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
、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

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。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

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18,000gefuwuzhanbushujisuanjishijiaoxitong，tamenjihualiyongjisuanjishijiaojishuzidongkongzhiranliaochejinchusheshi，bingquerenyouxiaodingdandewanchengqingkuang。ruguoyoupengzhuangweixian，jisuanjishijiaojishukeyitixinggongren
，haikeyishibiedongtaigeliquneideyiwu，bingjiancelouyouqingkuang。

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