人工智能的觸角正在無限延伸至我們的生活和生產(chǎn)當中，未來，人工智能所能夠覆蓋的行業(yè)范圍和領域以及通過人工智能再度衍生出的新的產(chǎn)業(yè)業(yè)態(tài)，一定會超過我們目前的想象能力，而推動人工智能發(fā)展的重要技術支撐則是機器學習。
作為全球云計算領導者的亞馬遜云服務（AWS）在機器學習領域研發(fā)、開拓出的產(chǎn)品和服務同樣成績斐然，迄今為止，幾乎每年都以200多個服務和功能的推出在加速創(chuàng)新迭代，所服務的企業(yè)用戶超過10萬個，在這10萬企業(yè)客戶當中，所涉及的行業(yè)類別可謂是五花八門。
12月9日，在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五大機器學習服務。
這可以被視為AWS在人工智能領域的重磅發(fā)聲。那么AWS提供給企業(yè)的機器學習服務有什么優(yōu)勢，為什么大家會不約而同的選擇AWS？
首先，AWS整個機器學習服務的具有特別優(yōu)秀的寬度和深度表現(xiàn)，簡單說就是對于各種分門別類的應用場景，AWS都能夠精準適配。
第二AWS不僅在云計算而且在機器學習領域也始終保持開放的心態(tài)，與客戶、開發(fā)者之間保持積極互動、相互集成的關系，這樣使得整個產(chǎn)品或是服務，都能夠起到集大家所成的效果。具有更加普世的效果和意義。
第三AWS在機器學習領域，給客戶提供的是一種工具，而且這種工具可以在客戶使用的工程中，不斷讓客戶提升自己的能力，能讓客戶掌握自身能力不斷升華的路徑。
Amazon Monitron和Amazon Lookout for Equipment通過機器學習支持預測性維護
Amazon Monitron幫助客戶免去了從頭開始構(gòu)建先進的、由機器學習驅(qū)動的預測性維護系統(tǒng)的高成本需求和復雜性，使他們能夠?qū)Ｗ⒂谄浜诵闹圃臁⒐満瓦\營功能。另外為了提高系統(tǒng)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。
對于已經(jīng)擁有傳感器但不希望自己構(gòu)建機器學習模型的客戶，Amazon Lookout for Equipment讓客戶可以將傳感器數(shù)據(jù)發(fā)送到AWS，由AWS為其構(gòu)建模型并返回預測結(jié)果，從而檢測異常設備行為。Amazon Lookout for Equipment幫助客戶從其現(xiàn)有傳感器中獲得更多價值，使得客戶能夠及時做出從根本上改善整個工業(yè)流程的決策。
AWS Panorama通過計算機視覺改善工業(yè)運營和工作場所安全
許多工業(yè)和制造業(yè)客戶希望在其設施和設備的實時視頻中使用計算機視覺技術自動執(zhí)行監(jiān)測或視覺檢查任務，并實時做出決策。對此，AWS Panorama Appliance提供了一種新的硬件設備，使組織可以將計算機視覺添加到客戶可能已經(jīng)部署在本地的攝像機中。AWS Panorama Appliance還可與適用于零售、制造、建筑和其他行業(yè)的AWS和第三方經(jīng)過預先培訓的計算機視覺模型一起使用。此外，客戶使用Amazon SageMaker自主開發(fā)的計算機視覺模型也可以部署在AWS Panorama Appliance上。
AWS Panorama軟件開發(fā)套件（SDK）允許工業(yè)相機制造商在新相機中嵌入計算機視覺功能
AWS Panorama軟件開發(fā)套件（SDK）幫助硬件供應商開發(fā)可在邊緣有效運行計算機視覺模型的新型攝像頭。使用AWS Panorama SDK構(gòu)建的攝像頭可在多種用例中運行計算機視覺模型，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(qū)域的器械等。
Amazon Lookout for Vision可以低成本自動、快速、準確地對圖像和視頻進行視覺異常檢測
在制造業(yè)中，由于忽略某些細微錯誤而導致的生產(chǎn)線停產(chǎn)每年導致數(shù)百萬美元的成本超支和收入損失。計算機視覺技術可以保證持續(xù)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復雜，并需要數(shù)據(jù)科學家團隊來構(gòu)建、部署和管理機器學習模型。對此，Amazon Lookout for Vision為客戶提供了一種高精度、低成本的異常檢測解決方案，可以通過機器學習技術每小時處理數(shù)千張圖像以發(fā)現(xiàn)缺陷和異常。
客戶將攝像頭圖像批量或?qū)崟r發(fā)送到Amazon Lookout for Vision以識別異常，例如機器部件的裂紋、面板上的凹痕、不規(guī)則形狀或產(chǎn)品上的顏色錯誤等。然后，Amazon Lookout for Vision報告與基線不同的圖像，以便客戶采取適當?shù)拇胧mazon Lookout for Vision有強大的技術能力可以處理因工作環(huán)境變化而引起的相機角度、方位和照明方面的差異。客戶可以通過至少提供30張“良好”狀態(tài)的圖像建立基線，準確、一致地評估機械零件或制成品。
在工業(yè)企業(yè)中，在生產(chǎn)過程中的每個環(huán)節(jié)以及每個環(huán)節(jié)上的細節(jié)，都會表現(xiàn)出或多或少的風險或者不優(yōu)化問題，那么AWS基于這些現(xiàn)實情況，幫助工業(yè)和制造業(yè)客戶在其生產(chǎn)過程中嵌入智能能力，以提高運營效率，改善質(zhì)量控制、信息安全和工作場所安全。
這些服務代表了現(xiàn)有最全面的從云端到邊緣的工業(yè)機器學習服務套件，通過結(jié)合先進的機器學習、傳感器分析和計算機視覺功能，解決工業(yè)客戶面臨的常見技術挑戰(zhàn)。
（免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內(nèi)容或斷開相關鏈接。 ）
