|
|
宇鯨常碰到客戶問：我有一件事，想用AI來做，可以做到嗎？常常聽新聞媒體報導 AI 很厲害、可以做到 A 、可以做到 B ，真的嗎？
當然這些都是真的！只是聽起來很厲害很高科技的應用，在背離真實情境的實驗室、研發室裡可以被實現。但，身為企業方，想將 AI 應用在實務領域時，因為環境複雜、需要的穩定性高（不然可能被員工或客人客訴到不行），所以能達到有用且穩定品質的 AI 功能，在現階段的確還有一定程度的侷限性。
那，身為想導入 AI 的企業方，該如何評估真實可行性呢？宇鯨這一系列文章，就來帶領你，一步一步找到，你的問題，適不適合用 AI 來解決問題！
步驟一：確認待應用技術
光學文字辨識OCR
怎麼知道是不是用光學文字辨識（Optical Character Recognition，以下簡稱OCR）來解決問題呢？
首先，如果是牽涉到從拍攝的照片、掃描的圖片、或任何圖像內容中，將圖中出現的文字萃取出來，並以可編輯、可複製的數位文字形式呈現，大概就是利用OCR技術達成的。再白話一點來說OCR，可以想成「圖像的逐字稿」。OCR可以唸出圖片中的文字，但沒辦法告訴你文字的意義內涵（這得靠後續使用NLP處理）。
常見的應用有：
- 紙本文件數位化：將過去以紙本形式儲存的文件，掃描過後自動萃取內容文字並轉為數位檔案儲存。例如，保險公司可能就需要將醫療收據的內容擷取出來做後續的使用。
- 車牌辨識：代替人眼辨識照片中的車牌號碼，便於停車費用計算時的車輛辨識、或交通罰鍰的車輛辨認。
- 信用卡辨識：在用戶需要輸入一連串長數字卻容易出錯的情境下，自動讀取並代為輸入卡號。
你的問題情境，是否和上述常見應用接近呢？是的話，接著再來看看，為了讓 AI 來為你解決問題，所需要的各種前置條件，是否已經具備？
步驟二：準備資料（此步驟通用於各種AI模型）
資料，不等於「可餵養 AI 學習」的資料
使用任何現在主流常見的 AI 技術，都需要「資料」。但不是任何資料都可以，必須是「 AI 可以學習的資料」。什麼是 AI 可以學習的資料呢？可以把 AI 當作一個準備考試的學生，為了讓 AI 上考場時能得到最高分數，事前我們會提供這位 AI 學生大量的考古題來練習。回想一下學生時代練習考古題的經驗，你就能更懂如何訓練 AI 這位學生了！
資料型態一：有考古題，且有正確答案
你所提供的資料必須都是「題目 – 答案」為一組的。這樣的資料，就可以讓 AI 學習正確的知識，在上考場（實務應用）面對新的題目時，也能依照模型訓練結果做出正確的回答。這也是在實務上能達成高準確度模型的最好的資料型態。
延伸閱讀：數據標註的重要性：數據不是石油，標註過的數據才是石油
資料型態二：有考古題，但沒有答案
你所提供的資料只有題目而沒有相對應的答案。這樣的資料型態，可想而知， AI 學生無從學起正確的知識，但是因為考古題看得很多，反倒是變成一位很會出考題的老師（雖然無法回答答案）。
以上便是餵養 AI 的兩種資料型態。如果你想進一步確定，你手上的資料是否符合？可以開始訓練 AI 模型了？或者，雖然現在沒有資料，又該如何開始累積「 AI 可以用」的資料？可以繼續閱讀步驟三！
步驟三：整理資料格式
確認資料的完整度，是否符合你想要的應用情境
OCR的模型訓練，需要準備的輸入資料、需要定義的輸出格式如下：
- 輸入資料（考古題）：圖片
- 輸出資料（考古題答案）：框出來的文字區間、文字內容。
- 範例：
- 輸入資料：
- 範例
- 輸出資料：
結論：
經過上面步驟，理解 OCR 的技術常見應用、資料提供概念、以及更細緻的如何針對預計訓練的 OCR 模型來做資料格式的調整後。相信你對於現況 OCR 實際用於產業中的可行性，又有更進一步的概念了！如果希望進一步討論，歡迎聯繫宇鯨智能：hello@yujing.io