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——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、jiejuefanganyufuwulingyudelingxiangongyingshang，yijingkeyishixianduishebeideyucexingweihu。qiyebenshenwuxujubeijiqixuexihuoyunxiangguandejishu，zhixujiezhushiyongchuanganqihejiqixuexijishudeduandaoduanxitong
，jiancedaojiqizhendonghuowendudeyichangbodong
，congershoudaojingbao。

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

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
、tianqidengwaibuyinsujinxingxiangyingtiaozheng。ruguowufazhengqueyuceshangshubianliang，huizaochengchengbendedafuzengjia
，congerdaozhiziyuanpeizhiguoduhuobuzu，jinerlangfeitouzihuodailaibuliangdekehutiyan。weileyujianweilaikenengfashengdeqingkuang

，qiyezhengliyongjiqixuexijishufenxishijianxulieshuju，tigongzhunqueyuce

，congerjianshaoyunyingzhichu
，tigaoxiaolv
，quebaogenggaodeziyuanhechanpinkeyongxing，gengkuaidijiaofuchanpin，bingjiangdichengben。

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