核心技術

擁有 30 位專職人工智慧團隊成員的 AI Lab,打造 AI 演算法及 NLP 自然語言處理技術,建構深度學習模型參數量達 60 Layers,為世界主流深度學習能力必備要件,佐證阿物科技 AI 技術能量已具備全球超大型企業研發水準,並透過豐富的產業經驗,協助品牌以創新數據應用,驅動企業數位轉型與成長。

自動特徵工程

自動特徵工程

Automatic Feature Engineering

運用自動化 AI 技術通過對數據做溯因歸納、聚合轉換、重組搜索、演繹校驗等進行解析萃取和生成有用特徵集,同時運用神經搜尋算法結合 MarTech 專家知識進行自動最佳化商用建模。運行過程具備自動排程且不需特別編譯的程式碼,即能自動挖掘出更多隱含的關聯資料讓模型訓練模型,同時提供更多可解釋性特徵。

意圖解密

意圖解密

Intention Leaks

透過交互連結商品的理解與人的行為,進行一連串高效且多維的瀏覽軌跡運算、關鍵字詞萃取與自動特徵工程;動態偵測使用者意圖狀態變化,理解當前意向轉換至何處落點,同步進行一系列喜好、興趣、關注、關聯等模型結合 awoo NLP 與 CV 引擎,再結合搜爬與 SEO 關鍵字解密專業,做出最佳動態推薦。

深度學習

深度學習

Deep Learning

採用機器學習 (Machine Learning) 中的深度學習,採用半監督式的特徵學習 (Semi-supervised learning) 、分層特徵提取的高效演算法,取代過去以人工擷取特徵的方法。深度學習的模型比過去機器學習的記性更好、更聰明,也塑造出了一個比消費者更了解消費者的 AI 機器人。在導入成本及效率上,對企業的實際商業應用也更有價值。

聯邦學習

聯邦學習

Federated Learning

結合聯邦學習與邊緣運算,以 awoo 專有去識別向量化技術進行高效且獨立的模型學習,運用數據隔離、分散建模的方式,提供同等高效的運算成果,且對數據進行加密,協助品牌企業在不共享任何機敏資料和保護個人隱私權的前提下,一樣可提供消費者最貼近個人化的服務體驗。