中科創(chuàng)達(dá)引入AWS機(jī)器學(xué)習(xí)平臺(tái),各行各業(yè)實(shí)現(xiàn)智能質(zhì)檢等業(yè)務(wù)升級(jí)

近日，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)公司率先宣布，已將Amazon SageMaker集成到了中科創(chuàng)達(dá)智慧工業(yè)ADC （Automatic Defect Classification） 系統(tǒng)。近期，新基建成為一大熱詞，其中幾個(gè)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(dá)智慧工業(yè)ADC 系統(tǒng)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(shí)現(xiàn)智能質(zhì)檢等業(yè)務(wù)升級(jí)。

在中科創(chuàng)達(dá)CTO鄒鵬程講解的一大案例中，借助Amazon SageMaker機(jī)器學(xué)習(xí)平臺(tái)，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(cè)效率提升35倍。相比人工檢測(cè)，漏檢率下降3%，準(zhǔn)確率提升至99%。

Amazon SageMaker是一個(gè)完全托管的機(jī)器學(xué)習(xí)服務(wù)，可以優(yōu)化機(jī)器學(xué)習(xí)的整套流程。從模型的創(chuàng)建、訓(xùn)練、調(diào)優(yōu)到部署，可以在一個(gè)集成化的開(kāi)發(fā)環(huán)境中實(shí)現(xiàn)，實(shí)現(xiàn)整個(gè)機(jī)器學(xué)習(xí)過(guò)程的可視化，提升開(kāi)發(fā)效率。

AWS中國(guó)區(qū)生態(tài)系統(tǒng)及合作伙伴部總經(jīng)理汪湧說(shuō)，大概全世界在云上面部署的機(jī)器學(xué)習(xí)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(kāi)發(fā)效率提升達(dá)到10倍以上。

一、中途引入AWS機(jī)器學(xué)習(xí)平臺(tái)，助工作量減少75%

中科創(chuàng)達(dá)分享了第一個(gè)客戶的案例，這個(gè)客戶是國(guó)內(nèi)最大的智能面板行業(yè)企業(yè)之一。面對(duì)激烈的國(guó)際競(jìng)爭(zhēng)，該客戶的一大痛點(diǎn)是良率不穩(wěn)定，使得它在面對(duì)客戶選型時(shí)處于劣勢(shì)狀態(tài)。他們知道要進(jìn)行數(shù)字化和智能化的改造，但他們無(wú)從下手。

對(duì)此，中科創(chuàng)達(dá)給出的解決方案是一套云端一體融合系統(tǒng)，創(chuàng)達(dá)智慧視覺(jué)檢測(cè)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(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)。

鄒鵬程回憶，在這個(gè)項(xiàng)目的一期工程中，中科創(chuàng)達(dá)用的還是傳統(tǒng)方法，在去年年底由于自身業(yè)務(wù)通過(guò)Amazon SageMaker進(jìn)行了轉(zhuǎn)型升級(jí)后，中科創(chuàng)達(dá)也說(shuō)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(duì)于一家LCD屏幕大廠來(lái)說(shuō)，AI、性能、安全等問(wèn)題可能都有些遙遠(yuǎn)，但以下這些數(shù)字能讓他們立馬看懂。

據(jù)統(tǒng)計(jì)，在采用Amazon SageMaker后，這家屏幕廠商的工作量減少了75%，也就是說(shuō)原來(lái)100個(gè)人需要做的工作，現(xiàn)在只要25個(gè)人就夠了?！暗遣淮磉@剩下的75個(gè)人就沒(méi)有工作，實(shí)際上后面會(huì)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(biāo)注、數(shù)據(jù)管理等。”鄒鵬程補(bǔ)充說(shuō)。

▲創(chuàng)達(dá)智慧視覺(jué)檢測(cè)系統(tǒng)（ADC）效果

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

在準(zhǔn)確率方面，在中科創(chuàng)達(dá)部署系統(tǒng)的過(guò)程中也是幫助客戶發(fā)現(xiàn)了一些他們以前還沒(méi)有看到的情況。按照客戶的說(shuō)法，工人檢測(cè)良品的準(zhǔn)確率可以達(dá)到90%。但中科創(chuàng)達(dá)發(fā)現(xiàn)，人工的檢測(cè)準(zhǔn)確率是不穩(wěn)定的，人在早晨的時(shí)候很高，但實(shí)際上到了下午，大家會(huì)比較困倦，這時(shí)候準(zhǔn)確率是下降到85%以下。

借助中科創(chuàng)達(dá)的ADC系統(tǒng)，該廠的產(chǎn)線良品準(zhǔn)確率維持在99%。經(jīng)過(guò)單個(gè)業(yè)務(wù)線的試點(diǎn)，客戶立馬看到了成效，于是中科創(chuàng)達(dá)把系統(tǒng)推廣到正式的產(chǎn)線上。

二、已用于汽車、半導(dǎo)體、化妝品各行各業(yè)

“也是正因?yàn)檫@個(gè)案例，我們同時(shí)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(gè)名詞叫總體擁有成本，包括整個(gè)項(xiàng)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(bào)，就已經(jīng)很不錯(cuò)了，而這個(gè)項(xiàng)目實(shí)際上我們用了一年就已經(jīng)對(duì)它做了完整的回報(bào)?！编u鵬程說(shuō)。

其實(shí)，今年以來(lái)，中科創(chuàng)達(dá)手下已經(jīng)有十幾個(gè)類似項(xiàng)目都在推進(jìn)。首先是汽車行業(yè)的輪胎檢測(cè)、汽車電路板檢測(cè)、車窗和發(fā)動(dòng)機(jī)打膠檢測(cè)等。第二是電子產(chǎn)品的PCB表面的除汗等問(wèn)題的檢測(cè)。第三個(gè)是化妝品的灌裝問(wèn)題、標(biāo)簽張貼、裂口問(wèn)題檢測(cè)等?？吹氖俏寤ò碎T(mén)，但是用的都是ADC+SageMaker的這一整套融合智慧視覺(jué)檢測(cè)系統(tǒng)。

▲創(chuàng)達(dá)智慧視覺(jué)檢測(cè)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(jì)算硬件、以及后端的AWS包括EC2的訓(xùn)練的系統(tǒng)。在基礎(chǔ)設(shè)施之上，是包括Tensorflow等機(jī)器學(xué)習(xí)（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(shí)現(xiàn)了系統(tǒng)的重大升級(jí)。

▲創(chuàng)達(dá)智慧視覺(jué)檢測(cè)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(rèn)為，十年前手機(jī)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(wèn)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(gè)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(dá)堅(jiān)定了與AWS合作的方向。

當(dāng)智東西問(wèn)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(dá)的方案有什么區(qū)別時(shí)，鄒鵬程回答說(shuō)，這也是去年年中的時(shí)候客戶第一個(gè)問(wèn)我們的問(wèn)題。

他說(shuō)，我認(rèn)為我們最大的區(qū)別是，我們不認(rèn)為AI是解決這個(gè)問(wèn)題的唯一的一把鑰匙，甚至它是解決這個(gè)問(wèn)題的鑰匙。解決這個(gè)問(wèn)題的鑰匙是AI加上傳統(tǒng)視覺(jué)、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(qiáng)；但是如果你需要一個(gè)服務(wù)能力非常強(qiáng)，能夠把各方團(tuán)結(jié)在一起，我可能是最好的其中之一。

責(zé)任編輯：gt