AWS發(fā)布五大用于工業(yè)領(lǐng)域的機器學(xué)習(xí)服務(wù)

· Amazon Monitron提供包含傳感器、網(wǎng)關(guān)和機器學(xué)習(xí)服務(wù)的端到端機器監(jiān)控解決方案，以檢測可能需要維護的異常設(shè)備狀況

· Amazon Lookout for Equipment為擁有設(shè)備傳感器的客戶提供了使用AWS機器學(xué)習(xí)模型來檢測異常設(shè)備行為并進行預(yù)測性維護的能力

· AWS Panorama Appliance幫助已在工業(yè)設(shè)施中裝配攝像機的客戶使用計算機視覺來改善質(zhì)量控制和工作場所安全

· AWS Panorama軟件開發(fā)套件(SDK)允許工業(yè)相機制造商在新相機中嵌入計算機視覺功能

· Amazon Lookout for Vision在圖像和視頻流上使用AWS訓(xùn)練的計算機視覺模型，以發(fā)現(xiàn)產(chǎn)品或流程中的異常和缺陷

· 使用全新的AWS工業(yè)機器學(xué)習(xí)服務(wù)的客戶和合作伙伴包括Axis、凌華科技、BP、德勤、Fender芬達、GE 醫(yī)療和西門子交通

北京-2020年12月9日，今天，在亞馬遜云服務(wù)(AWS)舉辦的年度盛會——AWS re:Invent上，AWS宣布了Amazon Monitron、Amazon Lookout for Equipment、AWS Panorama Appliance、AWS Panorama SDK和Amazon Lookout for Vision。這五項全新的機器學(xué)習(xí)服務(wù)共同幫助工業(yè)和制造業(yè)客戶在其生產(chǎn)過程中嵌入智能能力，以提高運營效率，改善質(zhì)量控制、信息安全和工作場所安全。這些服務(wù)代表了現(xiàn)有最全面的從云端到邊緣的工業(yè)機器學(xué)習(xí)服務(wù)套件，通過結(jié)合先進的機器學(xué)習(xí)、傳感器分析和計算機視覺功能，解決工業(yè)客戶面臨的常見技術(shù)挑戰(zhàn)。實際上，數(shù)十萬客戶正在使用AWS云服務(wù)進行機器學(xué)習(xí)工作，各個規(guī)模、各行各業(yè)的客戶都在使用AWS服務(wù)將機器學(xué)習(xí)作為其業(yè)務(wù)戰(zhàn)略的核心。要了解有關(guān)全新AWS用于工業(yè)領(lǐng)域的機器學(xué)習(xí)服務(wù)的更多信息，請訪問https://aws.amazon.com/industrial/。

企業(yè)越來越多地希望將機器學(xué)習(xí)功能添加到工業(yè)環(huán)境中，例如制造設(shè)施、配送中心、食品加工廠等。對于這些客戶來說，數(shù)據(jù)已成為將復(fù)雜工業(yè)系統(tǒng)結(jié)合在一起的重要媒介。工業(yè)系統(tǒng)中通常具有許多相互依存的流程，這些流程容錯能力低，甚至很小的問題也會帶來重大后果。許多客戶通過分析其設(shè)施中運行設(shè)備的數(shù)據(jù)來應(yīng)對這一挑戰(zhàn)，例如，許多客戶利用AWS IoT SiteWise等服務(wù)從工業(yè)設(shè)備收集數(shù)據(jù)并生成實時性能指標。隨著客戶開始使用云收集和分析工業(yè)數(shù)據(jù)，他們還希望采用機器學(xué)習(xí)技術(shù)來解讀數(shù)據(jù)，進一步提高運營效率。在某些情況下，客戶希望使用機器學(xué)習(xí)來幫助他們實現(xiàn)預(yù)測性維護，從而降低成本并提高運營效率。同時，在非聯(lián)網(wǎng)或?qū)ρ舆t敏感的環(huán)境中運行的客戶則希望通過在邊緣使用計算機視覺來發(fā)現(xiàn)產(chǎn)品缺陷并提高工作場所安全性。伴隨這些不斷變化的需求和機遇，工業(yè)企業(yè)要求AWS幫助他們利用云、工業(yè)邊緣和機器學(xué)習(xí)，以從其設(shè)備生成的大量數(shù)據(jù)中獲得更多價值。

