人工智慧的發展無遠弗屆，而越來越多的領域也都開始投入了 AI 的使用，而在 AI 的投入研發中，又以 Google 的機器學習模組為人所熟知。
不過，今天我們就要來說一個，來自日本的黃瓜農夫，是如何透過 AI 幫助自己的勵志故事。
種黃瓜不容易，要分類更困難
在日本，種植黃瓜的農夫並不容易。他們必須花費許多的精力去細心栽培，才能種植出又大又脆，外觀好看的黃瓜。但是，光是種植出來還沒完，農場一般還會幫這些黃瓜分類，根據不同的種類來標定不同的價格，並且販售到不同的地區。
然而，在日本的農場中，對於黃瓜並沒有一個標準的分類基準，完全是由各家農場各自劃分等級與分類標轉再進行的，因此每家農場往往在採收了黃瓜之後，還需要額外花費大量的時間與人力，協助把採收來的黃瓜進行挑選、分類，才能進行了後續的銷售。
這樣的功夫耗時費力，也因此讓一些農場的農夫們，把腦筋動到了 AI 身上。
透過機器學習，大幅改良挑選過程
有農場的農夫，透過引入了 Google 的深度機器學習系統，搭配了圖像辨識與分類學習系統後，製作了一條自動化分類輸送帶，只要事前準備好一批已經分類好的黃瓜，並且拍成照片、標上等級後建檔，交給機器學習模組，之後 AI 就可以透過學習而來的資料，快速且準確的在自動化分類輸送帶上幫助分類。
而對農夫來說，省下來的大量分類時間，有助於讓農夫們更加地投入到黃瓜的栽培與發展，也能有機會種出更好、更優質的黃瓜了。
以上的 AI 應用，只是許多發展可能的其中一種，相信再過不久，我們就會在市面上看到更多新奇，卻又可以幫助大眾的 AI 應用吧。
─ ─
參考資料來源：
Google Cloud Blog：How a Japanese cucumber farmer is using deep learning and TensorFlow
雷鋒網： 一根優秀的黃瓜應該具備什麼素質？谷歌AI告訴你 ｜新智造
CH.Tseng：深入學習的應用-日本的小黃瓜農場
（本文提供合作夥伴轉載，首圖截圖來源：Youtube。）
更多的 AI 知識，都在 TechOrange
決策階級也難逃，亞馬遜開始用 AI 取代主管階級
以色列 AI 電子標籤：動態調降食品價格，消費者再也不買貴吃虧
談 AI 必要「七問」，Microsoft 全球執行副總裁：自動駕駛撞死人，要怪駕駛還是寫程式的人？
你的退休金應該要給 AI 操盤嗎？專業經理人：不好說
