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。

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。

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、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)、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(gao)8%
，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