在亞馬遜云服務(wù)（AWS）中國(guó)區(qū)域推出Amazon SageMaker機(jī)器學(xué)習(xí)服務(wù)之際，中科創(chuàng)達(dá)率先宣布，已經(jīng)將Amazon SageMaker集成到了中科創(chuàng)達(dá)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，通過(guò)Amazon SageMaker的彈性Notebook、實(shí)驗(yàn)管理、自動(dòng)模型創(chuàng)建、模型調(diào)試分析，以及模型概念漂移檢測(cè)等強(qiáng)大特性，中科創(chuàng)達(dá)將加速智能制造的落地進(jìn)程，幫助企業(yè)以更少的工作量和更低的成本更快地投入生產(chǎn)，在節(jié)約人力的同時(shí)，提升產(chǎn)品良率，釋放產(chǎn)能，提高競(jìng)爭(zhēng)能力。

當(dāng)前，以人工智能、大數(shù)據(jù)、物聯(lián)網(wǎng)為標(biāo)志的第四次工業(yè)革命方興未艾，世界已步入智能化時(shí)代。今年以來(lái)，國(guó)家出臺(tái)了多項(xiàng)加快新基建發(fā)展的政策和措施，進(jìn)一步帶動(dòng)了5G、人工智能與工業(yè)領(lǐng)域的融合創(chuàng)新。勞動(dòng)密集型的傳統(tǒng)制造業(yè)越來(lái)越多地在生產(chǎn)環(huán)節(jié)主動(dòng)引入人工智能等新型技術(shù)，解決生產(chǎn)效率低下和人力成本逐年增長(zhǎng)的問(wèn)題，提高行業(yè)競(jìng)爭(zhēng)力。

作為全球知名的智能操作系統(tǒng)產(chǎn)品和技術(shù)提供商，中科創(chuàng)達(dá)深入了解傳統(tǒng)制造業(yè)發(fā)展需求和趨勢(shì)，基于在智能操作系統(tǒng)、圖形圖像處理和人工智能領(lǐng)域的深厚技術(shù)積累，在2018年推出了工業(yè)視覺檢測(cè)一站式解決方案——智慧工業(yè)ADC系統(tǒng)。該系統(tǒng)包含缺陷自動(dòng)化分類、新產(chǎn)品迭代數(shù)據(jù)清洗、業(yè)務(wù)作業(yè)員認(rèn)證三個(gè)子系統(tǒng)，從作業(yè)員技能認(rèn)證、數(shù)據(jù)集更新到新產(chǎn)品導(dǎo)入，貫穿工業(yè)檢測(cè)的整個(gè)生命周期，有效幫助制造企業(yè)減少75%的工作量，產(chǎn)能提升35倍。相比人工檢測(cè)，漏檢率下降3%，準(zhǔn)確率提升99%。目前，中科創(chuàng)達(dá)已經(jīng)拓展到液晶面板、汽車制造、電子產(chǎn)品、化妝品制造、橡膠制造等行業(yè)，幫助眾多客戶提升工業(yè)自動(dòng)化和智能化水平。

ADC 缺陷自動(dòng)分類平臺(tái)

任何客戶應(yīng)用智慧工業(yè)ADC系統(tǒng)都需要實(shí)施機(jī)器學(xué)習(xí)工作。機(jī)器學(xué)習(xí)的實(shí)施是一項(xiàng)復(fù)雜的工作，涉及大量試錯(cuò)，需要大量專業(yè)技能，并消耗龐大的算力、數(shù)據(jù)存儲(chǔ)和時(shí)間成本。Amazon SageMaker可以讓這一過(guò)程變得更加簡(jiǎn)單高效，幫助客戶去除機(jī)器學(xué)習(xí)涉及的混亂和復(fù)雜性，讓客戶能夠迅速構(gòu)建、訓(xùn)練和部署模型，來(lái)應(yīng)對(duì)新的挑戰(zhàn)。尤其是Amazon SageMaker Studio集成開發(fā)環(huán)境（IDE），為整個(gè)機(jī)器學(xué)習(xí)工作流提供了一個(gè)統(tǒng)一界面，使構(gòu)建、訓(xùn)練、解釋、檢查、監(jiān)視、調(diào)試和運(yùn)行機(jī)器學(xué)習(xí)模型變得更簡(jiǎn)單、更快。

