這次不畫畫!Google推Emoji尋寶遊戲,玩出AI 識別無限商機
這次不畫畫!Google推Emoji尋寶遊戲,玩出AI 識別無限商機
2018.05.08 | Google

Google先前曾推出了引發熱潮的「Quick, Draw!」,除了讓大家知道自己畫的圖有多醜,醜到AI都認不出來之外,也替Google的圖像識別 AI 類神經網路提供了超多識別素材。隨著上傳塗鴉的人越來越多,將讓Google的圖像識別AI越發準確。

而Google AI在近日推出了「Emoji Scavenger Hunt」(表情符號尋寶遊戲),這次不用畫畫,而是要去找出真實世界中的「表情符號」,而Google搜集的目的是什麼?

真實版支援前線,透過Emoji找尋物品

遊玩前需要先打開手機或是電腦的鏡頭,在倒數過後Google AI會給你一張表情符號貼圖,有可能是「手錶」、「筆」、「鍵盤」、「鬧鐘」、「香蕉」等,接著你就必須在真實世界中找出這些物品,鏡頭後的Google AI會開始進行辨識。

跟「Quick, Draw!」同樣的是,在你尋找的過程中,Google AI 會不斷嘗試猜測,所以在你找到正確物品前,Google 小姐會不間斷的出聲煩你。

EmojiScavengerHunt
Google 新推出的實體物件識別遊戲 Emoji Scavenger Hunt
圖/ Google

而 Google AI 團隊也在 Github 上公布了原始碼,甚至貼心地教導大家如何建立出自己的模型。最近各種資安事件搞得人心惶惶,Google也不忘宣布本次實驗的資料並不會被儲存下來加以利用。

Google 搜集素材背後2大目的

本次 Google 要大家用「鏡頭」協助搜集素材,除了玩起來一樣笑意滿點之外,跟過去「識別圖畫」相較起來有什麼值得注意之處呢?可以由兩個方面下手思考:

真實物品的圖像識別極具「商轉價值」

「Quick, Draw!」主要是識別使用者的「手繪圖形」,實驗性質較高(網友的參與程度、AI模型的建立),在搜集了大量數據後,儘管能加快識別速度,但未來應用的想像空間較小。

而真實物品的圖像識別就不一樣了,不只能運用於多種場景,就工研院產業分析師發布的「辨識技術應用趨勢探討」中提到,辨識後所得到的資訊具有發展成商業價值的產品或服務的潛力。

目前能夠應用的產業有安防(Surveillance)與汽車產業為主要的應用載具,常見的應用情境還包含:航空圖像、監控系統、車用識別系統等。

在身邊的鏡頭只會更多不會更少的未來,「實體圖像識別」的商轉潛力相當大。所以你如果對於識別技術有所想法,也可以直接使用Google提供的程式碼與教學,打造自己的識別模型。(不過有相關的授權問題,請詳閱公開說明書)

也許 Google Glass 將變得更強?

除此之外,雖然 Google 的 AI 相機應用 Google Lens 可以無痛升級此技術,但是另一個你可能遺忘的產品:曾死過一次的產品,Google Glass 也可能將變得更強。

雖然在 2017 年調整目標策略,轉向面對企業用戶,推出企業版 Google Glass Enterprise Edition(EE)後, Google Glass 浴火重生,大眾汽車、通用航空、快遞服務DHL都是其使用者。

GoogleX
美國農業機械製造商AGCO 的員工利用 Google Glass 協助組裝機械。
圖/ Google

應用場景從日常生活中跳到工作場域,工作者在 Google Glass 的協助下進行機械組裝、記錄工作內容、獲取貨物資訊等,而Google也因應這些需求,加強產品的電池續航力、防汗與折疊等特性。也因為 Google Glass 對於工作者的協助與效率上的提升,根據 Forrester研究報告預測,到了2025年,光美國就約有1,440萬名勞工配戴智慧眼鏡進行工作。

若能提供更準確的實體識別技術,將有效提高Google Glass的協助程度,除了提升企業版本的能力之外,如果Google Glass仍有走進人類日常生活的夢想,識別技術只會更加分。

不過這一切的前提是,需要搜集到足夠的資訊量才行,所以趕快到上面的連結玩玩看,為大家的未來貢獻一點識別資料給 Google 吧!

