工廠在實(shí)際生產(chǎn)中并不能保證產(chǎn)品百分之百的完美，或是銜接的螺絲沒有擰緊，或是表面出現(xiàn)細(xì)小劃痕，或是產(chǎn)品標(biāo)簽忘記粘貼……一個(gè)看起來(lái)毫不起眼的缺陷或瑕疵,，輕則致使企業(yè)的商譽(yù)和財(cái)產(chǎn)遭受損失，重則甚至?xí)?dǎo)致傷亡事故的發(fā)生。

古語(yǔ)道：“千里之堤,，潰于蟻穴”，其中蘊(yùn)藏的真理放在現(xiàn)代制造業(yè)也同樣適用,。

工廠在實(shí)際生產(chǎn)中并不能保證產(chǎn)品百分之百的完美,，或是銜接的螺絲沒有擰緊，或是表面出現(xiàn)細(xì)小劃痕,，或是產(chǎn)品標(biāo)簽忘記粘貼……特別是在顯示屏,、電子產(chǎn)品、汽車,、航天航空等行業(yè),，一個(gè)看起來(lái)毫不起眼的缺陷或瑕疵，輕則致使企業(yè)的商譽(yù)和財(cái)產(chǎn)遭受損失,，重則甚至?xí)?dǎo)致傷亡事故的發(fā)生,。

為了使制造企業(yè)擺脫缺陷和瑕疵的煩惱，中科創(chuàng)達(dá)（ThunderSoft）正攜手亞馬遜云服務(wù)（AWS）,，基于雙方在端側(cè)和云側(cè)的優(yōu)勢(shì),，助力客戶進(jìn)一步提升產(chǎn)品良率，釋放產(chǎn)能,，增強(qiáng)產(chǎn)品競(jìng)爭(zhēng)力,。

智慧工業(yè) ADC 系統(tǒng)：讓缺陷無(wú)所遁形

傳統(tǒng)的生產(chǎn)制造，主要通過(guò)人工檢測(cè)產(chǎn)品表面缺陷,，然而隨著工業(yè)產(chǎn)品精密度越來(lái)越高,、數(shù)量越來(lái)越多，這種傳統(tǒng)的缺陷檢測(cè)手段也變得越來(lái)越難以為繼,。

中科創(chuàng)達(dá)的某位客戶——國(guó)內(nèi)最大的智能面板行業(yè)企業(yè)之一,，就曾在缺陷檢測(cè)環(huán)節(jié)面臨種種挑戰(zhàn)。首先,，部分產(chǎn)品缺陷會(huì)導(dǎo)致面板良率不穩(wěn)定,，使得其在與競(jìng)爭(zhēng)對(duì)手競(jìng)爭(zhēng)時(shí)處于比較劣勢(shì)的狀態(tài)；第二,，傳統(tǒng)的檢測(cè)手段效率低,、成本高，不利于企業(yè)長(zhǎng)期發(fā)展。該智能面板企業(yè)非常迫切的想要進(jìn)行數(shù)字化和智能化的升級(jí)改造,，但是卻因?yàn)槿狈ο嚓P(guān)的 IT 能力和基礎(chǔ)設(shè)施而無(wú)從下手,。

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)深入了解以該企業(yè)為代表的傳統(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 (Automatic Defect Classification)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,，智慧工業(yè) ADC 系統(tǒng)已經(jīng)在液晶面板行業(yè)成功實(shí)施多個(gè)案例,，廣獲客戶好評(píng)。在液晶面板行業(yè),，中科創(chuàng)達(dá)擁有國(guó)內(nèi)首家實(shí)際產(chǎn)線成功上線,，且穩(wěn)定運(yùn)行一年以上的 ADC 缺陷自動(dòng)分類系統(tǒng)的實(shí)施經(jīng)驗(yàn)。除了液晶面板,，中科創(chuàng)達(dá)還進(jìn)一步將該系統(tǒng)拓展到汽車制造,、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。

值得注意的是,，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,，這就少不了 AWS 的助力。2020 年 6 月 4 日,，在 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 集成到了自家 ADC 系統(tǒng)中,，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,。

Amazon SageMaker：降低企業(yè)擁抱 AI 的門檻

在 AlphaGo,、波士頓動(dòng)力狗等令人驚嘆的表現(xiàn)的沖擊下，人們已經(jīng)對(duì) AI 技術(shù)背后蘊(yùn)藏的變革性潛力達(dá)成了共識(shí),。在很多場(chǎng)合下,，AI 都能代替人類完成相應(yīng)的工作，并且效率奇高,、極少犯錯(cuò)、永不疲倦,。

