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
、zhibaohegongyinglianyouhuadengchangguizhizaoguochengzhong。zhexiechuangxinduigongyehezhizaoliuchengdezhongyaoxing
，yuyigeduoshijiqiandezhexiefamingtongdengzhongyao。kaolvdaomuqianquanqiushichangdeguimohefuzaxing
，jiangchuangxinchenggongluodi，rengranpojutiaozhan。suizheshujuhejiqixuexidebuduanronghe
，zhongxinbiangegongyezhizaoyichengweikeneng。

meitian
，qiyedouhuizaibianyuanchanshengdaliangshuju
，bingjiangqicunchuzaiyunzhong

，tongshiliyongshangshushujuzhongxinsikaoruhebiangesuoyoudeliucheng。weilegenghaodiwajueshujuqianli，tuidonggengkuai
、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。

這zhe類lei技ji術shu支zhi持chi通tong用yong電dian氣qi利li用yong傳chuan感gan器qi實shi現xian信xin息xi的de快kuai速su更geng新xin，通tong過guo采cai用yong雲yun中zhong實shi時shi分fen析xi
，將jiang基ji於yu時shi間jian的de維wei護hu操cao作zuo轉zhuan變bian為wei預yu測ce性xing和he規gui範fan性xing維wei護hu。隨sui著zhe係xi統tong規gui模mo的de不bu斷duan擴kuo大da，通tong用yong電dian氣qi可ke以yi通tong過guo上shang述shu係xi統tong對dui傳chuan感gan器qi組zu進jin行xing遠yuan程cheng更geng新xin和he維wei護hu
，而er無wu需xu實shi際ji接jie觸chu。

中科創達：解決產品異常檢測

baozhengchanpinzhiliangyuquebaoshebeizhengchangyunxingtongdengzhongyao。shengchanjinchengdemushijianzhatongchangxuyaorenli，zhebujinfawei，qiebunengbaozhengyizhixing。weiletishengzhiliangkongzhi，gongyeqiyexiwangcaiyongjisuanjishijiaojishu，tigaoquexianshibiedesuduhezhunquexing。danqiyezaigoujian、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IPshexiangtoushengjiweizhinengshexiangtou，yibianyongyougenghaodechulinengliyunxingjisuanjishijiaomoxing。danzheyiranbujinjiagegaoang，yehuicunzaiwenti，jishicaiyongzhinengshexiangtou，yeweibikeyidadaogaojingduhediyanchiyaoqiu。shishishang，qiyekeyitongguoshiyongyingjianshebeijiangjisuanjishijiaojishuyingyongdaoxianyoudebendishexiangtouzhong，shenzhikeyishiyongruanjiankaifabaolaigoujianxindeshexiangtou，congerzaibianyuanjiunengyunxingjisuanjishijiaomoxing
，qudegenggaodexiaolv。

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