參考資料:The Team at XForrester經濟部技術處

關鍵字: #人工智慧
往下滑看下一篇文章
AI貫穿保險價值鏈、提升用戶體驗,國泰重新定義保險科技
AI貫穿保險價值鏈、提升用戶體驗,國泰重新定義保險科技

國泰未來保險體驗日(Cathay InsurX Day)是國泰金控攜手國泰人壽、國泰產險,所舉辦的台灣金融業首場以保險科技為主軸的產業盛會,打造產壽險對話平台,從台灣保險產業特性出發,以技術 + 場景 + 人性三大視角,重新定義台灣的保險科技。

國泰金控資深副總經理孫至德在開場致詞中,特別提到根據國泰多年的觀察,發現客戶需要的是數位結合實體的保險體驗,因此我們希望結合數位平台與業務員能力找到新的經營模式,同時運用科技讓體驗變得更方便、透明。國泰金控副總經理林佳穎也分享,國泰持續透過場景金融、數位體驗、AI賦能三大關鍵做法,期待能成為「以金融為核心的科技公司」。她強調,保險業不是單打獨鬥,需要更多跨域協作,面對充滿挑戰的未來,「我們更要Run Faster,Better Together」,才能在挑戰中找到新機會。

3.jpg
圖/ 國泰金控

過去,保險業的數位轉型多聚焦在「流程更快速」與「服務更便捷」等領域,但在生成式人工智慧(GenAI)與代理式人工智慧(Agentic AI)技術崛起後,國泰金控旗下國泰人壽與國泰產險勇於嘗試、將AI全面滲透核心業務流程,讓 AI 不再只是單點輔助,而是貫穿保險價值鏈、提升用戶體驗的關鍵。

以 AI 重塑保險全流程:國壽以 Agentic AI 提升體驗與效率

「我們的目標是以 AI 重塑保險全流程應用。」國泰人壽數據暨人工智慧發展部協理莊淑儀以理賠流程為例解釋,國泰人壽早在許多年前就透過數位與 AI 等技術協助理賠同仁加快服務與受理、登打、派件與審理的速度,例如,以 OCR(光學字元辨識)醫療文件擷取與 ICD(國際疾病分類)/手術選碼優化登打效率、以 CRSS(理賠風險識別系統)風險分級識別理賠浮濫與詐欺等高風險案件並將之派送給可以審理的同事,以及透過智能工作台與 AI 骨折判讀加快與優化審理流程等。然而,保險陪伴客戶的時間是很長的,隨著保戶年齡逐漸提高,再加上超高齡社會來臨,理賠案件數量持續攀升,需要更多 AI 與自動化強化效率與正確性。

國泰人壽的做法是在既有的 AI 基礎上,加入GenAI 與Agentic AI等技術,以 AI全面升級理賠流程。首先是以「DocAI Agent」突破傳統 OCR 覆蓋率低與高維運成本的限制,僅需一個月調校,即能快速適配不同醫院表單,維持原本的正確率並將覆蓋率由50%提升至近100%,大幅縮短登打時間。其次是透過「Abnormal Agent」打造圖形資料庫(Graph DB)建立理賠關係網,快速標示高風險關係案件提供判斷依據及建議後續的應對方式,加速理賠人員的決策。最後是藉由「Review Assistant Agent」協助整理病歷、醫療單據、診斷證明…等複雜且可能甚至上百頁的文件,並快速歸納出重點,幫助理賠人員快速找到關鍵資訊進行交叉查證,大幅節省審理時間。