Amazon Monitron和Amazon Lookout for Equipment通過機器學(xué)習(xí)支持預(yù)測性維護

今天，工業(yè)和制造企業(yè)面臨的主要挑戰(zhàn)是設(shè)備的持續(xù)維護。過去大多數(shù)設(shè)備維護都是被動的(在機器發(fā)生故障之后)或預(yù)防性的(定期進行以確保機器不會發(fā)生故障)。被動維護可能會損失大量成本并帶來長時間停機，而預(yù)防性維護若維護過度則成本過高，若維護不夠頻繁則無法防止故障。實際上，預(yù)測性維護(能夠預(yù)測設(shè)備何時可能需要維護的能力)是一種更有前景的解決方案。但是，為了實現(xiàn)預(yù)測性維護，企業(yè)在過去需要雇傭熟練的技術(shù)人員和數(shù)據(jù)科學(xué)家從頭構(gòu)建復(fù)雜的解決方案，同時需要針對用例識別和購買正確類型的傳感器，并將它們與IoT網(wǎng)關(guān)(一種聚合和傳輸數(shù)據(jù)的設(shè)備)連接在一起。然后，公司必須測試監(jiān)測系統(tǒng)，并將數(shù)據(jù)傳輸?shù)奖镜鼗蛟粕线M行處理。只有這樣，數(shù)據(jù)科學(xué)家才能構(gòu)建機器學(xué)習(xí)模型來分析數(shù)據(jù)模式和異常情況，或者在檢測到異常時創(chuàng)建警報系統(tǒng)。一些企業(yè)已經(jīng)為在設(shè)備和必要的基礎(chǔ)設(shè)施上安裝傳感器用于數(shù)據(jù)連接、存儲、分析和警報方面進行了大量投資，然而，即使這些企業(yè)也通常僅停留在使用初級數(shù)據(jù)分析和建模方法的階段，與高級機器學(xué)習(xí)模型相比，這些方法昂貴且通常無法有效地檢測異常情況。大部分企業(yè)依然缺乏專業(yè)知識和人員來構(gòu)建和完善機器學(xué)習(xí)模型，無法進行高度準確的預(yù)測性維護。這些都導(dǎo)致了很少有企業(yè)能夠成功實施預(yù)測性維護，即使少數(shù)做到這一點的企業(yè)也希望讓這些投資進一步發(fā)揮作用，同時減輕維護解決方案的負擔。在這些問題上，全新的AWS機器學(xué)習(xí)服務(wù)可以提供眾多幫助：

· 對于未建立傳感器網(wǎng)絡(luò)的客戶，Amazon Monitron提供由傳感器、網(wǎng)關(guān)和機器學(xué)習(xí)服務(wù)組成的端到端機器監(jiān)控系統(tǒng)，以檢測異常并預(yù)測何時需要維護工業(yè)設(shè)備。 Amazon Monitron幫助客戶免去了從頭開始構(gòu)建先進的、由機器學(xué)習(xí)驅(qū)動的預(yù)測性維護系統(tǒng)的高成本需求和復(fù)雜性，使他們能夠?qū)Ｗ⒂谄浜诵闹圃?、供?yīng)鏈和運營功能。Amazon Monitron根據(jù)振動或溫度的異常波動來檢測機器是否正常運行，并在可能出現(xiàn)故障時通知客戶檢查機器以確定是否需要預(yù)測性維護。這一端到端的系統(tǒng)提供了用于捕獲振動和溫度數(shù)據(jù)的IoT傳感器、用于將數(shù)據(jù)聚合和傳輸?shù)紸WS的網(wǎng)關(guān)、以及用于檢測異常設(shè)備模式并在數(shù)分鐘內(nèi)提供結(jié)果的機器學(xué)習(xí)云服務(wù)，而無需客戶具備任何機器學(xué)習(xí)或云經(jīng)驗。借助Amazon Monitron，機器維護人員無需任何開發(fā)工作或?qū)I(yè)培訓(xùn)就可以在數(shù)小時內(nèi)開始跟蹤機器的運行狀況。Amazon Monitron可在軸承、電機、泵、傳送帶各種工業(yè)和制造領(lǐng)域的旋轉(zhuǎn)設(shè)備上使用，其典型應(yīng)用場景包括數(shù)據(jù)中心冷卻風(fēng)扇或水泵等關(guān)鍵機器的監(jiān)測，或者大量安裝在具有生產(chǎn)和運輸系統(tǒng)的制造工廠中。Amazon Monitron還提供一個移動應(yīng)用程序，供客戶的現(xiàn)場維護技術(shù)人員實時監(jiān)控設(shè)備行為。技術(shù)人員可以通過這個移動應(yīng)用程序收到不同機器上任何異常設(shè)備狀況的警報，檢查機器的運行狀況，并決定是否需要安排維護。為了提高系統(tǒng)的準確性，技術(shù)人員還可以在移動應(yīng)用程序中輸入有關(guān)警報準確性的反饋，幫助進一步改善Amazon Monitron。Amazon Monitron已經(jīng)正式推出。要了解有關(guān)Amazon Monitron的更多信息，請訪問https://aws.amazon.com/monitron。

