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、dianliyijipiliangshengchanfuteqichedediyitiaoliushuishengchanxian，dourangrentanweiguanzhi。danwomenchangchanghulveleshangshufamingdechanshengjizhiheguocheng。tamendoushizenmebeifamingchulaidene？chuangxinwangwangyunyuzaishebeiweihu、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
、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

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。

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