莊淑儀指出,光是理賠流程,國泰人壽已打造30個以上的AI Agents,目標是協助理賠人員化繁為簡、更快完成相關工作。在善用科技提升流程體驗的思維下,國泰人壽沒有特別打造額外的AI平台,而是將AI Agent整合至現有理賠流程各個環節,讓同仁們可以在一個介面完成所有工作,兼顧便捷、好上手與效率提升。

除了理賠,國泰人壽也將 AI 應用延伸至商品知識管理,打造業務員的行動智慧助手,從保障缺口判斷、個人化商品推薦到業務員智能對練等流程,都有AI Agent協助提高同仁效率,讓客戶的保險體驗更便利且完善。舉例來說,隨著保險商品高度複雜化,國泰人壽推出「商品知識助理」,協助業務人員快速查詢 3,000 多檔的商品保單條款及規範、醫療行為理賠項目,幫助業務員更快速採取行動,也能將時間與心力投入在更有價值的保戶互動與服務。

「我們不會為了 AI 而 AI,而是建置AI Agent 生態圈,高度整合與重塑理賠、商品服務等核心流程,藉此提升用戶體驗與營運效率。」莊淑儀進一步解釋,國泰人壽不會單純以投資報酬率(ROI)評估AI成效,將以風險控管、流程優化、員工效率與客戶體驗四個構面衡量 AI 對公司影響的廣度、深度和商業價值,並勇於在新的商業模式上進行嘗試,確保每一次的 AI 投入都能為國泰帶來有意義、有實質效益的進步。

圖4.jpg
圖/ 國泰金控

從數據到智能,國泰產險以AI強化核心競爭力

國泰產險同樣積極透過數據與AI極大化競爭優勢。國泰產險督導吳香妮指出,面對火災、地震、颱風等難以預測的風險,需要數據與AI驅動的產險保護傘填補損害,把衝擊降到最低,讓生活、經濟與社會能持續穩定運轉。在具體實務上,國泰產險是從「Enrich加值服務」、「Enhance AI輔助風險決策」,以及「Empower生成式AI賦能」這三個面向切入。

台灣交通事故逐年攀升、平均1天發生1,100件交通事故,其中,大車事故發生率是小車的2.2倍,致死率比起小車高達6倍等現況後,國泰產險開始思考,除了提供大車事故後的理賠支援,還可以從事前提供哪些服務?也因此催生了業界首創的「CarTech智能車險加值服務」,透過跟運輸業者與學校等單位的合作,針對車險承保前、中、後提供相應的風險辨識、預警與防治等加值服務。國泰產險與陽明交通大學合作建立全台首個「運輸業者健檢」流程,透過駕駛行為及行車環境等多元數據建置AI模型,即時洞悉駕駛行為及風險分析,並提供運輸業者客製化的風險改善建議,實踐以數據及AI優化損害防阻。吳香妮強調,我們的目標是不僅提供理賠,更要守護客戶,提供超越價格的價值服務。

產險的核心業務之一是再保險,國泰產險的作法是運用AI及數據,化被動為主動,以AI輔助風險決策。過去再保險業務仰賴經驗法則、手動整理資料與透過國際再保險公司提供既有方案,現在則透過數據與AI驅動,主動精準拆解業務目標,以28項風險因子預測風險發生機率與損失金額,自動輸出並比較多種方案,從中探索最適合的再保險規劃。

國泰產險也將AI導入內部流程,解決長期困擾員工的報告製作痛點,包含資料查找費時、人工編寫品質不一、專業術語翻譯困難等。透過一鍵生成報告服務的三個GenAI模組,為員工省下6到7成的手動作業時間,將時間與精力聚焦在更具策略價值的工作,以新世代人機智慧協作模式提升效率與創造嶄新競爭力。

圖5.jpg
圖/ 國泰金控

從國泰人壽與國泰產險的實作,可以清楚看到:對國泰而言,AI不僅是新技術導入,更是保險價值鏈全面進化的核心動能,將以數據與AI驅動服務實踐用戶體驗的優化,持續引領台灣保險科技體驗走向新世代。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂Vibe Coding
© 2025 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