· 對于已經(jīng)擁有傳感器但不希望自己構(gòu)建機器學(xué)習(xí)模型的客戶，Amazon Lookout for Equipment讓客戶可以將傳感器數(shù)據(jù)發(fā)送到AWS，由AWS為其構(gòu)建模型并返回預(yù)測結(jié)果，從而檢測異常設(shè)備行為。首先，客戶將其傳感器數(shù)據(jù)上傳到Amazon Simple Storage Service (S3)，并將S3位置提供給Amazon Lookout for Equipment。 Amazon Lookout for Equipment也可以從AWS IoT SiteWise提取數(shù)據(jù)，并與OSIsoft等其他流行的機器操作系統(tǒng)無縫協(xié)作。 Amazon Lookout for Equipment分析數(shù)據(jù)，評估正常或健康的模式，再利用從所有訓(xùn)練數(shù)據(jù)中得到的洞察來構(gòu)建為客戶環(huán)境定制的模型。然后，Amazon Lookout for Equipment可以使用機器學(xué)習(xí)模型來分析傳入的傳感器數(shù)據(jù)并識別機器故障的預(yù)警信號。這也就使得客戶可以進行預(yù)測性維護，從而通過防止工業(yè)系統(tǒng)生產(chǎn)線崩潰來節(jié)省成本并提高生產(chǎn)率。 Amazon Lookout for Equipment幫助客戶從其現(xiàn)有傳感器中獲得更多價值，使得客戶能夠及時做出從根本上改善整個工業(yè)流程的決策。要了解有關(guān)Amazon Lookout for Equipment的更多信息，請訪問https://aws.amazon.com/lookout-for-equipment。

AWS Panorama通過計算機視覺改善工業(yè)運營和工作場所安全

許多工業(yè)和制造業(yè)客戶希望在其設(shè)施和設(shè)備的實時視頻中使用計算機視覺技術(shù)自動執(zhí)行監(jiān)測或視覺檢查任務(wù)，并實時做出決策。例如，客戶通常需要檢查一些高速運轉(zhuǎn)的流程(例如精細銑削或激光工具)以確定是否需要進行調(diào)整，或者監(jiān)視工地上和工廠的活動以確保操作合規(guī)(例如，確保行人和叉車留在指定的工作區(qū)域內(nèi))，或評估其設(shè)施內(nèi)的工人安全(例如，保持適當?shù)娜藛T距離或使用PPE)。但是，當下普遍使用的監(jiān)測手段是手動的，容易出錯的，并且難以擴展。客戶可以在云中構(gòu)建計算機視覺模型來監(jiān)視和分析他們的實時視頻，但是工業(yè)設(shè)施和流程通常位于偏遠和孤立的位置，網(wǎng)路連接很慢、昂貴或完全不存在。尤其對于那些涉及零件或安全監(jiān)控視頻審查等人工審核的工業(yè)流程，在云中構(gòu)建計算機視覺模型更為困難。例如，如果某個高吞吐量的生產(chǎn)線上出現(xiàn)質(zhì)量問題，客戶希望立即得到預(yù)警，因為問題存在時間越長，解決問題的成本越高。這種類型的監(jiān)控視頻可以通過計算機視覺技術(shù)實現(xiàn)在云中自動處理，但是這些視頻一般帶寬高并且上載速度慢。因此，客戶只能實時進行視頻監(jiān)控，但這一方式操作難度高、易出錯并且成本高。有些客戶希望使用具有足夠處理能力的智能相機來運行實時監(jiān)控模型，卻很難達到高準確性、低延遲的性能。大多數(shù)客戶最終會運行一些簡單的模型，卻無法編程為可以集成到工業(yè)機器中的自定義代碼。針對這些問題，AWS現(xiàn)在可以提供以下幫助：

