Google日前宣布台湾企业导入机器学习首个成功案例，成立超过40年台南小型纺织厂和明纺织，运用TensorFlow及Google云端平台，从灵感发想、设计到看样到提供样布流程，从以往平均需要1.5至3个月大幅缩短，有些甚至2～3天即可完成。

　　成立超过40年的和明纺织以专营各式各样的格子布打出一片天，可是随着Zara等快时尚崛起，和明从花样设计到打出样布得耗费1.5个月甚至三个月，不利于竞争，即使想从过往40年来累积超过10万种的布料设计中找寻灵感，以缩短设计与打样的时间，然而以和明在台湾有3个仓库分别在台北与台南、旧有布料设计尚未数位化建檔，只能靠人力前往仓库翻找某块设计的布，费时费力。

　　因此去年10月开始，和明纺织以手上已有的5,000多种透过CAD设计、拥有数位资料的布料为基础，运用Google机器学习技术及云端平台服务，将这些布料样式数位化建檔，并训练布料样式的辨识模型，帮助设计师能快速从资料库中搜寻特定样式，以往接到客户的布料样式需求，从灵感发想、设计到看样到提供样布，平均需要1.5至3个月的时间，透过新系统的协助有效利用既有檔案及库存，甚至只需2～3天即可完成。

　　当然上述过程也不是一帆风顺。协助和明导入Google机器学习的和明纺织策略执行顾问李佳宪表示，一开始训练机器辨识时採用非监督式，成效不好到只能委请和明纺织的总设计师有空时以监督式方式训练，辨识度才大幅提高到符合需求。