ให้คุณได้ศึกษามากมาย เช่น การทำนายพฤติกรรมของลูกค้าใน E-commerce หรือการวิเคราะห์อาการของผู้ป่วยจากข้อมูลเพื่อส่งต่อไปยังแผนกต่าง ๆ ในโรงพยาบาล

91%

ของผู้บริหารกล่าวว่า AI สามารถช่วยให้พวกเขาได้เปรียบคู่แข่งด้วยการวิเคราะห์ข้อมูลเชิงลึก

6 ใน10 ผู้บริหารที่สำรวจโดย Forbes Insights เชื่อว่า AI คือกุญแจสำคัญในการสร้างความสำเร็จขององค์กรในอนาคต

4 ใน 5 ขององค์กรเหล่านั้นได้มีการใช้งาน AI แล้ว หรือกำลังอยู่ในช่วงทดลอง

Use Case

การเงิน (Finance)

ธนาคาร และธุรกิจอื่นๆ ในอุตสาหกรรมการเงินใช้ Machine learning เพื่อวิเคราะห์ข้อมูลเชิงลึก และป้องกันการฉ้อโกง รวมถึงทำนายโอกาสในการลงทุนว่าควรลงทุนในสิ่งใดและเมื่อไร ในขณะเดียวกัน การทำ Data mining ก็สามารถช่วยในการลดความเสี่ยงโดยระบุว่าลูกค้าเจ้าไหนมี Profile ที่มีความเสี่ยงสูง และตรวจสอบการทุจริต

หน่วยงานภาครัฐ (Government)

ไม่ว่าจะหน่วยงานด้านสาธาณูปโภค หรือด้านความปลอดภัย ล้วนต้องการเครื่องมืออย่าง Machine learning ที่สามารถนำ Data ที่รัฐมีนั้นมาวิเคราะห์และการคาดการณ์อนาคต รวมถึงป้องกันการโจรกรรมข้อมูลส่วนบุคคล

การแพทย์ (Healthcare)

Machine learning นั้นถูกนำมาใช้อย่างกว้างขวางในการวิจัยทางการแพทย์ และเติบโตอย่างรวดเร็วในอุตสาหกรรมการแพทย์ โดยการใช้งานร่วมกับอุปกรณ์เช่น เซ็นเซอร์แบบเรียลไทม์ในการประเมินสุขภาพของผู้ป่วย และทำให้แพทย์สามารถเพิ่มศักยภาพในการวิเคราะห์ข้อมูลด้วยเทคโนโลยี

การค้าปลีก (Retail)

ด้วยการวิเคราะห์ประวัติการซื้อด้วย Machine learning ทำให้ Website สามารถแนะนำสินค้าอื่นๆ ที่ลูกค้าสนใจ และคาดการณ์พฤติกรรมในการซื้อในระดับที่สูงขึ้น ผู้ค้าปลีกสามารถพึ่งการใช้ Machine learning เพื่อเก็บข้อมูล วิเคราะห์ และปรับเพื่อประสบการณ์ในการซื้อของให้กับลูกค้าที่ดีขึ้น ไม่ว่าจะปรับใช้กับแคมเปญทางการตลาด หรือปรับการตั้งราคาให้เหมาะสม

การขนส่ง (Transportation)

การวิเคราะห์ข้อมูลเพื่อระบุรูปแบบและแนวโน้มเป็นกุญแจสำคัญในอุตสาหกรรมการขนส่ง ซึ่งต้องอาศัยการทำให้เส้นทางมีประสิทธิภาพมากขึ้น และคาดการณ์ปัญหาที่อาจเกิดขึ้นเพื่อเพิ่มผลกำไร ดังนั้นการวิเคราะห์ข้อมูลและการสร้างโมเดลของ Machine Learning จึงเป็นเครื่องมือสำคัญสำหรับธุรกิจขนส่ง การขนส่งสาธารณะ และองค์กรการขนส่งอื่น ๆ

พลังงาน (Oil and Gas)

Machine Learning ยังถูกใช้ในอุตสาหกรรมพลังงาน เพื่อค้นหาแหล่งพลังงานใหม่ วิเคราะห์แร่ในพื้นดิน ปรับปรุงการกระจายน้ำมันให้มีประสิทธิภาพและคุ้มค่ายิ่งขึ้น และเพื่อวัตถุประสงค์อื่น ๆ อีกมากมาย นับได้ว่าเป็นอีกหนึ่งอุตสาหกรรมที่มีการใช้เทคโนโลยี Machine Learning อย่ากว้างขวาง

Why use Google Cloud?

Performance and accuracy

It's no secret that Google owns the largest data sets. This plays a huge role for its machine learning models as they can train them with a lot more data than any other company, thus pushing the foundries for accuracy and performance, for example in analyzing images, written text, language and a lot more.

This high level of accuracy is what increasingly leads global enterprises such as Airbus to use Google's machine learning services. They were able to reduce their error rate from 11% to 3% in the critical process of correcting satellite image maps. This makes a big difference, especially for companies at this scale and there are a lot more examples which you can find below on this page.

Easy to use for everyone

Machine Learning can sound intimidating for many businesses who have little knowledge of it and aren't using it yet. However, with Google you don't have to be a machine learning engineer to get started. Google provides its machine learning services as pre-trained and ready-to-use modules that anyone can understand and set up for common use cases.

