本文敘述機(jī)器學(xué)習(xí)技術(shù)如何在工業(yè)生產(chǎn)流程上發(fā)揮影響力產(chǎn)生變革，採用對設(shè)備的預(yù)測性維護(hù)、基於電腦視覺的異常檢測、提升營運(yùn)效率及供應(yīng)鏈優(yōu)化預(yù)測等四種方式來優(yōu)化多種工作負(fù)載。

每天，企業(yè)都會在地端產(chǎn)生大量資料，並將其儲存在雲(yún)端，同時(shí)思考如何變革所有的流程。為了更好地挖掘資料潛力，推動更快、更明智的決策，製造業(yè)、能源、採礦業(yè)、運(yùn)輸業(yè)和農(nóng)業(yè)領(lǐng)域的企業(yè)正利用新型機(jī)器技術(shù)優(yōu)化多種工作負(fù)載，包括工程和設(shè)計(jì)、生產(chǎn)和資產(chǎn)優(yōu)化、供應(yīng)鏈管理、預(yù)測、品質(zhì)控管、智慧產(chǎn)品和機(jī)器等。

企業(yè)採用機(jī)器學(xué)習(xí)技術(shù)正在透過四種方式變革工業(yè)生產(chǎn)流程：

方式1：對設(shè)備的預(yù)測性維護(hù)

圖1 : 大多數(shù)設(shè)備維護(hù)分為被動型或預(yù)防型，其實(shí)最佳解決方案是預(yù)測型維護(hù)。

(source：Deutsche Telekom)

持續(xù)性維護(hù)設(shè)備，是很多工業(yè)和製造企業(yè)面臨的一大挑戰(zhàn)。從以往經(jīng)驗(yàn)來看，大多數(shù)設(shè)備維護(hù)分為被動型（在機(jī)器發(fā)生故障後進(jìn)行維修）或預(yù)防型（透過定期檢測以避免故障），兩者皆成本高昂，效率低下。其實(shí)最佳解決方案是預(yù)測型維護(hù)，企業(yè)可以提前預(yù)測設(shè)備需要維護(hù)的時(shí)間，但大部分企業(yè)缺乏相關(guān)人員和專業(yè)知識來開發(fā)解決方案。

像奇異（GE）這樣在發(fā)電設(shè)備、解決方案與服務(wù)領(lǐng)域的先進(jìn)供應(yīng)商，已經(jīng)可以實(shí)現(xiàn)對設(shè)備的預(yù)測型維護(hù)。企業(yè)本身無需具備機(jī)器學(xué)習(xí)或雲(yún)端相關(guān)的技術(shù)，只需借助使用感測器和機(jī)器學(xué)習(xí)技術(shù)的端到端系統(tǒng)，檢測到機(jī)器振動或溫度的異常波動，從而收到警報(bào)。

這類技術(shù)支援奇異利用感測器實(shí)現(xiàn)資訊的快速更新，透過採用雲(yún)端即時(shí)分析，將基於時(shí)間的維護(hù)操作轉(zhuǎn)變?yōu)轭A(yù)測性和規(guī)範(fàn)性維護(hù)。隨著系統(tǒng)規(guī)模的不斷擴(kuò)大，奇異可以透過上述系統(tǒng)對感測器組進(jìn)行遠(yuǎn)端更新和維護(hù)，而無需實(shí)際接觸。

方式2：基於電腦視覺的異常檢測

圖2 : 企業(yè)在建構(gòu)、部署和管理使用機(jī)器學(xué)習(xí)技術(shù)的視覺異常系統(tǒng)時(shí)，會面臨很多複雜挑戰(zhàn)。(source：Weareworldquant.com)

保證產(chǎn)品品質(zhì)與確保設(shè)備正常運(yùn)轉(zhuǎn)同等重要。生產(chǎn)製程的目視檢查通常需要人力，這不僅乏味，且不能保證一致性。為了提升品質(zhì)控管，工業(yè)企業(yè)希望採用電腦視覺技術(shù)，提高瑕疵偵測的速度和準(zhǔn)確性。但企業(yè)在建構(gòu)、部署和管理使用機(jī)器學(xué)習(xí)技術(shù)的視覺異常系統(tǒng)時(shí)，仍會面臨很多複雜挑戰(zhàn)。現(xiàn)在，企業(yè)可以使用高準(zhǔn)確度、低成本的異常檢測解決方案，每小時(shí)處理數(shù)千張圖像，從而發(fā)現(xiàn)瑕疵和異常，辨識出與基線不符的圖像，以便企業(yè)採取下一步行動。

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(chǎn)過程中應(yīng)用了電腦視覺技術(shù)。Billy’s Pan Pizza 是一種微波披薩，生產(chǎn)線每秒能完成2塊披薩的烘烤和包裝。Dafgards 公司曾安裝過機(jī)器視覺系統(tǒng)，成功用於檢測披薩上的乳酪比例。但問題在於一旦披薩上餡料種類過多，該功能就會失效。

