近日，在亞馬遜云服務(wù)（AWS）中國區(qū)域推出Amazon SageMaker機器學習服務(wù)之際，中科創(chuàng)達公司率先宣布，已將Amazon SageMaker集成到了中科創(chuàng)達智慧工業(yè)ADC （Automatic Defect Classification） 系統(tǒng)。近期，新基建成為一大熱詞，其中幾個重要的應(yīng)用就是工業(yè)互聯(lián)網(wǎng)、智能制造。中科創(chuàng)達智慧工業(yè)ADC 系統(tǒng)通過Amazon SageMaker的彈性Notebook、實驗管理、自動模型創(chuàng)建、模型調(diào)試分析等功能，能幫助液晶面板、汽車制造、電子產(chǎn)品、化妝品制造、橡膠制造等各行各業(yè)實現(xiàn)智能質(zhì)檢等業(yè)務(wù)升級。

在中科創(chuàng)達CTO鄒鵬程講解的一大案例中，借助Amazon SageMaker機器學習平臺，智慧工業(yè)ADC 系統(tǒng)幫助制造企業(yè)減少75%的工作量，檢測效率提升35倍。相比人工檢測，漏檢率下降3%，準確率提升至99%。

Amazon SageMaker是一個完全托管的機器學習服務(wù)，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。

AWS中國區(qū)生態(tài)系統(tǒng)及合作伙伴部總經(jīng)理汪湧說，大概全世界在云上面部署的機器學習應(yīng)用80%都是在Amazon SageMaker上，SageMaker可以把企業(yè)的三年總體擁有成本降低54%，開發(fā)效率提升達到10倍以上。

一、中途引入AWS機器學習平臺，助工作量減少75%

中科創(chuàng)達分享了第一個客戶的案例，這個客戶是國內(nèi)最大的智能面板行業(yè)企業(yè)之一。面對激烈的國際競爭，該客戶的一大痛點是良率不穩(wěn)定，使得它在面對客戶選型時處于劣勢狀態(tài)。他們知道要進行數(shù)字化和智能化的改造，但他們無從下手。

對此，中科創(chuàng)達給出的解決方案是一套云端一體融合系統(tǒng)，創(chuàng)達智慧視覺檢測系統(tǒng)（ADC）。智慧工業(yè)ADC系統(tǒng)最早在2018年推出，包含缺陷自動化分類、新產(chǎn)品迭代數(shù)據(jù)清洗、業(yè)務(wù)作業(yè)員認證三個子系統(tǒng)。

鄒鵬程回憶，在這個項目的一期工程中，中科創(chuàng)達用的還是傳統(tǒng)方法，在去年年底由于自身業(yè)務(wù)通過Amazon SageMaker進行了轉(zhuǎn)型升級后，中科創(chuàng)達也說服客戶將業(yè)務(wù)全線切到SageMaker上。

切換后的效果非常明顯。對于一家LCD屏幕大廠來說，AI、性能、安全等問題可能都有些遙遠，但以下這些數(shù)字能讓他們立馬看懂。

據(jù)統(tǒng)計，在采用Amazon SageMaker后，這家屏幕廠商的工作量減少了75%，也就是說原來100個人需要做的工作，現(xiàn)在只要25個人就夠了。“但是不代表這剩下的75個人就沒有工作，實際上后面會提到我們還有把這樣的工人做相關(guān)的轉(zhuǎn)型，比如做數(shù)據(jù)標注、數(shù)據(jù)管理等?！编u鵬程補充說。

▲創(chuàng)達智慧視覺檢測系統(tǒng)（ADC）效果

另外，還有一個非常關(guān)鍵的指標，就是整個漏檢率的下降3%，這3%看著不多，但是把它翻譯起來就是良率提升3%。良率哪怕提升1%，就等于在你的競爭環(huán)境中馬上能夠脫穎而出，對成本有很高的下降的效應(yīng)。