On the other side of the spectrum Google offers as much freedom and customization as you desire with Cloud AutoML that lets you create your own machine learning models even with little technical knowledge. And if you are a developer and want want to create a machine learning model from scratch, TensorFlow has you covered with a comprehensive platform, frameworks and the biggest and most active machine learning community worldwide.

What can it do?

Google Cloud Platform incorporates a vast variety of machine learning APIs in combination with platforms and frameworks that are all quite powerful, customizable and all work seamlessly together. The spectrum is broad and includes models for image, video, text and speech analysis.

In addition to these machine learning APIs, Google also includes additional machine learning options for its other services such as the datewarehouse BigQuery which is used for analyzing data and features intelligent optimizations through machine learning.

Vision API

Google's image processing service "Vision API" and offers powerful pre-trained machine learning models that can detect objects, faces, handwritten text, brands and label them. It's a very powerful and useful machine learning API for numerous reasons.

With Vision API you can for example implement features in your applications that let users upload their own images and provide purchase suggestions to enhance user experience. By detecting handwritten text (over 50 languages supported currently) you can also quickly analyze millions of documents and automate workflows. Another example is the detection of explicit content, which can make your applications and services more secure and safe for all users.

Vision API is one part of Google's Vision AI, which also includes AutoML Vision. This machine learning API gives you the option to create and train your own models.

If you want to try out the API or read more click here.

Image by Google

Speech-to-Text API & Text-to-Speech API

Google's machine learning services offer two APIs that can convert speech to text and vice versa, using highly pre-trained and optimized machine learning models powered by neural network technology. The Speech-to-Text API currently supports 120 languages and the Text-to-Speech API supports over 30 languages and 180 voices.

Both APIs can work with in real-time enabling for example transcription of conferences and can be used in call centers for automization. There are a lot of use cases in which these APIs can be used effectively.

Try and and learn more about the Speech-to-Text and Text-to-Speech API.

Image by Google

Natural Language API

Google's Natural Language API is a machine learning powered service that lets you derive insight from unstructured text. Using the Natural Language API you can extract information about people, places, events and a lot more.

Popular use cases are automated customer and user review analytics to get a better understanding of how consumers and users respond to your products and services on social media or on review sites for instance. It can be also used to automize workflows as it can identify common entries in receipts and invoices such as dates, phone numbers, companies, prices and more.

In contrast to this pre-trained API, Google also offers the AutoML Natural Language service which lets you build and train your own model if you need a high level of customization.

Click here to learn more.

Image by Google

Translation API

The Google Translation API is perhaps the machine learning API that most people are familiar with through Google Translate as it uses essentially the same technology. However with this API lets you translate texts automatically at Google scale. The Translation API can not only translate texts, but also identify the source language, supports glossaries for customization and better translation accuracy and is quite affordable.

If that is not enough, Google also offers AutoML Translation which lets you build your own model with the language pairs that you need and your own data sets to achieve a model that is highly trained and tailored to your use case.

Click here to learn more.

Image by Google

Video Intelligence API

The Video Intelligence API is the same technology that is being used in YouTube and offers pre-trained machine learning models that automatically recognize a vast number of objects, places and actions in stored and streamed videos. It detect over 20,000 objects, places, actions and can also distinguish scene changes and extract all sorts of metadata.

The Video Intelligence API is great for video content services as it can make your application smart and improve user experience. On the other side it can be used to automate workflows that include video content.

And as it is with the other machine learning APIs, this one features an AutoML version as well, which lets you build your own customized model.

Click here to test it out and learn more.

Image by Google

TensorFlow

TensorFlow is a free and open-source software library and platform for machine learning. It was developed by Google in 2015 to provide strong support for machine learning and deep learning and advanced numerical computations across different scientific domains and is integrated in Google Cloud Platform.

The platform features a comprehensive set of tools such as many high-level APIs and frameworks that can be used to develop machine learning models and neural networks for production and for research. Because of that it is easy to test and deploy models directly in the cloud and use them in production.

By offering cutting-edge technology on a platform that is being frequently updated to address modern issues, yet for free and open-source, TensorFlow grew a large community of researchers and companies who are contributing and developing projects, such as Google itself, Coca-Cola, airbnb, Twitter, intel, NVIDIA, Uber, Snapchat just to name a few. Data such as the one from The Data Incubator suggest that TensorFlow is by far the most popular platform in its field.

Click here to learn more.

Image by Google

BigQuery ML

BigQuery is Google's highly powerful data warehouse and offers high scalability, allowing queries on billions rows of data and sizes up to terabyte and petabytes. It is popular among data scientists that work with large amounts of data sets. However they might not be experts in machine learning and can't train machine learning models with all their data sets. On the other hand, machine learning engineers might not be able to take advantage of huge data sets with limited knowledge in this field.

BigQuery ML enables anyone to train and build machine learning models using BigQuery data sets with easy queries so that data sets can be used to their full potential, even with limited knowledge.

It is a great and easy way to for example gain intelligence by creating forecasting machine learning models with existing data sets.

Click here to learn more.

How we can help you

We at Cloud Ace have a lot of experience of developing systems and applications on Google Cloud Platform and can help you with any kind development request. In fact our expertise was recognised by Google in 2018 and we won the Google Cloud Application Development Partner of the Year.

We also have a Google Cloud Specialization in Machine Learning and Application Development, proving our expertise and experience in these specific fields.

Cloud Ace needs the contact information you provide to us to contact you about our products and services. You may unsubscribe from these communications at any time. For information on how to unsubscribe, as well as our privacy practices and commitment to protecting your privacy, please review our Privacy Policy.