在智慧工業(yè)領(lǐng)域普遍涉及的邊緣端，因?yàn)檫吘壴O(shè)備內(nèi)存和處理能力往往高度受限，但對(duì)延遲又非常敏感，還存在各種不同的硬件平臺(tái)和處理器架構(gòu)，開發(fā)者需要花費(fèi)數(shù)周或數(shù)月的時(shí)間手工調(diào)優(yōu)每個(gè)模型。同時(shí)，由于復(fù)雜的調(diào)優(yōu)流程，模型部署到邊緣后很少進(jìn)行更新，開發(fā)者可能因此錯(cuò)失根據(jù)邊緣設(shè)備所收集的數(shù)據(jù)來(lái)重新訓(xùn)練和改進(jìn)模型的機(jī)會(huì)。借助 Amazon SageMaker Neo，開發(fā)者只需訓(xùn)練一次機(jī)器學(xué)習(xí)模型，便可在云端和邊緣的任何位置運(yùn)行。Amazon SageMaker Neo 可將模型的運(yùn)行速度優(yōu)化到兩倍，同時(shí)僅占用1/10 的內(nèi)存，也不會(huì)對(duì)準(zhǔn)確性造成任何影響。Amazon SageMaker Neo可以優(yōu)化部署在Amazon EC2實(shí)例、Amazon SageMaker端點(diǎn)和AWS Greengrass管理的設(shè)備上的模型，實(shí)現(xiàn)工業(yè)視覺檢測(cè)應(yīng)用與其它應(yīng)用無(wú)縫連接。

Amazon SageMaker可以有效貼近工業(yè)的實(shí)際需求，降低了算法實(shí)施過(guò)程中開發(fā)、環(huán)境、運(yùn)維對(duì)工程師的依賴。例如，在電氣行業(yè)ADC系統(tǒng)的實(shí)施中，通過(guò)集成Amazon SageMaker，最終用戶的一次性投入成本降低了42%，軟件開發(fā)的工作量降低了39%，系統(tǒng)的上線時(shí)間縮短了50%，系統(tǒng)運(yùn)行效率是傳統(tǒng)檢測(cè)的35倍，解決了ADC系統(tǒng)落地工業(yè)場(chǎng)景的障礙。

中科創(chuàng)達(dá)CTO鄒鵬程表示：“中科創(chuàng)達(dá)智慧工業(yè)ADC系統(tǒng)匯集了我們?cè)?a target="_blank">操作系統(tǒng)、人工智能和工程化建設(shè)等多方面優(yōu)秀的能力，并已成功在液晶面板行業(yè)落地，具有非常完整的工業(yè)檢測(cè)系統(tǒng)體系。近年來(lái)，中科創(chuàng)達(dá)提出‘服務(wù)上云’戰(zhàn)略，打通前端和后端的產(chǎn)業(yè)鏈條，助推智能產(chǎn)業(yè)加速實(shí)現(xiàn)數(shù)字化。我們非常榮幸與AWS攜手，通過(guò)集成Amazon SageMaker，大幅提升智慧工業(yè)ADC系統(tǒng)在工業(yè)制造領(lǐng)域落地、部署的效率。同時(shí)，依托AWS實(shí)現(xiàn)業(yè)務(wù)發(fā)展和持續(xù)創(chuàng)新，加速全球智慧行業(yè)的智能化、自動(dòng)化和數(shù)字化升級(jí)?！?/p>

AWS中國(guó)區(qū)生態(tài)系統(tǒng)及合作伙伴部總經(jīng)理汪湧表示：“中科創(chuàng)達(dá)是非常優(yōu)秀的APN（AWS合作伙伴網(wǎng)絡(luò)）合作伙伴，在IoT、人工智能方面的實(shí)力尤其突出。Amazon SageMaker一個(gè)重要的特點(diǎn)在于能夠與各類行業(yè)應(yīng)用進(jìn)行集成，來(lái)進(jìn)一步賦能各行業(yè)的應(yīng)用場(chǎng)景。我們非常高興中科創(chuàng)達(dá)能夠成為首批在AWS中國(guó)區(qū)域利用Amazon SageMaker的APN合作伙伴?；贏mazon SageMaker，中科創(chuàng)達(dá)能夠打造更加優(yōu)秀的智慧工業(yè)視覺檢測(cè)AI系統(tǒng)，滿足更多客戶的需求，助力他們實(shí)現(xiàn)智能化轉(zhuǎn)型。
責(zé)任編輯:pj