透過 AutoML 建立模型，數據學家讓機器看拉麵照片就知道是哪家分店
作者 Nana Ho
對拉麵愛好者來說，即使是同口味的拉麵，在不同店家手裡就會有截然不同的味道，但如果是同店家不同分店的差異，在光看照片的情況下，真的能分辨得出來嗎？
如果你也是喜愛日本拉麵的人，那應該也曾聽過「拉麵二郎」的名聲，這間拉麵店在東京近郊有 41 家分店，因為價格便宜、給料大方，在日本受到許多群眾喜愛。由於每家店面都提供相同的基本菜單，即使你是忠實粉絲，也很難光憑賣相就分辨出哪碗是哪家店製作的。
雖然人們或許無法做到，但數據科學家土井賢治相信，深度學習可從一些微小細節辨識出每碗拉麵的不同。
事實上，他在去年便已經自己建立了一個機器學習模型，試著辨識拉麵二郎各分店的拉麵，並在 33,000 張照片、一個月持續調整下，達到 87% 的精確度，但他還想了解 AutoML Vision 能否更有效地做到這點。
AutoML Vision 是 Google 專門為沒有機器學習專業知識的人所設計，可以協助使用者自動創建自定義的機器學習模型，使用上也非常簡單，你只需要上傳標記好的圖片庫，待模型自動訓練後就可以進行。
AutoML Vision 不只能幫助無經驗者，同時也能為專家加快整體訓練的速度。土井的案例中，他從拉麵二郎的各家店面收集了 48,000 張拉麵照片，標記好後上傳系統，花費了大約 24 小時自動訓練後便成功建立模型。
而模型得出的結果也非常令人印象深刻：從照片中預測店面的準確率達到了 94.5%。
▲ 拉麵二郎的混淆矩陣：直行＝預測商店，橫列＝實際商店。
但 AutoML 究竟如何分辨出每碗拉麵的差異？最初 Kenji 認為，模型可能是由照片中配件的差異去判斷──像是碗、桌子的顏色或形狀，但這已證實不太可能，因為即使每個店面都使用相同的碗和桌子設計，該模型的準確率仍非常高。
現在 Kenji 的新理論是，或許模型夠細緻到可從「肉片切割方式」或「配料提供細節」分辨出微妙差異，他計劃繼續對 AutoML 進行試驗，看看他的理論是否屬實。
就像 AlphaGo 跳脫人類邏輯的下棋風格，我們雖然仍無從得知 AutoML 判斷拉麵來源的細節，但至少可以確定的是：機器絕對不是以口味來分辨的。只能安慰自己，或許這也算人類有優勢之處。 |
|
