工業革命帶來了無數的發明和革新產品，開啟了人類曆史的新篇章。工業時代的織布機、蒸汽機
、電dian力li以yi及ji批pi量liang生sheng產chan福fu特te汽qi車che的de第di一yi條tiao流liu水shui生sheng產chan線xian
，都dou讓rang人ren歎tan為wei觀guan止zhi。但dan我wo們men常chang常chang忽hu略lve了le上shang述shu發fa明ming的de產chan生sheng機ji製zhi和he過guo程cheng。它ta們men都dou是shi怎zen麼me被bei發fa明ming出chu來lai的de呢ne
？創chuang新xin往wang往wang孕yun育yu在zai設she備bei維wei護hu、質zhi保bao和he供gong應ying鏈lian優you化hua等deng常chang規gui製zhi造zao過guo程cheng中zhong。這zhe些xie創chuang新xin對dui工gong業ye和he製zhi造zao流liu程cheng的de重zhong要yao性xing，與yu一yi個ge多duo世shi紀ji前qian的de這zhe些xie發fa明ming同tong等deng重zhong要yao。考kao慮lv到dao目mu前qian全quan球qiu市shi場chang的de規gui模mo和he複fu雜za性xing
，將jiang創chuang新xin成cheng功gong落luo地di，仍reng然ran頗po具ju挑tiao戰zhan。隨sui著zhe數shu據ju和he機ji器qi學xue習xi的de不bu斷duan融rong合he，重zhong新xin變bian革ge工gong業ye製zhi造zao已yi成cheng為wei可ke能neng。

每(mei)天(tian)
，企(qi)業(ye)都(dou)會(hui)在(zai)邊(bian)緣(yuan)產(chan)生(sheng)大(da)量(liang)數(shu)據(ju)，並(bing)將(jiang)其(qi)存(cun)儲(chu)在(zai)雲(yun)中(zhong)，同(tong)時(shi)利(li)用(yong)上(shang)述(shu)數(shu)據(ju)重(zhong)新(xin)思(si)考(kao)如(ru)何(he)變(bian)革(ge)所(suo)有(you)的(de)流(liu)程(cheng)。為(wei)了(le)更(geng)好(hao)地(di)挖(wa)掘(jue)數(shu)據(ju)潛(qian)力(li)，推(tui)動(dong)更(geng)快(kuai)、更明智的決策
，製造業、能源、采礦業
、運輸業和農業領域的企業正利用新型機器技術優化多種工作負載，包括工程和設計、生產和資產優化、供應鏈管理、預測、質量管理、智能產品和機器等。

從運營效率到質量控製
，再到其他各個方麵，企業采用機器學習技術，正在通過以下四種方式變革工業生產流程：

通用電氣：實現設備預測性維護

持續性維護設備
，是很多工業和製造企業麵臨的一大挑戰。從以往經驗來看，大多數設備維護要麼是被動型——在機器發生故障後進行維修，要麼是預防型——通(tong)過(guo)定(ding)期(qi)檢(jian)測(ce)以(yi)避(bi)免(mian)故(gu)障(zhang)。兩(liang)者(zhe)皆(jie)成(cheng)本(ben)高(gao)昂(ang)，效(xiao)率(lv)低(di)下(xia)
，而(er)最(zui)佳(jia)解(jie)決(jue)方(fang)案(an)是(shi)預(yu)測(ce)型(xing)維(wei)護(hu)。企(qi)業(ye)可(ke)以(yi)提(ti)前(qian)預(yu)測(ce)設(she)備(bei)需(xu)要(yao)維(wei)護(hu)的(de)時(shi)間(jian)，但(dan)大(da)部(bu)分(fen)企(qi)業(ye)缺(que)乏(fa)相(xiang)關(guan)人(ren)員(yuan)和(he)專(zhuan)業(ye)知(zhi)識(shi)來(lai)開(kai)發(fa)解(jie)決(jue)方(fang)案(an)。

值得慶幸的是，像通用電氣這樣在發電設備、解(jie)決(jue)方(fang)案(an)與(yu)服(fu)務(wu)領(ling)域(yu)的(de)領(ling)先(xian)供(gong)應(ying)商(shang)
，已(yi)經(jing)可(ke)以(yi)實(shi)現(xian)對(dui)設(she)備(bei)的(de)預(yu)測(ce)型(xing)維(wei)護(hu)。企(qi)業(ye)本(ben)身(shen)無(wu)需(xu)具(ju)備(bei)機(ji)器(qi)學(xue)習(xi)或(huo)雲(yun)相(xiang)關(guan)的(de)技(ji)術(shu)，隻(zhi)需(xu)借(jie)助(zhu)使(shi)用(yong)傳(chuan)感(gan)器(qi)和(he)機(ji)器(qi)學(xue)習(xi)技(ji)術(shu)的(de)端(duan)到(dao)端(duan)係(xi)統(tong)，檢(jian)測(ce)到(dao)機(ji)器(qi)振(zhen)動(dong)或(huo)溫(wen)度(du)的(de)異(yi)常(chang)波(bo)動(dong)
，從(cong)而(er)收(shou)到(dao)警(jing)報(bao)。

zheleijishuzhichitongyongdianqiliyongchuanganqishixianxinxidekuaisugengxin，tongguocaiyongyunzhongshishifenxi，jiangjiyushijiandeweihucaozuozhuanbianweiyucexingheguifanxingweihu。suizhexitongguimodebuduankuoda，tongyongdianqikeyitongguoshangshuxitongduichuanganqizujinxingyuanchenggengxinheweihu，erwuxushijijiechu。