許多企業(yè)早已對(duì) AI 躍躍欲試,，然而在實(shí)際應(yīng)用中卻只能望洋興嘆。這是因?yàn)?，機(jī)器學(xué)習(xí)的實(shí)施是一項(xiàng)非常復(fù)雜且昂貴的工作,，涉及大量試錯(cuò)，并且需要專業(yè)技能——換個(gè)說(shuō)法,，就是“門檻”很高,。

開發(fā)者和數(shù)據(jù)科學(xué)家首先必須對(duì)數(shù)據(jù)進(jìn)行可視化、轉(zhuǎn)換和預(yù)處理,，這些數(shù)據(jù)才能變成算法可以使用的格式,，用以訓(xùn)練模型。即使是簡(jiǎn)單的模型,，企業(yè)也需要花費(fèi)龐大的算力和大量的訓(xùn)練時(shí)間,，并可能需要招聘專門的團(tuán)隊(duì)來(lái)管理包含多臺(tái) GPU 服務(wù)器的訓(xùn)練環(huán)境。從選擇和優(yōu)化算法,，到調(diào)節(jié)影響模型準(zhǔn)確性的數(shù)百萬(wàn)個(gè)參數(shù),，訓(xùn)練模型的所有階段都需要大量的人力和猜測(cè)。然后,，在應(yīng)用程序中部署訓(xùn)練好的模型時(shí),，客戶又需要另一套應(yīng)用設(shè)計(jì)和分布式系統(tǒng)方面的專業(yè)技能。并且,，隨著數(shù)據(jù)集和變量數(shù)的增加,，模型會(huì)過(guò)時(shí)，客戶又必須一次又一次地重新訓(xùn)練模型,，讓模型從新的信息中學(xué)習(xí)和進(jìn)化,。所有這些工作都需要大量的專業(yè)知識(shí)，并耗費(fèi)龐大的算力,、數(shù)據(jù)存儲(chǔ)和時(shí)間成本,。

Amazon SageMaker 則能夠降低企業(yè)擁抱 AI 的門檻，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,，整個(gè)過(guò)程簡(jiǎn)單而高效。尤其是在智慧工業(yè)領(lǐng)域普遍涉及的邊緣端,，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,。

據(jù)中科創(chuàng)達(dá) CTO 鄒鵬程介紹,，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。

端云一體：融合系統(tǒng)理念

“從某種意義上來(lái)說(shuō),，AWS 做的是云端的操作系統(tǒng),，而我們中科創(chuàng)達(dá)做的是端側(cè)的操作系統(tǒng)?！?鄒鵬程如此形容二者,，然而，中科創(chuàng)達(dá)和 AWS 的率先牽手,，不光是因?yàn)榧夹g(shù)上的互補(bǔ),，更是緣于理念上的契合，“我們能夠在這個(gè)領(lǐng)域打動(dòng)客戶并脫穎而出的主要原因,，是我們以客戶為中心的理念,，這與 AWS 是一致的。我們幫助客戶應(yīng)對(duì)挑戰(zhàn)的解決之道就是融合系統(tǒng)的理念,，即終端和云端融合,、場(chǎng)景和技術(shù)融合、產(chǎn)品和服務(wù)融合,、硬件和軟件融合以及視覺和 AI 融合,，最終為客戶提供端云一體的完整解決方案?！?/p>

要想理解什么是融合理念,，我們必須先清楚什么是不融合的狀態(tài),。鄒鵬程在回答物聯(lián)網(wǎng)智庫(kù)的提問(wèn)時(shí)舉了個(gè)例子，比如端側(cè)用自己的系統(tǒng),，云側(cè)用自己的架構(gòu),，端側(cè)和云側(cè)的工程師各自寫自己的代碼，互不交集,，中間通過(guò)一些傳統(tǒng)的協(xié)議來(lái)進(jìn)行交流,。但這種方法顯然比較低效。更好的狀態(tài)應(yīng)該是,，云端和終端有一個(gè)一致的體系和架構(gòu),，開發(fā)者不用操心到底是終端還是云端還是邊緣側(cè)，同樣的代碼能夠?qū)崿F(xiàn)無(wú)縫分布,。

這種特性在 Amazon SageMaker 中也有很好的體現(xiàn)，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。

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?；?Amazon 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,。”

數(shù)字化轉(zhuǎn)型是一項(xiàng)系統(tǒng)性工程,，未來(lái),，中科創(chuàng)達(dá)將與 AWS 繼續(xù)進(jìn)行緊密、堅(jiān)定,、深入的合作,，助力更多行業(yè)的智能變革,。