帳號:
密碼:
最新動態
產業快訊
CTIMES/SmartAuto / 新聞 /
AWS全新五大機器學習服務 深入工業設備部署版圖
 

【CTIMES/SmartAuto 編輯部 報導】   2020年12月09日 星期三

瀏覽人次:【4410】

AWS日前在Amazon Web Services(AWS)舉辦的AWS re:Invent上宣布了五項全新的機器學習服務Amazon Monitron、Amazon Lookout for Equipment、AWS Panorama Appliance、AWS Panorama SDK和Amazon Lookout for Vision,幫助工業和製造業者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。

這五項服務代表了現有的從雲端到邊緣的全面性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。

AWS表示,目前有數十萬客戶正在使用AWS雲端服務進行機器學習工作,作為其業務戰略的核心。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。對他們來說,資料已成為將復雜工業系統完整整合的重要媒介。

工業系統中通常有許多相互依存的流程,這些流程容錯能力低,很小的問題也會帶來重大後果。透過分析設施執行設備的資料,就能應對這一挑戰。例如利用AWS IoT SiteWise等服務從工業設備收集資料,並生成即時性能指標。

除了使用雲端收集和分析工業資料,現在開始會更進一步採用機器學習技術來解讀資料,以提高運營效率,甚至在某些情況下用來幫助實現預測性維護,從而降低成本並提高運營效率。

AWS指出,在沒有網路連線或對延遲敏感的環境中,有些客戶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、Amazon Lookout for Equipment透過機器學習支持預測性維護

工業和製造企業目前面臨的主要挑戰是實現設備的持續維護。其中,預防性維護若維護過度,成本過高,若維護不夠頻繁,就會無法防止故障。因此,開發出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。

企業過往需要雇傭技術人員和資料科學家,從頭構建複雜的解決方案,同時針對案例選購買正確類型的感測器,並與IoT閘道器連接,再測試監測系統,將資料傳輸到本地或雲端上進行處理。如此才能建構機器學習模型,來分析資料模式和異常情況,或在檢測到異常時建立警報系統。

一些企業已大量投資在設備和必要的基礎設施上安裝感測器,但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,且通常無法有效檢測異常情況。

因此,對於尚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。這一套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、將資料聚集和傳輸到AWS的閘道器,以及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,客戶無需具備任何機器學習或雲端經驗。Amazon Monitron還提供移動應用程序,供客戶的現場維護技術人員即時監控設備行為。

對於已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。

AWS Panorama以電腦視覺改善營運和場所安全

為了進行自動執行監測或視覺檢查工作,許多工業和製造業客戶希望在設施和設備的即時串流中使用電腦視覺技術。例如,檢查一些高速運轉的流程(例如精細銑削或雷射工具),或監視工地和工廠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,在雲端中建構電腦視覺模型,因此變得更佳困難。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。

為此,AWS推出AWS Panorama Appliance,提供了一種新的硬體設備,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,並整合在其他得AWS機器學習服務和IoT服務中,用於建構自定義機器學習模型或獲取影片,進行更精細的分析。

此外,AWS Panorama軟體開發套件(SDK)可以幫助硬體供應商開發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。透過AWS Panorama SDK,製造商可以開發自建電腦視覺模型的相機,處理更高分辨率的高品質影片,還可以在低成本設備上建構更複雜的模型,並透過網際網路將這些設備放置在站點周圍。

Amazon Lookout for Vision低成本自動進行視覺異常檢測

Amazon Lookout for Vision提供了一種高準確度、低成本的異常檢測解決方案,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。

相關討論


刊登廣告 新聞信箱 讀者信箱 著作權聲明 隱私權聲明 本站介紹

Copyright ©1999-2024 遠播資訊股份有限公司版權所有 Powered by O3  v3.20.2048.18.117.148.59
地址:台北數位產業園區(digiBlock Taipei) 103台北市大同區承德路三段287-2號A棟204室
電話 (02)2585-5526 #0 轉接至總機 /  E-Mail: webmaster@ctimes.com.tw