Furbo 作為領先全球市場的寵物攝影機,在提供使用者與家中寵物遠端互動功能的同時,透過機器學習的力量來預測潛在的危機。此次演講將以聲音辨識功能實作為例,包括吠叫、警報與玻璃破裂偵測,說明我們在模型設計、資料的獲取與測試資料設計、應用場域中遇到的困境及模型的監控與調優等幾個面向中的開發經驗,並分享我們如何逐步引入 MLOps 以解決實務問題並加速產品落地。
為將AI功能提供給使用者,State-of-the-Art 的 AI 研究、節省成本的技術、獲取大量資料的方法及模型的線上優化等模塊必不可少,而將這些串起的核心思維正是 MLOps。與其它開發團隊相比,我們會從貼近實用面的角度說明 MLOps 的好處,並說明每一塊 MLOps 工具是如何幫助我們實現快速的產品功能開發,這些經驗將會讓聽眾對AI落地有更深一層的理解。
專長於嵌入式平台深度學習模型部署,並逐漸轉向實現 AI 功能系統化開發流程。現服務於 Tomofun AI team,參與專案包括寵物動作辨識、聲音辨識、異常行為檢測等。