在準確率方面，在中科創(chuàng)達部署系統(tǒng)的過程中也是幫助客戶發(fā)現(xiàn)了一些他們以前還沒有看到的情況。按照客戶的說法，工人檢測良品的準確率可以達到90%。但中科創(chuàng)達發(fā)現(xiàn)，人工的檢測準確率是不穩(wěn)定的，人在早晨的時候很高，但實際上到了下午，大家會比較困倦，這時候準確率是下降到85%以下。

借助中科創(chuàng)達的ADC系統(tǒng)，該廠的產(chǎn)線良品準確率維持在99%。經(jīng)過單個業(yè)務(wù)線的試點，客戶立馬看到了成效，于是中科創(chuàng)達把系統(tǒng)推廣到正式的產(chǎn)線上。

二、已用于汽車、半導體、化妝品各行各業(yè)

“也是正因為這個案例，我們同時在前期用的是非云化的技術(shù)，在后期用的云化，包括分布式，大家可以看到效果很大的提升。在工業(yè)上有一個名詞叫總體擁有成本，包括整個項目大家考慮的都是投入多少、產(chǎn)出多少，給工業(yè)一般的產(chǎn)出如果兩年三年就有回報，就已經(jīng)很不錯了，而這個項目實際上我們用了一年就已經(jīng)對它做了完整的回報?！编u鵬程說。

其實，今年以來，中科創(chuàng)達手下已經(jīng)有十幾個類似項目都在推進。首先是汽車行業(yè)的輪胎檢測、汽車電路板檢測、車窗和發(fā)動機打膠檢測等。第二是電子產(chǎn)品的PCB表面的除汗等問題的檢測。第三個是化妝品的灌裝問題、標簽張貼、裂口問題檢測等?？吹氖俏寤ò碎T，但是用的都是ADC+SageMaker的這一整套融合智慧視覺檢測系統(tǒng)。

▲創(chuàng)達智慧視覺檢測系統(tǒng)（ADC）的更多案例

據(jù)鄒鵬程講解，智慧工業(yè)ADC系統(tǒng)架構(gòu)的基礎(chǔ)設(shè)施層整合了云端基礎(chǔ)設(shè)施、端側(cè)的攝像頭等基礎(chǔ)設(shè)施、邊緣計算硬件、以及后端的AWS包括EC2的訓練的系統(tǒng)。在基礎(chǔ)設(shè)施之上，是包括Tensorflow等機器學習（ML）框架。

現(xiàn)在，智慧工業(yè)ADC系統(tǒng)在中層增加了Amazon SageMaker服務(wù)，實現(xiàn)了系統(tǒng)的重大升級。

▲創(chuàng)達智慧視覺檢測系統(tǒng)（ADC）架構(gòu)

跳出AI局限，智慧工業(yè)是系統(tǒng)工程

鄒鵬程認為，十年前手機行業(yè)面臨的模擬到智能化的改造，2020年我們看到了同樣的問題，只是載體變成了各行各業(yè)。各行各業(yè)形態(tài)差異很大，但是數(shù)字化、智能化轉(zhuǎn)型的理念卻一致，就是提供一個完整的交鑰匙的云端一體的系統(tǒng)化的融合的解決方案。這使得中科創(chuàng)達堅定了與AWS合作的方向。

當智東西問及相比于智能安防玩家的工業(yè)互聯(lián)網(wǎng)方案，中科創(chuàng)達的方案有什么區(qū)別時，鄒鵬程回答說，這也是去年年中的時候客戶第一個問我們的問題。

他說，我認為我們最大的區(qū)別是，我們不認為AI是解決這個問題的唯一的一把鑰匙，甚至它是解決這個問題的鑰匙。解決這個問題的鑰匙是AI加上傳統(tǒng)視覺、云端加上端、軟件加上硬件、服務(wù)加上技術(shù)，需要融合在一起。如果你只選擇AI，我不是最強；但是如果你需要一個服務(wù)能力非常強，能夠把各方團結(jié)在一起，我可能是最好的其中之一。

責任編輯：gt