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 X、Forrester、經濟部技術處。

關鍵字: #人工智慧
往下滑看下一篇文章
導航不是愈高階愈好!桃園產官資源如何賦能互宇向量,讓複雜技術真正「用得起、用得上」?
導航不是愈高階愈好!桃園產官資源如何賦能互宇向量,讓複雜技術真正「用得起、用得上」?

當無人機、無人船失去衛星定位訊號,還能繼續完成任務嗎?這道問題不只考驗導航設備的精度,更牽涉不同技術如何搭配,才能兼顧成本、可靠性與實際部署需求。

要理解自主載具如何在衛星訊號中斷時持續導航,得先認識「慣性導航」。互宇向量執行長鍾宏彬拿棒球作比喻:投手把球投出去後,球沒有GPS或遙控器,仍會依照出手角度、力量與旋轉向前運動。慣性導航則透過感測加速度與旋轉變化,持續推算載具的姿態、速度與位置。不過,慣性導航的誤差會隨時間累積,衛星定位訊號一旦中斷,位置推算也可能逐漸偏移。因此,自主載具需要不同定位與感測技術相互配合。2022年成立的互宇向量,便從這項需求切入,協助客戶選擇適合的導航技術,並將系統整合到產品中。

先定義任務,再決定導航規格

「以終點當起點。」鍾宏彬如此形容互宇向量的產品開發原則。相較於先提供設備、再由客戶自行整合,互宇向量在開發初期便參與討論,了解客戶要完成什麼任務,再決定性能、材料、演算法與預算。這套方法稱為「前端部署」。

以無人機精準投送為例,客戶希望載具不只抵達指定區域,還能接近建築物完成投送。飛行距離、定位精度、是否有人遙控,以及衛星訊號中斷後需要自主運作多久,都會影響系統設計。互宇向量必須先釐清這些條件,再選擇感測元件、調整導航架構,而不是直接套用既有產品。

互宇向量的技術涵蓋光纖陀螺儀(FOG)、慣性量測單元(IMU)、姿態與航向參考系統(AHRS),以及GNSS/INS融合導航方案。團隊曾與產業夥伴在實際水域驗證無人船導航系統,也透過觀音山隧道測試,觀察衛星訊號中斷時的導航表現。

對客戶而言,驗證的重點在於系統能否在任務要求的時間內維持足夠精度。互宇向量也不一定選用最高規格的零組件,而是依照需求調整演算法、材料與系統配置,必要時整合其他供應商的技術,減少客戶自行開發、測試與整合的時間及成本。

從光纖陀螺到系統整合,互宇向量把技術推向可部署的產品

鍾宏彬2010年投入光纖陀螺核心技術研究,2016年共同創辦極星光電。當時核心元件的客戶多具備自行整合能力,應用市場相對有限。他逐漸意識到,若想讓技術接觸更多使用者,就不能只停留在零件,還得往感測模組與完整系統發展。2022年成立互宇向量後,鍾宏彬延續過去累積的技術,採取合作設計製造(JDM)模式,讓團隊從產品開發初期便參與設計與驗證。

他把這種服務形容為「高階料理包」:客戶不必自行採購所有原料、研究怎麼煮,而是由互宇向量協助整合適合的技術,完成產品部署。公司不走低價、拚量路線,而是選擇與少數具有長期需求的專業客戶深入合作。目前團隊服務約12家核心客戶,透過持續參與產品開發,累積技術與合作經驗。

航太市場考驗的不只是技術,還有供應鏈與驗證能力

航太是互宇向量積極拓展的市場。目前約四成業務聚焦航太應用;2023年,團隊也與國家太空中心(TASA)展開策略性合作,推進MIOC與FOG技術的太空應用。

航太產業尤其重視「飛行履歷」(Flight Heritage)。鍾宏彬打趣地說,普通杯子就是杯子,但如果真的上過太空,「它就變成太空杯」。設備即使通過完整的地面測試,仍不等於經歷過發射與太空環境。對國際航太客戶而言,實際飛行驗證是評估設備可靠性的重要依據。鍾宏彬回憶,團隊過去花了兩、三年尋找海外企業客戶,始終不得其門而入。後來有國際業者得知互宇向量與國家太空中心合作,反而主動找上門。這段經驗讓他體會到,進入航太供應鏈除了技術能力,還需要讓國際客戶看見合作經驗與可信度。

從中央大學到蘆竹,桃園產官資源如何成為互宇的產業支點?

互宇向量與桃園的淵源,早在公司成立前就已開始。鍾宏彬從中央大學求學、攻讀博士到投入研究,一路留在桃園;第一次創業落腳楊梅,互宇向量則從青埔搬到蘆竹,建立廠辦空間。他笑稱,自己就像桃園「生出來的baby」。

桃園及北部地區聚集電路板、電子製造與機械加工等供應商,具備成熟的產業基礎。不過,部分業者長期專注既有市場,未必想過自身技術還能延伸至無人載具與航太應用。鍾宏彬舉例,互宇向量曾與傳統機械加工業者合作,協助對方了解航太供應鏈的品質驗證與製造要求,探索跨入新市場的可能。對這些業者而言,挑戰未必是技術能力不足,而是過去缺乏接觸航太應用的機會,不熟悉相關規格與驗證流程。

創業過程中,互宇向量也持續接觸桃園市政府青年事務局及相關局處、育成體系,參與創業交流與產業展會。鍾宏彬看重的是這些場合能讓團隊認識不同領域企業,拓展未來合作的可能。包括Meet桃園+在內的創業輔導與產業交流平台,也為在地新創提供接觸產業資源的機會。

從光纖陀螺核心元件走向完整導航系統,再延伸至航太合作與海外市場,互宇向量逐步建立從任務規劃、技術整合到系統驗證的能力。接下來,如何運用桃園既有的電子製造與精密加工基礎,找到更多能共同開發產品的夥伴,將是團隊拓展國際市場的重要課題。

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
一次搞懂工業AI
© 2026 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