AWS日前在Amazon Web Services（AWS）举办的AWS re:Invent上宣布了五项全新的机器学习服务Amazon Monitron、Amazon Lookout for Equipment、AWS Panorama Appliance、AWS Panorama SDK和Amazon Lookout for Vision，帮助工业和制造业者在其生产过程中嵌入人工智慧，以提高运营效率，改善品质控制、资讯安全和工作场所安全。

这五项服务代表了现有的从云端到边缘的全面性工业机器学习服务套件，通过结合先进的机器学习、感测器分析和电脑视觉功能，解决工业客户面临的常见技术挑战。

AWS表示，目前有数十万客户正在使用AWS云端服务进行机器学习工作，作为其业务战略的核心。企业越来越希??将机器学习功能添加到工业环境中，例如制造设施、配送中心、食品加工厂等。对他们来说，资料已成为将复杂工业系统完整整合的重要媒介。

工业系统中通常有许多相互依存的流程，这些流程容错能力低，很小的问题也会带来重大後果。透过分析设施执行设备的资料，就能应对这一挑战。例如利用AWS IoT SiteWise等服务从工业设备收集资料，并生成即时性能指标。

除了使用云端收集和分析工业资料，现在开始会更进一步采用机器学习技术来解读资料，以提高运营效率，甚至在某些情况下用来帮助实现预测性维护，从而降低成本并提高运营效率。

AWS指出，在没有网路连线或对延迟敏感的环境中，有些客户希??透过在边缘使用电脑视觉，来发现产品缺陷并提高工作场所安全性。伴随这些不断变化的需求和机遇，工业企业要求AWS帮助他们利用云端、工业边缘和机器学习，以从其设备生成的大量资料中获得更多价值。

Amazon Monitron、Amazon Lookout for Equipment透过机器学习支持预测性维护

工业和制造企业目前面临的主要挑战是实现设备的持续维护。其中，预防性维护若维护过度，成本过高，若维护不够频繁，就会无法防止故障。因此，开发出预测设备何时可能需要维护的能力，是一种更有远景的解决方案。

企业过往需要雇佣技术人员和资料科学家，从头构建复杂的解决方案，同时针对案例选购买正确类型的感测器，并与IoT闸道器连接，再测试监测系统，将资料传输到本地或云端上进行处理。如此才能建构机器学习模型，来分析资料模式和异常情况，或在检测到异常时建立警报系统。

一些企业已大量投资在设备和必要的基础设施上安装感测器，但通常仅停留在使用初级资料分析和建模方法的阶段，与高阶机器学习模型相比，这些方法昂贵，且通常无法有效检测异常情况。

因此，对於尚未建立感测器网路的客户，Amazon Monitron提供由感测器、闸道器和机器学习服务组成的端到端机器监控系统，以检测异常并预测何时需要维护工业设备。这一套端到端的系统提供了用於捕获振动和温度资料的IoT感测器、将资料聚集和传输到AWS的闸道器，以及检测异常设备模式并在数分钟内提供结果的机器学习云端服务，客户无需具备任何机器学习或云端经验。Amazon Monitron还提供移动应用程序，供客户的现场维护技术人员即时监控设备行为。

对於已拥有感测器但不希??自己建构机器学习模型的客户，Amazon Lookout for Equipment可以将感测器资料发送到AWS，由AWS为其建构模型并返回预测结果，从而检测异常设备行为。

AWS Panorama以电脑视觉改善营运和场所安全

为了进行自动执行监测或视觉检查工作，许多工业和制造业客户希??在设施和设备的即时串流中使用电脑视觉技术。例如，检查一些高速运转的流程（例如精细铣削或雷射工具），或监视工地和工厂活动以确保操作合规（例如，确保行人和堆高机留在指定的工作区域内），或评估设施内的工人安全（例如，保持适当的人员距离或使用PPE）。

但是普遍使用的监测方法是手动的，容易出错并且难以扩展。客户可以在云端中建构电脑视觉模型，来监视和分析即时串流，但是工业设施和流程通常位於偏远和孤立的位置，网路连接很慢、昂贵或完全不存在，在云端中建构电脑视觉模型，因此变得更隹困难。大多数客户最终会执行一些简单的模型，却无法撰写程式为可以整合到工业机器中的自定义程式码。

为此，AWS推出AWS Panorama Appliance，提供了一种新的硬体设备，可以将电脑视觉添加到客户可能已经部署在本地的摄影机中，并整合在其他得AWS机器学习服务和IoT服务中，用於建构自定义机器学习模型或获取影片，进行更精细的分析。

此外，AWS Panorama软体开发套件（SDK）可以帮助硬体供应商开发在边缘有效执行电脑视觉模型的新型摄影机。使用AWS Panorama SDK建构的摄影机可在多种案例中执行电脑视觉模型，例如检测快速移动的传送带上的损坏部件或定位那些脱离指定工作区域的器械等。透过AWS Panorama SDK，制造商可以开发自建电脑视觉模型的相机，处理更高分辨率的高品质影片，还可以在低成本设备上建构更复杂的模型，并透过网际网路将这些设备放置在站点周围。

Amazon Lookout for Vision低成本自动进行视觉异常检测

Amazon Lookout for Vision提供了一种高准确度、低成本的异常检测解决方案，透过机器学习技术每小时处理数千张图像以发现缺陷和异常。客户可以透过至少提供30张「良好」状态的图像建立基准，一致地评估机械零件或制成品。Amazon Lookout for Vision也可以在Amazon Panorama设备上执行。

即日起客户可在AWS中执行Amazon Lookout for Vision。从明年开始，客户还将可以在AWS Panorama Appliances和其他AWS Panorama设备上执行Amazon Lookout for Vision，从而可以在网路连接受限或无网路连接的环境中使用Amazon Lookout for Vision。