· AWS Panorama Appliance提供了一種新的硬件設(shè)備，使組織可以將計算機視覺添加到客戶可能已經(jīng)部署在本地的攝像機中?？蛻羰紫葘WS Panorama Appliance連接到他們的網(wǎng)絡(luò)，然后這一設(shè)備會自動識別攝像頭數(shù)據(jù)流并開始與現(xiàn)有的工業(yè)攝像頭進行交互。AWS Panorama Appliance可集成于那些用于構(gòu)建自定義機器學(xué)習(xí)模型或獲取視頻以進行更精細分析的AWS機器學(xué)習(xí)服務(wù)和IoT服務(wù)中。AWS Panorama Appliance將AWS機器學(xué)習(xí)能力擴展到邊緣，以幫助客戶在沒有網(wǎng)絡(luò)連接的情況下在本地進行預(yù)測。每個AWS Panorama Appliance都可在多個攝像頭數(shù)據(jù)流上并行運行計算機視覺模型，從而使諸如質(zhì)量控制、零件識別和工作場所安全的用例成為可能。AWS Panorama Appliance還可與適用于零售、制造、建筑和其他行業(yè)的AWS和第三方經(jīng)過預(yù)先培訓(xùn)的計算機視覺模型一起使用。此外，客戶使用Amazon SageMaker自主開發(fā)的計算機視覺模型也可以部署在AWS Panorama Appliance上。

· AWS Panorama軟件開發(fā)套件(SDK)幫助硬件供應(yīng)商開發(fā)可在邊緣有效運行計算機視覺模型的新型攝像頭。使用AWS Panorama SDK構(gòu)建的攝像頭可在多種用例中運行計算機視覺模型，例如檢測快速移動的傳送帶上的損壞部件或定位那些脫離指定工作區(qū)域的器械等。這些相機可以使用英偉達和安霸旗下用于計算機視覺的芯片。通過使用AWS Panorama SDK，制造商可以開發(fā)自帶計算機視覺模型的相機，從而可以處理更高分辨率的高質(zhì)量視頻以發(fā)現(xiàn)問題。他們還可以在低成本設(shè)備上構(gòu)建更復(fù)雜的模型，這些設(shè)備可以通過以太網(wǎng)供電并可以放置在站點周圍?？蛻艨稍贏mazon SageMaker中訓(xùn)練模型，并一鍵將其部署到使用AWS Panorama SDK構(gòu)建的攝像機上?？蛻暨€可以將Lambda功能添加到使用AWS Panorama SDK構(gòu)建的攝像頭中，以通過文本或電子郵件提醒潛在問題。 AWS還提供用于PPE檢測和保持人員距離等任務(wù)的預(yù)構(gòu)建模型，并且可以在幾分鐘內(nèi)部署這些模型，而無需進行任何機器學(xué)習(xí)工作或特殊優(yōu)化。

要了解更多關(guān)于AWS Panorama或其支持供應(yīng)商和合作伙伴的信息，可訪問https:// aws.amazon.com/panorama。

