當前位置: 主頁 > 新聞 >
 

AWS宣佈五大用於工業領域的機器學習服務

本文作者:AWS       點擊: 2020-12-09 11:51
前言:
使用全新的AWS工業機器學習服務的客戶和合作夥伴包括Axis、凌華科技、BP、德勤、Fender芬達、GE 醫療和西門子交通
 2020年12月9日--日前在Amazon Web Services(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習服務共同幫助工業和製造業客戶在其生產過程中嵌入人工智慧,以提高運營效率,改善品質控制、資訊安全和工作場所安全。這些服務代表了現有最全面的從雲端到邊緣的工業機器學習服務套件,通過結合先進的機器學習、感測器分析和電腦視覺功能,解決工業客戶面臨的常見技術挑戰。實際上,數十萬客戶正在使用AWS雲端服務進行機器學習工作,各種規模、各行各業的客戶都在使用AWS服務將機器學習作為其業務戰略的核心。要了解有關全新AWS用於工業領域的機器學習服務的更多訊息,請瀏覽:https://aws.amazon.com/industrial/

企業越來越希望將機器學習功能添加到工業環境中,例如製造設施、配送中心、食品加工廠等。對於這些客戶來說,資料已成為將復雜工業系統結合在一起的重要媒介。工業系統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後果。許多客戶透過分析其設施中執行設備的資料來應對這一挑戰,例如,許多客戶利用AWS IoT SiteWise等服務從工業設備收集資料並生成即時性能指標。隨著客戶開始使用雲端收集和分析工業資料,他們還希望採用機器學習技術來解讀資料,進一步提高運營效率。在某些情況下,客戶希望使用機器學習來幫助他們實現預測性維護,從而降低成本並提高運營效率。同時,在沒有網路連線或對延遲敏感的環境中執行的客戶則希望透過在邊緣使用電腦視覺來發現產品缺陷並提高工作場所安全性。伴隨這些不斷變化的需求和機遇,工業企業要求AWS幫助他們利用雲端、工業邊緣和機器學習,以從其設備生成的大量資料中獲得更多價值。

Amazon Monitron和Amazon Lookout for Equipment透過機器學習支持預測性維護
今天,工業和製造企業面臨的主要挑戰是設備的持續維護。過去大多數設備維護都是被動的(在機器發生故障之後)或預防性的(定期進行以確保機器不會發生故障)。被動維護可能會損失大量成本並帶來長時間停機,而預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,預測性維護(能夠預測設備何時可能需要維護的能力)是一種更有遠景的解決方案。但是,為了實現預測性維護,企業在過去需要雇傭熟練的技術人員和資料科學家從頭構建複雜的解決方案,同時需要針對案例識別和購買正確類型的感測器,並將它們與IoT閘道器(一種聚集和傳輸資料的設備)連接在一起。然後,公司必須測試監測系統,並將資料傳輸到本地或雲端上進行處理。只有這樣,資料科學家才能建構機器學習模型來分析資料模式和異常情況,或者在檢測到異常時建立警報系統。一些企業已經為在設備和必要的基礎設施上安裝感測器用於資料連接、儲存、分析和警報方面進行了大量投資,然而,即使這些企業也通常僅停留在使用初級資料分析和建模方法的階段,與高階機器學習模型相比,這些方法昂貴且通常無法有效地檢測異常情況。大部分企業依然缺乏專業知識和人員來建構和完善機器學習模型,無法進行高度準確的預測性維護。這些都導致了很少有企業能夠成功實施預測性維護,即使少數做到這一點的企業也希望讓這些投資進一步發揮作用,同時減輕維護解決方案的負擔。在這些問題上,全新的AWS機器學習服務可以提供更多幫助:
對於未建立感測器網路的客戶,Amazon Monitron提供由感測器、閘道器和機器學習服務組成的端到端機器監控系統,以檢測異常並預測何時需要維護工業設備。 Amazon Monitron幫助客戶免去了從頭開始建構先進、由機器學習驅動的預測性維護系統的高成本需求和復雜性,使他們能夠專注於其核心製造、供應鍊和營運功能。 Amazon Monitron根據振動或溫度的異常波動來檢測機器是否正常執行,並在可能出現故障時通知客戶檢查機器以確定是否需要預測性維護。這一端到端的系統提供了用於捕獲振動和溫度資料的IoT感測器、用於將資料聚集和傳輸到AWS的閘道器、以及用於檢測異常設備模式並在數分鐘內提供結果的機器學習雲端服務,而無需客戶具備任何機器學習或雲端經驗。借助Amazon Monitron,機器維護人員無需任何開發工作或專業培訓就可以在數小時內開始跟踪機器的執行狀況。 Amazon Monitron可在軸承、電機、泵、傳送帶各種工業和製造領域的旋轉設備上使用,其典型應用場景包括資料中心冷卻風扇或水泵等關鍵機器的監測,或者大量安裝在具有生產和運輸系統的製造工廠中。 Amazon Monitron還提供一個移動應用程序,供客戶的現場維護技術人員即時監控設備行為。技術人員可以透過這個移動應用程序收到不同機器上任何異常設備狀況的警報,檢查機器的執行狀況,並決定是否需要安排維護。為了提高系統的準確性,技術人員還可以在移動應用程序中輸入有關警報準確性的反饋,幫助進一步改善Amazon Monitron。 Amazon Monitron已經正式推出。要了解有關Amazon Monitron的更多訊息,請瀏覽:https://aws.amazon.com/monitron
 
