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、dianliyijipiliangshengchanfuteqichedediyitiaoliushuishengchanxian
，dourangrentanweiguanzhi。danwomenchangchanghulveleshangshufamingdechanshengjizhiheguocheng。tamendoushizenmebeifamingchulaidene？chuangxinwangwangyunyuzaishebeiweihu、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——tongguodingqijianceyibimianguzhang。liangzhejiechengbengaoang，xiaolvdixia
，erzuijiajiejuefanganshiyucexingweihu。qiyekeyitiqianyuceshebeixuyaoweihudeshijian
，dandabufenqiyequefaxiangguanrenyuanhezhuanyezhishilaikaifajiejuefangan。

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。Dafgards公(gong)司(si)曾(zeng)安(an)裝(zhuang)過(guo)機(ji)器(qi)視(shi)覺(jiao)係(xi)統(tong)，成(cheng)功(gong)用(yong)於(yu)檢(jian)測(ce)披(pi)薩(sa)上(shang)的(de)奶(nai)酪(lao)比(bi)例(li)。但(dan)問(wen)題(ti)是(shi)一(yi)旦(dan)披(pi)薩(sa)上(shang)餡(xian)料(liao)種(zhong)類(lei)過(guo)多(duo)，該(gai)功(gong)能(neng)就(jiu)會(hui)失(shi)效(xiao)。通(tong)過(guo)采(cai)用(yong)基(ji)於(yu)計(ji)算(suan)機(ji)視(shi)覺(jiao)的(de)新(xin)型(xing)機(ji)器(qi)學(xue)習(xi)技(ji)術(shu)，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

許(xu)多(duo)工(gong)業(ye)和(he)製(zhi)造(zao)企(qi)業(ye)都(dou)希(xi)望(wang)借(jie)助(zhu)計(ji)算(suan)機(ji)視(shi)覺(jiao)技(ji)術(shu)來(lai)提(ti)升(sheng)運(yun)營(ying)效(xiao)率(lv)。一(yi)般(ban)情(qing)況(kuang)下(xia)，企(qi)業(ye)會(hui)通(tong)過(guo)視(shi)頻(pin)對(dui)工(gong)廠(chang)現(xian)場(chang)進(jin)行(xing)人(ren)工(gong)監(jian)測(ce)和(he)審(shen)核(he)，以(yi)驗(yan)證(zheng)設(she)施(shi)訪(fang)問(wen)權(quan)限(xian)
，檢(jian)查(zha)出(chu)貨(huo)
，檢(jian)測(ce)泄(xie)漏(lou)或(huo)其(qi)他(ta)危(wei)險(xian)情(qing)況(kuang)。但(dan)在(zai)實(shi)際(ji)情(qing)況(kuang)中(zhong)，這(zhe)項(xiang)工(gong)作(zuo)不(bu)僅(jin)困(kun)難(nan)，還(hai)極(ji)易(yi)出(chu)錯(cuo)、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)、供gong應ying和he產chan能neng波bo動dong挑tiao戰zhan。富fu士shi康kang為wei其qi在zai墨mo西xi哥ge的de工gong廠chang開kai發fa了le一yi個ge需xu求qiu預yu測ce模mo型xing，以yi生sheng成cheng準zhun確que的de淨jing訂ding單dan預yu測ce。借jie助zhu機ji器qi學xue習xi模mo型xing，他ta們men將jiang預yu測ce精jing度du提ti高gao8%
，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