Amazon Lookout for Vision可以低成本自動、快速、準確地對圖像和視頻進行視覺異常檢測

AWS客戶非常希望將計算機視覺部署到攝像頭中以用于質(zhì)量控制。工業(yè)企業(yè)必須保持不斷的努力進行質(zhì)量控制。僅在制造業(yè)中，由于忽略某些細微錯誤而導(dǎo)致的生產(chǎn)線停產(chǎn)每年導(dǎo)致數(shù)百萬美元的成本超支和收入損失。工業(yè)流程中的外觀檢查通常需要人工操作，這可能非常乏味且標準不一。計算機視覺技術(shù)可以保證持續(xù)識別外觀缺陷所需的速度和準確性，但實施過程卻可能非常復(fù)雜，并需要數(shù)據(jù)科學(xué)家團隊來構(gòu)建、部署和管理機器學(xué)習(xí)模型。由于這些局限，由機器學(xué)習(xí)支持的視覺異常系統(tǒng)對絕大多數(shù)企業(yè)而言仍然遙不可及?，F(xiàn)在， AWS可在以下領(lǐng)域幫助到這些企業(yè)：

· Amazon Lookout for Vision為客戶提供了一種高精度、低成本的異常檢測解決方案，可以通過機器學(xué)習(xí)技術(shù)每小時處理數(shù)千張圖像以發(fā)現(xiàn)缺陷和異常?？蛻魧z像頭圖像批量或?qū)崟r發(fā)送到Amazon Lookout for Vision以識別異常，例如機器部件的裂紋、面板上的凹痕、不規(guī)則形狀或產(chǎn)品上的顏色錯誤等。然后，Amazon Lookout for Vision報告與基線不同的圖像，以便客戶采取適當?shù)拇胧mazon Lookout for Vision有強大的技術(shù)能力可以處理因工作環(huán)境變化而引起的相機角度、方位和照明方面的差異?？蛻艨梢酝ㄟ^至少提供30張“良好”狀態(tài)的圖像建立基線，準確、一致地評估機械零件或制成品。Amazon Lookout for Vision也可以在Amazon Panorama設(shè)備上運行。即日起客戶可在AWS中運行Amazon Lookout for Vision。從明年開始，客戶還將可以在AWS Panorama Appliances和其他AWS Panorama設(shè)備上運行Amazon Lookout for Vision，從而可以在網(wǎng)絡(luò)連接受限或無網(wǎng)絡(luò)連接的環(huán)境中使用Amazon Lookout for Vision。要了解有關(guān)Amazon Lookout for Vision的更多信息，請訪問https://aws.amazon.com/lookout-for-vision。

“工業(yè)和制造業(yè)客戶需要持續(xù)應(yīng)對來自股東、客戶、政府和競爭對手的壓力，要求他們降低成本，提高質(zhì)量并保持合規(guī)性。這些組織希望利用云和機器學(xué)習(xí)來實現(xiàn)流程自動化并增強整個運營流程中的人員能力，但是構(gòu)建這些系統(tǒng)可能出錯率高、復(fù)雜、耗時且昂貴，”負責(zé)亞馬遜機器學(xué)習(xí)的AWS副總裁Swami Sivasubramanian說，“我們很高興為客戶帶來五項針對工業(yè)用途的全新機器學(xué)習(xí)服務(wù)。這些服務(wù)易于安裝、部署、快速啟動和運行，并將云和邊緣相連，將助力工業(yè)客戶打造未來智慧工廠。”

芬達樂器公司(Fender Musical Instruments Corporation)是吉他、貝斯、放大器和相關(guān)設(shè)備的全球領(lǐng)先制造商和標志性品牌。芬達基礎(chǔ)設(shè)施全球總監(jiān)Bill Holmes表示，“在過去的一年中，我們與AWS共同針對設(shè)備狀態(tài)檢查進行了很多努力，這是對成功的制造業(yè)務(wù)而言非常關(guān)鍵卻容易被忽略的部分。對于全球制造商而言，維持設(shè)備正常運行時間是在全球市場上保持競爭力的唯一途徑。由于設(shè)備故障的緊急性，計劃外的停機會給生產(chǎn)和勞動力造成巨大的損失。Amazon Monitron讓大型工業(yè)制造商以及小型家族企業(yè)都能具備設(shè)備故障預(yù)測的能力，有機會搶先安排設(shè)備維修?！?