對於已經擁有感測器但不希望自己建構機器學習模型的客戶,Amazon Lookout for Equipment讓客戶可以將感測器資料發送到AWS,由AWS為其建構模型並返回預測結果,從而檢測異常設備行為。首先,客戶將其感測器資料上傳到Amazon Simple Storage Service(Amazon S3),並將S3位置提供給Amazon Lookout for Equipment。Amazon Lookout for Equipment也可以從AWS IoT SiteWise提取資料,並與OSIsoft等其他流行的機器操作系統無縫協作。 Amazon Lookout for Equipment分析資料,評估正常或健康的模式,再利用從所有訓練資料中得到的洞察來建構為客戶環境訂制的模型。然後,Amazon Lookout for Equipment可以使用機器學習模型來分析傳入的感測器資料並識別機器故障的預警訊號。這也就使得客戶可以進行預測性維護,從而透過防止工業系統生產線停擺來節省成本並提高生產率。 Amazon Lookout for Equipment幫助客戶從其現有感測器中獲得更多價值,使得客戶能夠及時做出從根本上改善整個工業流程的決策。要了解有關Amazon Lookout for Equipment的更多訊息,請瀏覽:https://aws.amazon.com/lookout-for-equipment

AWS Panorama透過電腦視覺改善工業營運和工作場所安全
許多工業和製造業客戶希望在其設施和設備的即時串流中使用電腦視覺技術自動執行監測或視覺檢查任務,並即時做出決策。例如,客戶通常需要檢查一些高速運轉的流程(例如精細銑削或雷射工具)以確定是否需要進行調整,或者監視工地上和工廠的活動以確保操作合規(例如,確保行人和堆高機留在指定的工作區域內),或評估其設施內的工人安全(例如,保持適當的人員距離或使用PPE)。但是,當下普遍使用的監測方法是手動的,容易出錯並且難以擴展。客戶可以在雲端中建構電腦視覺模型來監視和分析他們的即時串流,但是工業設施和流程通常位於偏遠和孤立的位置,網路連接很慢、昂貴或完全不存在。尤其對於那些涉及零件或安全監控影片審查等人工審核的工業流程,在雲端中建構電腦視覺模型更為困難。例如,如果某個高吞吐量的生產線上出現品質問題,客戶希望立即得到預警,因為問題存在時間越長,解決問題的成本越高。這種類型的監控影片可以透過電腦視覺技術實現在雲中自動處理,但是這些影片一般寬頻高並且上載速度慢。因此,客戶只能即時進行影片監控,但這一方式操作難度高、容易出錯並且成本高。有些客戶希望使用具有足夠處理能力的智慧相機來執行即時監控模型,卻很難達到高準確性、低延遲的性能。大多數客戶最終會執行一些簡單的模型,卻無法撰寫程式為可以整合到工業機器中的自定義程式碼。針對這些問題,AWS現在可以提供以下幫助:
AWS Panorama Appliance提供了一種新的硬體設備,使組織可以將電腦視覺添加到客戶可能已經部署在本地的攝影機中。客戶首先將AWS Panorama Appliance連接到他們的網路,然後這一設備會自動識別攝像頭資料串流並開始與現有的工業攝像頭進行互動。 AWS Panorama Appliance可整合於那些用於建構自定義機器學習模型或獲取影片以進行更精細分析的AWS機器學習服務和IoT服務中。 AWS Panorama Appliance將AWS機器學習能力擴展到邊緣,以幫助客戶在沒有網路連接的情況下在本地進行預測。每個AWS Panorama Appliance都可在多個攝影機資料串流上並行執行電腦視覺模型,從而使諸如品質控制、零件識別和工作場所安全的案例成為可能。 AWS Panorama Appliance還可與適用於零售、製造、建築和其他行業的AWS和第三方經過預先培訓的電腦視覺模型一起使用。此外,客戶使用Amazon SageMaker自主開發的電腦視覺模型也可以部署在AWS Panorama Appliance上。
AWS Panorama軟體開發套件(SDK)幫助硬體供應商開發可在邊緣有效執行電腦視覺模型的新型攝影機。使用AWS Panorama SDK建構的攝影機可在多種案例中執行電腦視覺模型,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域的器械等。這些相機可以使用NVIDIA輝達和Ambarella安霸旗下用於電腦視覺的晶片。透過使用AWS Panorama SDK,製造商可以開發自建電腦視覺模型的相機,從而可以處理更高分辨率的高品質影片以發現問題。他們還可以在低成本設備上建構更複雜的模型,這些設備可以透過網際網路並可以放置在站點周圍。客戶可在Amazon SageMaker中訓練模型,並一鍵將其部署到使用AWS Panorama SDK建構的攝影機上。客戶還可以將AWS Lambda功能添加到使用AWS Panorama SDK建構的攝影機中,以透過簡訊或電子郵件提醒潛在問題。 AWS還提供用於PPE檢測和保持人員距離等任務的預先建構模型,並且可以在幾分鐘內部署這些模型,而無需進行任何機器學習工作或特殊優化。