中科創達：解決產品異常檢測

保bao證zheng產chan品pin質zhi量liang與yu確que保bao設she備bei正zheng常chang運yun行xing同tong等deng重zhong要yao。生sheng產chan進jin程cheng的de目mu視shi檢jian查zha通tong常chang需xu要yao人ren力li，這zhe不bu僅jin乏fa味wei，且qie不bu能neng保bao證zheng一yi致zhi性xing。為wei了le提ti升sheng質zhi量liang控kong製zhi，工gong業ye企qi業ye希xi望wang采cai用yong計ji算suan機ji視shi覺jiao技ji術shu，提ti高gao缺que陷xian識shi別bie的de速su度du和he準zhun確que性xing。但dan企qi業ye在zai構gou建jian
、部署和管理基於機器學習技術的視覺異常係統時，仍會麵臨很多複雜挑戰。現在，企業可以使用高精度
、低成本的異常檢測解決方案
，每小時處理數千張圖像，從而發現缺陷和異常，識別出與基線不符的圖像
，以便企業采取下一步行動。

看到這一趨勢
，全球知名的智能操作係統產品和技術提供商——中科創達將全球領先的機器學習服務Amazon SageMaker集成到中科創達智慧工業ADC (Automatic Defect Classification)係統中，幫助製造業客戶在工業生產中輕鬆獲得AI質檢能力。借助Amazon SageMaker，客戶無需複雜的機器學習部署

，即可在統一界麵中構建

、訓練、解釋、檢查
、監視、調試和運行機器學習模型。在電氣行業ADC係統實施中，Amazon SageMaker幫助最終用戶一次性投入成本降低了42%，軟件開發的工作量降低了39%
，係統的上線時間縮短了50%，係統運行效率是傳統檢測的35倍，解決了ADC係統落地工業場景的障礙。

瑞典家庭食品製造商Dafgards公司在其下屬品牌Billy's Pan Pizza的生產過程中也應用了計算機視覺技術。Billy’s Pan Pizza是一種微波披薩，生產線每秒能完成2塊披薩的烘烤和包裝。Dafgardsgongsizenganzhuangguojiqishijiaoxitong，chenggongyongyujiancepisashangdenailaobili。danwentishiyidanpisashangxianliaozhongleiguoduo，gaigongnengjiuhuishixiao。tongguocaiyongjiyujisuanjishijiaodexinxingjiqixuexijishu，Dafgards公司輕鬆獲得了經濟高效的檢測能力。在成功應用後，Dafgards公司計劃將計算機視覺應用擴展至更多種類披薩以及漢堡、法式蛋餅等其他產品線。

英國石油公司：提升運營效率

xuduogongyehezhizaoqiyedouxiwangjiezhujisuanjishijiaojishulaitishengyunyingxiaolv。yibanqingkuangxia，qiyehuitongguoshipinduigongchangxianchangjinxingrengongjianceheshenhe，yiyanzhengsheshifangwenquanxian，jianzhachuhuo，jiancexielouhuoqitaweixianqingkuang。danzaishijiqingkuangzhong，zhexianggongzuobujinkunnan，haijiyichucuo

、成本高昂。當然
，企業可以將現有的IP攝(she)像(xiang)頭(tou)升(sheng)級(ji)為(wei)智(zhi)能(neng)攝(she)像(xiang)頭(tou)，以(yi)便(bian)擁(yong)有(you)更(geng)好(hao)的(de)處(chu)理(li)能(neng)力(li)運(yun)行(xing)計(ji)算(suan)機(ji)視(shi)覺(jiao)模(mo)型(xing)。但(dan)這(zhe)依(yi)然(ran)不(bu)僅(jin)價(jia)格(ge)高(gao)昂(ang)，也(ye)會(hui)存(cun)在(zai)問(wen)題(ti)，即(ji)使(shi)采(cai)用(yong)智(zhi)能(neng)攝(she)像(xiang)頭(tou)，也(ye)未(wei)必(bi)可(ke)以(yi)達(da)到(dao)高(gao)精(jing)度(du)和(he)低(di)延(yan)遲(chi)要(yao)求(qiu)。事(shi)實(shi)上(shang)，企(qi)業(ye)可(ke)以(yi)通(tong)過(guo)使(shi)用(yong)硬(ying)件(jian)設(she)備(bei)將(jiang)計(ji)算(suan)機(ji)視(shi)覺(jiao)技(ji)術(shu)應(ying)用(yong)到(dao)現(xian)有(you)的(de)本(ben)地(di)攝(she)像(xiang)頭(tou)中(zhong)
，甚(shen)至(zhi)可(ke)以(yi)使(shi)用(yong)軟(ruan)件(jian)開(kai)發(fa)包(bao)來(lai)構(gou)建(jian)新(xin)的(de)攝(she)像(xiang)頭(tou)
，從(cong)而(er)在(zai)邊(bian)緣(yuan)就(jiu)能(neng)運(yun)行(xing)計(ji)算(suan)機(ji)視(shi)覺(jiao)模(mo)型(xing)，取(qu)得(de)更(geng)高(gao)的(de)效(xiao)率(lv)。