斗山工程機械是全球領(lǐng)先的重型設(shè)備和發(fā)動機制造商。斗山工程機械戰(zhàn)略副總裁Jaeyeon Cho表示，“AI在推進斗山下一代設(shè)備開發(fā)方面至關(guān)重要，因此我們正與AWS合作開發(fā)可利用自動化和可擴展機器學(xué)習(xí)的用例。很高興繼續(xù)與AWS合作，在我們的下一代IoT平臺中利用Amazon Lookout for Equipment?！?

Amazon.com Middle Mile Production Technology副總裁Steve Armato表示，“每個月有數(shù)百萬輛卡車進入亞馬遜工廠，因此使用自動化拖車裝卸和停車的技術(shù)非常重要。Amazon’s Middle Mile Products & Technology (MMPT) 已開始使用AWS Panorama來識別車牌，自動加快駕駛員的出入手續(xù)，從而使這些車輛可以安全、快速地進入亞馬遜站點，確保為客戶提供更快的配送速度。”

BP是一家全球性能源企業(yè)，為客戶提供運輸用燃料，熱能和光能，潤滑油以及用于制造油漆、服裝、包裝物等日常用品的石化產(chǎn)品。BP在全球擁有18,000個服務(wù)站和74,000多名員工。BP美國首席技術(shù)官Grant Matthews說：“我們位于bpx的工程團隊正與AWS緊密合作，以構(gòu)建一個物聯(lián)網(wǎng)和云平臺，助力BP持續(xù)提高運營效率。作為這項工作的一部分，我們也在探索通過計算機視覺輔助提高安全性和工作人員安全。我們希望利用計算機視覺實現(xiàn)卡車自動化進出工廠，確認它們已完成正確的訂單。此外，我們還在監(jiān)控人員距離、設(shè)置動態(tài)禁區(qū)和檢測石油泄漏等方面看到了通過計算機視覺輔助保護工人安全的可能性。AWS Panorama創(chuàng)新地實現(xiàn)了在單一硬件平臺上以直觀的用戶體驗提供所有這些解決方案。我們的團隊非常高興與AWS一起使用這項新技術(shù)，并期望解決許多新的用例?！?

西門子交通為市內(nèi)、城市間運輸和貨運提供智能高效的移動解決方案?！霸谶^去的160年中，西門子交通在無縫、可持續(xù)和安全的運輸解決方案領(lǐng)域持續(xù)處于領(lǐng)導(dǎo)地位。西門子ITS數(shù)字實驗室負責(zé)將最新的數(shù)字技術(shù)帶入交通行業(yè)，并處于向公共機構(gòu)提供數(shù)據(jù)分析和AI解決方案的獨特位置?！蔽鏖T子交通ITS數(shù)字實驗室創(chuàng)新經(jīng)理Laura Sanchez表示，“隨著城市面臨新的挑戰(zhàn)，市政部門希望西門子交通幫助他們進行創(chuàng)新。城市想了解如何有效地管理資產(chǎn)并改善擁堵和直接交通。我們希望使用AWS Panorama將計算機視覺帶入現(xiàn)有的安全攝像頭中，以監(jiān)控交通并智能分配路邊空間，幫助城市優(yōu)化停車和交通，改善居民的生活質(zhì)量?！?

GE 醫(yī)療是全球領(lǐng)先的醫(yī)療技術(shù)和數(shù)字解決方案的創(chuàng)新者，致力于開發(fā)、制造和分銷診斷成像劑、放射性藥物、CT和MRI機器等醫(yī)療診斷設(shè)備、以及由其Edison數(shù)字醫(yī)療智能平臺支持的智能設(shè)備。 “今天，我們通過人工檢驗醫(yī)療設(shè)備的質(zhì)量。為了提升我們的品牌并為醫(yī)療保健專業(yè)人員提供值得信任的一流產(chǎn)品，我們很高興能夠通過Amazon Lookout for Vision探索以編程方式提高GE醫(yī)療日本工廠產(chǎn)品缺陷檢測的速度、一致性和準確性的可能性，短期內(nèi)還可能應(yīng)用于全球其他區(qū)域的工廠中。”GE醫(yī)療日本工廠經(jīng)理、產(chǎn)線運營官和總經(jīng)理Kozaburo Fujimoto說。