欲瞭解更多關於AWS Panorama或其支持供應商和合作夥伴的訊息,請瀏覽:https://aws.amazon.com/panorama

Amazon Lookout for Vision可以低成本自動、快速、準確地對圖像和影片進行視覺異常檢測
AWS客戶非常希望將電腦視覺部署到攝影機中以用於品質控制。工業企業必須保持不斷的努力進行品質控制。僅在製造業中,由於忽略某些細微錯誤而導致的生產線停產,每年導致數百萬美元的成本超支和收入損失。工業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。電腦視覺技術可以保證持續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複雜,並需要資料科學家團隊來建構、部署和管理機器學習模型。由於這些局限,由機器學習支持的視覺異常系統對絕大多數企業而言仍然遙不可及。現在, AWS可在以下領域幫助到這些企業:
Amazon Lookout for Vision為客戶提供了一種高準確度、低成本的異常檢測解決方案,可以透過機器學習技術每小時處理數千張圖像以發現缺陷和異常。客戶將攝影機圖像批量或即時傳送到Amazon Lookout for Vision辨識異常,例如機器部件的裂紋、面板上的凹痕、不規則形狀或產品上的顏色錯誤等。然後,Amazon Lookout for Vision報告與基準不同的圖像,以便客戶採取適當的措施。Amazon Lookout for Vision有強大的技術能力可以處理因工作環境變化而引起的相機角度、方位和照明方面的差異。客戶可以透過至少提供30張「良好」狀態的圖像建立基準,一致地評估機械零件或製成品。 Amazon Lookout for Vision也可以在Amazon Panorama設備上執行。即日起客戶可在AWS中執行Amazon Lookout for Vision。從明年開始,客戶還將可以在AWS Panorama Appliances和其他AWS Panorama設備上執行Amazon Lookout for Vision,從而可以在網路連接受限或無網路連接的環境中使用Amazon Lookout for Vision。欲瞭解有關Amazon Lookout for Vision的更多訊息,請瀏覽:https://aws.amazon.com/lookout-for-vision

AWS負責亞馬遜機器學習的副總裁Swami Sivasubramanian表示:「工業和製造業客戶需要持續應對來自股東、客戶、政府和競爭對手的壓力,要求他們降低成本,提高品質並保持合規性。這些組織希望利用雲端和機器學習來實現流程自動化並加強整個營運流程中的人員能力,但是建構這些系統可能出錯率高、複雜、耗時且昂貴。我們很高興為客戶帶來五項針對工業用途的全新機器學習服務。這些服務易於安裝、部署、快速啟動和執行,並將雲端和邊緣相連,將幫助工業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、擴音器和相關設備的全球領先製造商和指標性品牌。芬達基礎設施全球總監Bill Holmes表示:「在過去的一年中,我們與AWS共同針對設備狀態檢查進行了很多努力,這是對成功的製造業務而言非常關鍵卻容易被忽略的部分。對於全球製造商而言,維持設備正常執行時間是在全球市場上保持競爭力的唯一途徑。由於設備故障的緊急性,計劃外的停機會給生產和勞動力造成巨大的損失。Amazon Monitron讓大型工業製造商以及小型家族企業都能具備設備故障預測的能力,有機會搶先安排設備維修。」

