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、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

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。

fushikangshiquanqiuzuidadedianzichanpinzhizaoshanghejishujiejuefangantigongshang。zaixinguanfeiyanyiqingqijian，fushikangcaiyonglejiqixuexijishuyingduiqiansuoweiyoudekehuxuqiu、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