可以再深入詳盡說明「RAPID機械學習」的特色嗎？

事實上，NEC北美研究所早在十多年前就已開始研究機械學習技術，當然對於深度學習方面的研究也是相當投入的。「RAPID機械學習」就是以北美研究所研發的技術為核心引擎，所以在演算法和函式方面特別下了工夫，特色就是高速運作和記憶體需求量低。

舉例來說，根據北美研究所的測試，如果跟傳統影像辨識技術（以最強競爭對手為對象）相比的話，「RAPID機械學習」可在不損及精確度的情況下，將樣本數量減少為1/50、學習計算量減少為1/14。

好厲害哦！這麼說來，即使是個人電腦也能輕鬆執行了，是吧？

除此之外，NEC還有一項特點與業界其他公司大不相同。

這個特點是什麼呢？

一般用於深度學習的軟體，幾乎全部都是採用開源軟體（※）撰寫而成的。業界知名的開源軟體有好幾種，其中之一是「Torch」，就連Google、Facebook和Twitter等大公司，也都採用了最新版的「Torch」，而「Torch」正是NEC北美研究所研發出來的軟體。※相當於軟體設計圖的原始碼，對一般大眾無償公開，這種軟體就稱為開源軟體。

哦！？是這樣啊！我以前都不知道，原來這麼多公司都在使用NEC研發出來的開源軟體。

如果我們瀏覽NEC北美研究所網頁的話，可以看到網頁中公布有關於「Torch 5」的資訊。因為「RAPID機械學習」是以「Torch」為基礎研發的軟體，雖然不至於造成決定性的差距，但在創新程度方面，還是能夠拉大與競爭對手之間的差異。
※關於「Torch 5」相關的資訊

• 請跟我們分享一些「RAPID機械學習」實際應用的具體實例好嗎？

• 主要應用在需要高度精確判斷的場合，原本由人工處理精確判斷，改由機械代為或支援執行。應用範圍其實相當廣泛，特別是「影像解析」和「人才媒合」的需求較高。

• • 「影像解析」和「人才媒合」是嗎？ 是以什麼樣的方式應用呢？

• 我先從「影像解析」開始說明。舉例來說，在國外為了防範飛車搶劫，而需要利用保全監視器的影像來辨識出機車雙載的騎士。如果事先讓電腦透過「RAPID機械學習」學會如何從監視器畫面中辨識出機車雙載的騎士，就能在保全監視器拍到機車雙載的騎士時，用警報等方式來通知監控人員。

• 在過去監控人員必須24小時全神貫注地監視，有了機械的輔助，監控人員只需在機械發出警報時因應就行了。除此之外，這讓監視工作只需更少的人力就能進行，藉此不但能降低人事成本，同時還能監視到更廣的範圍。

• 這項科技一定會很受保全公司歡迎呢！

• 說到表情，或許可以用來調查電視節目或電影的觀眾喜不喜歡他們看到的內容呢！那麼，在「人才媒合」方面的應用呢？