Doosan Infracore是全球領先的重型設備和發動機製造商。Doosan Infracore戰略副總裁Jaeyeon Cho表示:「AI在推進Doosan下一代設備開發方面相當重要,因此我們正與AWS合作開發可利用自動化和可擴展機器學習的案例。很高興繼續與AWS合作,在我們的下一代IoT平台中利用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非常重要。亞馬遜的Middle Mile Products & Technology(MMPT) 已開始使用AWS Panorama來辨識車牌,自動加快駕駛員的出入手續,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,為客戶提供運輸用燃料、熱能和光能、潤滑油以及用於製造油漆、服裝、包裝物等日常用品的石化產品。 BP在全球擁有18,000個服務站和74,000多名員工。 BP美國技術長Grant Matthews表示:「我們位於bpx的工程團隊正與AWS緊密合作,以建構一個物聯網和雲端平台,幫助BP持續提高營運效率。作為這項工作的一部分,我們也在探索透過電腦視覺輔助提高安全性和工作人員安全。我們希望利用電腦視覺實現卡車自動化進出工廠,確認它們已完成正確的訂單。此外,我們還在監控人員距離、設置動態禁區和檢測石油洩漏等方面看到了透過電腦視覺輔助保護工人安全的可能性。AWS Panorama提供了創新,實現了在單一硬體平台上以直覺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,並期望解決許多新的案例。」

西門子交通為市內、城市間運輸和貨運提供智慧高效的移動解決方案。西門子交通ITS數位實驗室創新經理Laura Sanchez表示:「在過去的160年中,西門子交通在無縫、永續和安全的運輸解決方案領域持續處於領導地位。西門子ITS數位實驗室負責將最新的數位技術帶入交通行業,並處於向公共機構提供資料分析和AI解決方案的獨特位置。隨著城市面臨新的挑戰,市政部門希望西門子交通幫助他們進行創新。城市想了解如何有效地管理資產並改善壅塞和直接流量。我們希望使用AWS Panorama將電腦視覺帶入現有的安全攝影機中,以監控交通並智慧分配路邊空間,幫助城市優化停車和交通,改善居民的生活品質。」

凌華科技為客戶提供實現邊緣AI解決方案的軟硬體平台,可在製造、運輸、醫療保健、能源和通訊等工業市場中即時傳送可操作數據。美國ADLINK執行長Elizabeth Campbell表示:「AWS Panorama與凌華科技的工業視覺系統的整合,可在邊緣實現真正的隨插即用電腦視覺。我們將在2021年向客戶提供由NVIDIA Jetson AGX Xavier驅動、經過AWS Panorama認證的ADLINK NEON攝影機,可以更快地推動高品質電腦視覺驅動的結果。這使凌華科技能夠在物流、製造、能源和公用事業案例中,為我們的客戶更快速地提供機器學習數位實驗,縮短實現價值的時間。」

GE 醫療是全球領先的醫療技術和數位解決方案的創新者,致力於開發、製造和分銷診斷顯影劑、放射性藥物、CT和MRI機器等醫療診斷設備、以及由其Edison數位醫療智慧平台支持的智慧設備。GE醫療日本工廠經理、產線營運長和總經理藤本康三郎表示:「今天,我們透過人工檢驗醫療設備的品質。為了提升我們的品牌並為醫療照護專業人員提供值得信任的一流產品,我們很高興能夠透過Amazon Lookout for Vision探索以撰寫程式方式提高GE醫療日本工廠產品缺陷檢測的速度、一致性和準確性的可能性,短期內還可能應用於全球其他區域的工廠中。」
 
關於Amazon Web Services
14年以來,Amazon Web Services一直是世界上服務豐富、應用廣泛的雲端服務平台。AWS為客戶提供超過175種功能全面的雲端服務,包括運算、儲存、資料庫、聯網、分析、機器人、機器學習與人工智慧、物聯網、行動、安全、混合雲、虛擬和擴增實境(VR 和AR)、媒體,以及應用開發、部署和管理等方面,遍及24個地理區域內的 77個可用區域(Availability Zones),並已公佈計畫在澳洲、印度、印尼、日本、西班牙和瑞士建立6個AWS地理區域、18個可用區域。全球超過百萬客戶信任AWS,包含發展迅速的新創公司、大型企業和政府機構。AWS協助客戶強化自身基礎設施,提高營運上的彈性與應變能力,同時降低成本。欲瞭解更多AWS的相關資訊,請至:aws.amazon.com

關於亞馬遜
亞馬遜一向秉持四大原則:顧客至上而非專注於競爭對手;勇於創新;致力追求卓越營運;並且高瞻遠矚。亞馬遜開創了許多創新產品及服務,包括客戶評價、一鍵下單、個人化推薦、Prime會員服務、亞馬遜物流 (Fulfilment by Amazon)、AWS、Kindle直接出版 (Kindle Direct Publishing)、Kindle、Fire tablets、Fire TV、Amazon Echo及Alexa。欲瞭解更多資訊,請瀏覽: www.amazon.com/about 及追蹤推特 @AmazonNews。
 

電子郵件:look@compotechasia.com

聯繫電話:886-2-27201789       分機請撥:11