模数转换器缺陷自动分类平台

当亚马逊Sagemaker机器学习服务在亚马逊云服务(AWS)中国区推出时，中技Sagemaker率先宣布亚马逊SageMaker已集成到中技SageMaker智能工业模数转换器(自动缺陷等级)系统中，使制造客户能够轻松获得工业生产中的人工智能质量检测能力。通过灵活的笔记本电脑、实验管理、自动建模、模型调试和分析、模型概念漂移检测等强大功能，中科创达将加速智能制造的落地过程，帮助企业以更少的工作量和更低的成本更快地投入生产，节省劳动力，提高产品产量，释放生产能力，提高竞争力。

目前，以人工智能、大数据和物联网为标志的第四次工业革命方兴未艾，世界进入了一个智能时代。今年以来，国家出台了一系列政策措施，加快新基础设施建设，进一步推进5G、人工智能和产业创新的融合。越来越多的劳动密集型传统制造业正在生产过程中积极引入人工智能等新技术，以解决生产效率低、劳动力成本逐年增加的问题，提高行业竞争力。

作为全球知名的智能操作系统产品和技术提供商，中科创达对传统制造业的发展需求和趋势有着深刻的理解。基于其在智能操作系统、图形图像处理和人工智能领域的深厚技术积累，该公司于2018年推出了工业视觉检测一站式解决方案——智能工业模数转换系统。该系统包括三个子系统：自动缺陷分类、新产品迭代数据清理和业务操作员认证。从操作员技能认证、数据集更新到新产品引进，该系统贯穿于工业检测的整个生命周期，有效地帮助制造企业减少75%的工作量，并将生产能力提高35倍。与人工检测相比，漏检率降低了3%，准确率提高了99%。目前，中科创达已经扩展到液晶面板、汽车制造、电子产品、化妆品制造、橡胶制造等行业，帮助众多客户提高工业自动化和智能化水平。

模数转换器缺陷自动分类平台

任何应用智能工业模数转换器系统的客户都需要实施机器学习。机器学习的实施是一项复杂的工作，涉及大量的试错，需要大量的专业技能，并且消耗巨大的计算能力、数据存储和时间成本。Amazon SageMaker可以使这一过程更简单、更高效，帮助客户消除机器学习中的困惑和复杂性，并使客户能够快速构建、培训和部署模型以应对新的挑战。特别是，亚马逊SageMaker工作室集成开发环境(IDE)为整个机器学习工作流提供了一个统一的界面，使得构建、培训、解释、检查、监控、调试和运行机器学习模型变得更加容易和快捷。

在智能工业领域中，通常涉及到边缘设备，因为边缘设备的存储和处理能力通常非常有限，但是它们对延迟非常敏感。还有各种硬件平台和处理器架构。开发人员需要花费数周或数月的时间来手动调整每个模型。同时，由于复杂的调整过程，模型在部署到边缘后很少更新，因此开发人员可能会错过根据边缘设备收集的数据重新训练和改进模型的机会。有了亚马逊SageMaker Neo，开发人员只需要训练一个机器学习模型，就可以在云的任何地方和边缘运行。亚马逊SageMaker Neo可以将模型的运行速度优化到两倍，而只占用1/10的内存，对准确性没有任何影响。亚马逊SageMaker Neo可以优化部署在亚马逊EC2实例、亚马逊SageMaker端点和AWS绿草管理设备上的模型，实现工业视觉检测应用与其他应用之间的无缝连接。

Amazon SageMaker能够有效满足行业的实际需求，降低算法实施过程中对开发、环境、操作和维护工程师的依赖。例如，在电子行业实施模数转换系统时，通过整合亚马逊SageMaker，最终用户的一次性投资成本降低了42%，软件开发工作量减少了39%，系统上线时间缩短了50%，系统运行效率比传统检测提高了35倍，解决了模数转换系统登陆工业场景的障碍。

中科创达首席技术官邹鹏程表示：“中科创达智能工业模数转换器系统汇集了我们在操作系统、人工智能和工程建设方面的卓越能力，并成功登陆液晶面板行业，拥有非常完整的工业检测系统。近年来，中科创达提出“服务云”战略，开放前端和后端产业链，加快智能产业数字化。我们非常荣幸能够与AWS携手，通过集成亚马逊SageMaker，极大地提高智能工业模数转换器系统在工业制造领域的着陆和部署效率。同时，依托AWS实现业务发展和持续创新，加快全球智能产业的智能化、自动化和数字化升级。”

AWS中国生态系统与合作伙伴部总经理王勇表示：“中国科创达是非常优秀的APN(AWS合作伙伴网络)合作伙伴，尤其是在物联网和人工智能领域。Amazon SageMaker的一个重要特性是它能够与不同行业的应用程序集成，以进一步增强不同行业的应用程序场景。我们非常高兴中化集团成为第一个在AWS中国使用亚马逊SageMaker的APN合作伙伴。中科创达在亚马逊SageMaker的基础上，可以构建更优秀的智能工业视觉检测人工智能系统，满足更多客户的需求，帮助他们实现智能转型。

责任编辑：pj