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。

meitian，qiyedouhuizaibianyuanchanshengdaliangshuju
，bingjiangqicunchuzaiyunzhong，tongshiliyongshangshushujuzhongxinsikaoruhebiangesuoyoudeliucheng。weilegenghaodiwajueshujuqianli
，tuidonggengkuai、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

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18,000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
、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)
、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