正在顯現(xiàn)中的智能工業(yè)
發(fā)布日期：2020-06-29 來源：中國工業(yè)新聞網(wǎng)
點擊數(shù)：3317
數(shù)據(jù)驅(qū)動近年來成為數(shù)字化轉(zhuǎn)型中的一個常用詞，原因在于，通過數(shù)據(jù)驅(qū)動，企業(yè)可以管理、提升制造過程的不確定性，包括流程、工藝等。在這個過程中，通過AI等新技術(shù)打造工業(yè)智能，成為其重要組成部分。
工業(yè)智能對于工業(yè)的提升具有巨大的想象空間，這帶動了人工智能、機器學習技術(shù)成為當下云計算平臺、工業(yè)互聯(lián)網(wǎng)平臺能力競爭的一個焦點。然而，當更多的企業(yè)面對機器學習，一定會面臨技術(shù)瓶頸以及專業(yè)人才，如數(shù)據(jù)專家匱乏的困境。
近期，智能操作系統(tǒng)產(chǎn)品和技術(shù)提供商中科創(chuàng)達（ThunderSoft）宣布，已經(jīng)將Amazon SageMaker集成到了中科創(chuàng)達智慧工業(yè)ADC (Automatic Defect Classification) 系統(tǒng)，讓制造業(yè)客戶可以在工業(yè)生產(chǎn)中輕松獲得AI質(zhì)檢能力。今年5月初，亞馬遜云服務（AWS）宣布其機器學習服務Amazon SageMaker正式進入中國。
當前，“新基建”備受關(guān)注，究其原因，既有新基建作為對沖疫情、拉動投資、提振經(jīng)濟的“緊急之需”和關(guān)乎產(chǎn)業(yè)轉(zhuǎn)型、經(jīng)濟發(fā)展的“長久之計”，更有新基建對產(chǎn)業(yè)數(shù)字化的推動帶來的巨大的市場空間。在這種情況下，中科創(chuàng)達與Amazon SageMaker在解決方案層面的深入合作，能為企業(yè)數(shù)字化轉(zhuǎn)型帶來什么？
融合Amazon SageMaker 落地行業(yè)解決方案
6月3日，在圍繞雙方合作的采訪中，AWS中國區(qū)生態(tài)系統(tǒng)及合作伙伴部總經(jīng)理汪湧表示，新基建有一個很重要的方面，就是通過工業(yè)互聯(lián)網(wǎng)、智能制造推動制造業(yè)升級和數(shù)字化轉(zhuǎn)型。AWS和中科創(chuàng)達的合作，目的正是為了解決制造企業(yè)在這個過程中的一些獨特的應用需求。
此處所指的“獨特”需求，更多地指智能化。最近幾年，設(shè)備、交通、原材料、能源，以及電子高科技等快消行業(yè)，利用大數(shù)據(jù)與算法技術(shù)，基于特定的生產(chǎn)數(shù)據(jù)或場景數(shù)據(jù)，不斷探索通過工業(yè)機理模型優(yōu)化生產(chǎn)、管理，實現(xiàn)提質(zhì)、增效、去存。
因此，Amazon SageMaker在國內(nèi)開服后，聯(lián)手合作伙伴推出融合行業(yè)共性知識的垂直解決方案，成為Amazon SageMaker落地行業(yè)的必要環(huán)節(jié)。
汪湧表示，14年來，AWS能快速發(fā)展有兩個重要的原因，其一，AWS有非常豐富的、優(yōu)秀的云服務產(chǎn)品；其二，AWS有充滿活力的合作伙伴網(wǎng)絡，目前AWS在全球有數(shù)以萬計的合作伙伴，攜手AWS服務于各行各業(yè)。在中國，合作伙伴已達幾千家。
AWS合作伙伴網(wǎng)絡主要分成兩大類，一種是基于AWS的云計算服務，合作伙伴以自身對各個行業(yè)應用的理解和實踐，為客戶提供IT規(guī)劃、實施落地等服務。另一種是技術(shù)性的行業(yè)解決方案合作伙伴。
中科創(chuàng)達是最早加入AWS合作伙伴網(wǎng)絡的中國企業(yè)之一。通過集成Amazon SageMaker，中科創(chuàng)達ADC升級為一個具有機器學習能力的、方便易用的SaaS應用，幫助客戶加速AI技術(shù)的落地部署，為制造企業(yè)節(jié)約人力、提高良品率、釋放產(chǎn)能。
據(jù)悉，目前全球在云上部署的機器學習應用中，80%的用量都在Amazon SageMaker上。Amazon SageMaker是一個完全托管的機器學習服務，可以優(yōu)化機器學習的整套流程。從模型的創(chuàng)建、訓練、調(diào)優(yōu)到部署，可以在一個集成化的開發(fā)環(huán)境中實現(xiàn)，實現(xiàn)整個機器學習過程的可視化，提升開發(fā)效率。