全球能源公司英國石油公司正計劃在全球18,000個(ge)服(fu)務(wu)站(zhan)部(bu)署(shu)計(ji)算(suan)機(ji)視(shi)覺(jiao)係(xi)統(tong)，他(ta)們(men)計(ji)劃(hua)利(li)用(yong)計(ji)算(suan)機(ji)視(shi)覺(jiao)技(ji)術(shu)自(zi)動(dong)控(kong)製(zhi)燃(ran)料(liao)車(che)進(jin)出(chu)設(she)施(shi)，並(bing)確(que)認(ren)有(you)效(xiao)訂(ding)單(dan)的(de)完(wan)成(cheng)情(qing)況(kuang)。如(ru)果(guo)有(you)碰(peng)撞(zhuang)危(wei)險(xian)

，計(ji)算(suan)機(ji)視(shi)覺(jiao)技(ji)術(shu)可(ke)以(yi)提(ti)醒(xing)工(gong)人(ren)，還(hai)可(ke)以(yi)識(shi)別(bie)動(dong)態(tai)隔(ge)離(li)區(qu)內(nei)的(de)異(yi)物(wu)，並(bing)檢(jian)測(ce)漏(lou)油(you)情(qing)況(kuang)。

富士康：優化預測供應鏈

現代供應鏈是由製造商、供應商
、物流和零售商共同組成的龐大網絡，需要複雜的方法了解、並滿足客戶需求，同時根據原材料供應波動以及節假日、活動
、天tian氣qi等deng外wai部bu因yin素su進jin行xing相xiang應ying調tiao整zheng。如ru果guo無wu法fa正zheng確que預yu測ce上shang述shu變bian量liang，會hui造zao成cheng成cheng本ben的de大da幅fu增zeng加jia
，從cong而er導dao致zhi資zi源yuan配pei置zhi過guo度du或huo不bu足zu，進jin而er浪lang費fei投tou資zi或huo帶dai來lai不bu良liang的de客ke戶hu體ti驗yan。為wei了le預yu見jian未wei來lai可ke能neng發fa生sheng的de情qing況kuang，企qi業ye正zheng利li用yong機ji器qi學xue習xi技ji術shu分fen析xi時shi間jian序xu列lie數shu據ju，提ti供gong準zhun確que預yu測ce
，從cong而er減jian少shao運yun營ying支zhi出chu，提ti高gao效xiao率lv，確que保bao更geng高gao的de資zi源yuan和he產chan品pin可ke用yong性xing，更geng快kuai地di交jiao付fu產chan品pin，並bing降jiang低di成cheng本ben。

富fu士shi康kang是shi全quan球qiu最zui大da的de電dian子zi產chan品pin製zhi造zao商shang和he技ji術shu解jie決jue方fang案an提ti供gong商shang。在zai新xin冠guan肺fei炎yan疫yi情qing期qi間jian
，富fu士shi康kang采cai用yong了le機ji器qi學xue習xi技ji術shu應ying對dui前qian所suo未wei有you的de客ke戶hu需xu求qiu
、gongyinghechannengbodongtiaozhan。fushikangweiqizaimoxigedegongchangkaifaleyigexuqiuyucemoxing
，yishengchengzhunquedejingdingdanyuce。jiezhujiqixueximoxing
，tamenjiangyucejingdutigao8%，預計每家工廠每年可節省55.3萬美元，同時，最大限度減少勞動力浪費，並大幅提升客戶滿意度。

為了充分發掘機器學習在工業環境
、工業產品、物流和供應鏈運營領域的應用潛力
，越來越多的企業希望采用機器學習技術，使生產流程變得更簡單、快捷、準確。通過將雲中實時數據分析和邊緣機器學習相結合，工業企業正穩步將願望轉變成現實，同時推動新一代工業革命的到來。

本文作者：亞馬遜雲科技全球機器學習副總裁Swami Sivasubramanian