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。Dafgardsgongsizenganzhuangguojiqishijiaoxitong，chenggongyongyujiancepisashangdenailaobili。danwentishiyidanpisashangxianliaozhongleiguoduo，gaigongnengjiuhuishixiao。tongguocaiyongjiyujisuanjishijiaodexinxingjiqixuexijishu，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