SageMaker的一大特點就是開放性：一是集成方面的開放性，SageMaker具有模塊化特性，企業(yè)可以按需使用其中的功能。二是生態(tài)系統(tǒng)的開放，SageMaker能夠很好地與各類解決方案進行集成，從而加速企業(yè)級客戶的應用。
從單點到局部 工業(yè)智能前景可期
中科創(chuàng)達成立于2008年，目前有四個業(yè)務板塊：一是智能手機，二是智能網(wǎng)聯(lián)汽車，三是智能物聯(lián)網(wǎng)，四是技術(shù)平臺，主要提供AI算法等服務。不同的業(yè)務板塊，中科創(chuàng)達可提供從端到云到SaaS的全棧應用平臺。
中科創(chuàng)達CTO鄒鵬程表示，行業(yè)數(shù)字化和智能化改造是一項系統(tǒng)工程，從工程師的角度來看，需要組合各種相關(guān)的技術(shù)并進行有機的融合，如終端要跟云端結(jié)合，產(chǎn)品要跟技術(shù)結(jié)合，產(chǎn)品要跟服務結(jié)合——必須是完整的融合，才能為各行各業(yè)提供完整、有效、穩(wěn)定、安全的解決方案。
由于行業(yè)競爭加劇，國內(nèi)最大的一家智能面板行業(yè)企業(yè)近年來壓力持續(xù)增加，一方面生產(chǎn)效率亟待提升，另一方面良品率不穩(wěn)定，這直接導致公司在客戶選型時處于不利的狀態(tài)。此外，人工成本、物料成本也都在上升。公司亟待進行數(shù)字化和智能化改造解決這些問題。
基于中科創(chuàng)達融合理念的端云一體解決方案也就是智能視覺檢測系統(tǒng)（ADC系統(tǒng)）的部署應用，該企業(yè)產(chǎn)品檢測的工作量減少了75%。準確率從90%提升到99%。另外，一個非常關(guān)鍵的指標就是漏檢率下降了3%，也就是良品率提升了3%——這個數(shù)據(jù)看著不大，但在行業(yè)中，哪怕1%的提升就能產(chǎn)生巨大的效益。
目前，傳統(tǒng)的生產(chǎn)制造中，產(chǎn)品表檢主要還是人工的方式，效率低，誤檢、漏檢時有發(fā)生，通過基于機器學習的云端一體的機器視覺解決方案，產(chǎn)品表檢已不復以往——這種從單點到局部的智能化，已在一些企業(yè)進入深度應用。據(jù)悉，今年以來，ADC已在某汽車企業(yè)的輪胎、電路板、車窗和發(fā)動機打膠的檢測，某電子企業(yè)PCB表面缺焊問題的檢測，某化妝品企業(yè)灌裝、標簽張貼檢測等領(lǐng)域開始部署。
智慧工業(yè)ADC系統(tǒng)于2018年推出，主要包含缺陷自動化分類、新產(chǎn)品迭代數(shù)據(jù)清洗、業(yè)務作業(yè)員認證三個子系統(tǒng)�，F(xiàn)今，智慧工業(yè)ADC系統(tǒng)所使用的ML框架主要是Tensorflow，而目前絕大部分Tensorflow的應用都構(gòu)建在Amazon SageMaker上，ADC也不例外。
針對行業(yè)機理問題，鄒鵬程表示，工業(yè)垂直行業(yè)之間的區(qū)別較大，不同領(lǐng)域的樣本數(shù)比較少，如何能把老師傅的專業(yè)知識翻譯成中科創(chuàng)達工程師能理解的語言，然后再把這個語言翻譯成用SageMaker、邊緣平臺可以理解的語言，這是一個最大的挑戰(zhàn)。在具體實現(xiàn)中，需要能在發(fā)現(xiàn)問題（比如分類的問題）后迅速重新分類并反饋給SageMaker，然后重新打包上線，通過不斷迭代，最終滿足小樣本、實時性、穩(wěn)定性的需求。
中國工程院院士鄔賀銓曾表示，工業(yè)人工智能中需要融合數(shù)據(jù)技術(shù)（DT）、分析技術(shù)（AT）、平臺技術(shù)（PT）和運營技術(shù)（OT）等技術(shù)。工業(yè)領(lǐng)域主要以企業(yè)私有數(shù)據(jù)庫為主，規(guī)模有限，要實現(xiàn)人工智能與制造業(yè)的深度融合，就必須要在制造業(yè)領(lǐng)域加強數(shù)據(jù)獲取與整合，企業(yè)必須切實做到數(shù)字化轉(zhuǎn)型，大力發(fā)展工業(yè)互聯(lián)網(wǎng)。
隨著新基建的持續(xù)推進，數(shù)字化轉(zhuǎn)型將越來越深入，在此過程中，云邊端一體的工業(yè)智能解決方案需要以問題為導向，克服行業(yè)機理的難題，利用機器學習開發(fā)出更精確的工業(yè)模型。相信隨著工業(yè)互聯(lián)網(wǎng)的持續(xù)推進，一個更加智能的工業(yè)將逐漸顯現(xiàn)。