透過採用使用電腦視覺的新型機(jī)器學(xué)習(xí)技術(shù)，Dafgards公司輕鬆獲得了高經(jīng)濟(jì)效益的檢測能力。在成功應(yīng)用後，Dafgards 公司計(jì)畫將電腦視覺應(yīng)用擴(kuò)展至更多種類披薩以及漢堡、法式鹹派等其他產(chǎn)品線。

方式3：提升營運(yùn)效率

圖3 : 許多工業(yè)和製造企業(yè)都希望借助電腦視覺技術(shù)來提升營運(yùn)效率。(source：Medium)

許多工業(yè)和製造企業(yè)都希望借助電腦視覺技術(shù)來提升營運(yùn)效率。一般情況下，企業(yè)會透過視訊對工廠現(xiàn)場進(jìn)行人工監(jiān)測和審核，以驗(yàn)證設(shè)施進(jìn)出權(quán)限、檢查出貨、檢測洩漏或其他危險(xiǎn)情況。但在實(shí)際情況中，這項(xiàng)工作不僅困難，還極容易出錯(cuò)、成本高昂。

當(dāng)然，企業(yè)可以將現(xiàn)有的IP攝影機(jī)升級為智慧攝影機(jī)，以便擁有更好的處理能力執(zhí)行電腦視覺模型。但這依然不僅價(jià)格高昂，也會存在問題，即使採用智慧攝影機(jī)，也未必可以達(dá)到高準(zhǔn)確度和低延遲要求。

事實(shí)上，企業(yè)可以透過使用硬體設(shè)備將電腦視覺技術(shù)應(yīng)用到現(xiàn)有的本地?cái)z影機(jī)中，甚至可以使用軟體開發(fā)套件（SDK）來建置新的攝影機(jī)，從而在邊緣端就能執(zhí)行電腦視覺模型，取得更高的效率。

全球能源公司英國石油公司（BP）正計(jì)畫在全球18,000個(gè)服務(wù)站部署電腦視覺系統(tǒng)，他們計(jì)畫利用電腦視覺技術(shù)自動控制燃料車進(jìn)出設(shè)施，並確認(rèn)有效訂單的完成情況。如果有碰撞危險(xiǎn)，電腦視覺技術(shù)可以提醒工人，還可以識別動態(tài)隔離區(qū)內(nèi)的異物，並檢測漏油情況。

方式4：供應(yīng)鏈優(yōu)化預(yù)測

圖4 : 越來越多的企業(yè)希望採用機(jī)器學(xué)習(xí)技術(shù)，使生產(chǎn)流程變得更簡單、快速、準(zhǔn)確。(source：www.applyscience.it)

現(xiàn)代供應(yīng)鏈?zhǔn)怯裳u造商、供應(yīng)商、物流和零售商共同組成的龐大網(wǎng)路，需要複雜的方法瞭解和滿足客戶需求，同時(shí)根據(jù)原材料供應(yīng)波動以及節(jié)假日、活動、天氣等外部因素進(jìn)行相應(yīng)調(diào)整。如果無法正確預(yù)測上述變數(shù)，會造成成本的大幅增加，從而導(dǎo)致資源配置過度或不足，進(jìn)而浪費(fèi)投資或帶來不良的客戶體驗(yàn)。

為了預(yù)見未來可能發(fā)生的情況，企業(yè)正利用機(jī)器學(xué)習(xí)技術(shù)分析時(shí)間序列資料，提供準(zhǔn)確預(yù)測，從而減少營運(yùn)支出，提高效率，確保更高的資源和產(chǎn)品可用性，更快地交付產(chǎn)品，並降低成本。

總部在臺北的富士康是全球最大的電子產(chǎn)品製造商和技術(shù)解決方案提供商。在COVID-19疫情期間，富士康採用了機(jī)器學(xué)習(xí)技術(shù)應(yīng)對前所未有的客戶需求、供應(yīng)和產(chǎn)能波動挑戰(zhàn)。富士康為其在墨西哥的工廠開發(fā)了一個(gè)需求預(yù)測模型，以生成準(zhǔn)確的淨(jìng)訂單預(yù)測。借助機(jī)器學(xué)習(xí)模型，他們將預(yù)測準(zhǔn)確度提高8%，預(yù)計(jì)每家工廠每年可節(jié)省55.3萬美元，同時(shí)，最大限度減少勞動力浪費(fèi)，並大幅提升客戶滿意度。

為了充分發(fā)掘機(jī)器學(xué)習(xí)在工業(yè)環(huán)境、工業(yè)產(chǎn)品、物流和供應(yīng)鏈營運(yùn)領(lǐng)域的應(yīng)用潛力，越來越多的企業(yè)希望採用機(jī)器學(xué)習(xí)技術(shù)，使生產(chǎn)流程變得更簡單、快速、準(zhǔn)確。透過將雲(yún)端中即時(shí)資料分析和邊緣機(jī)器學(xué)習(xí)相結(jié)合，工業(yè)企業(yè)正穩(wěn)步將願(yuàn)望轉(zhuǎn)變成現(xiàn)實(shí)，同時(shí)推動新一代工業(yè)革命的到來。

（本文作者Swami Sivasubramanian為AWS 亞馬遜機(jī)器學(xué)習(xí)副總裁）

**刊頭圖(source：Virtual.Commissioning)