利用AWS机器学习工具,中科创达加速智慧工业AI部署

原标题:利用AWS机器学习工具,中科创达加速智慧工业AI部署

文/杨剑勇

以深度学习、机器学习为核心的人工智能技术日益成熟,结合云计算作为人工智能技术输出窗口,为各业转型升级带来创新活力,并驱动全球数字化创新,对社会影响深远,尤其在新基建大背景下,各行业数字化智能转型正当时。特别面对市场竞争加剧以及经济不确定性的局面下,为提升竞争力,各企业将会加大对新技术投入,推动产业数字化转型升级。而善于利用人工智能技术应用的企业,是未来取胜的关键。

中科创达作为智能操作系统技术和产品提供商,立足操作系统,聚焦人工智能技术,助力并加速智能物联网、智能网联汽车、智能行业等垂直领域应用落地。需要指出的是,中科创达深入了解传统制造业发展需求和趋势,基于在智能操作系统、图形图像处理和人工智能等技术上的积累,早在2018年推出了工业视觉检测一站式智慧工业ADC系统。

该系统包含缺陷自动化分类、新产品迭代数据清洗、业务作业员认证三个子系统,从作业员技能认证、数据集更新到新产品导入,贯穿工业检测的整个生命周期,有效帮助制造企业减少75%的工作量,产能提升35倍。相比人工检测,漏检率下降3%,准确率提升99%。目前,该系统帮助众多制造企业提升工业自动化和智能化水平。

如今,随着亚马逊云服务(AWS)机器学习工具Amazon SageMaker进入中国,中科创达率先宣布,将Amazon SageMaker集成到了中科创达智慧工业ADC系统中,让制造业企业可以在工业生产中轻松获得AI质检能力和数据上云。据介绍,Amazon SageMaker 是一项完全托管的服务,可以帮助开发者和数据科学家快速地规模化构建、训练和部署机器学习 (ML) 模型。

因机器学习实施是一项复杂的工作,涉及大量试错,需要大量专业技能,并消耗庞大的算力、数据存储和时间成本。Amazon SageMaker可以让这一过程变得更加简单和高效,帮助企业去除机器学习涉及的混乱和复杂性,让企业能够迅速构建、训练和部署模型。尤其Amazon SageMaker Studio集成开发环境(IDE),为整个机器学习工作流提供了一个统一界面,使构建、训练、解释、检查、监视、调试和运行机器学习模型变得更简单、更快。

“Amazon SageMaker目前在业界来看是非常优秀的机器学习工具,大概全世界在云上面部署的机器学习应用,有80%都是在Amazon SageMaker上。”这是AWS中国区生态系统及合作伙伴部总经理汪湧在近日亚马逊AWS与中科创达媒体沟通会上给出的数据。中科创达CTO邹鹏程在沟通会上指出:绝大部分Tensorflow应用厂商都构建在Amazon SageMaker上面,我们也是其中之一。

邹鹏程还表示:“中科创达智慧工业ADC系统汇集了我们在操作系统、人工智能和工程化建设等多方面优秀的能力,并已成功在液晶面板行业落地,具有非常完整的工业检测系统体系。近年来,中科创达提出’服务上云’战略,打通前端和后端的产业链条,助推智能产业加速实现数字化。目前,通过集成Amazon SageMaker机器学习工具,大幅提升智慧工业ADC系统在工业制造领域落地、部署的效率。同时,依托AWS实现业务发展和持续创新,加速全球智慧行业的智能化、自动化和数字化升级。”

此外,在全球有数以万计的企业利用Amazon SageMaker加快机器学习部署,松下航空电子(Panasonic Avionics)、拜耳、英国航空、Autodesk、Change Healthcare和T-Mobile等厂商。中国区客户如虎牙、大宇无限、华来科技等也已选择Amazon SageMaker大规模地构建、训练和部署机器学习模型。

最后,科技带动的新经济已成为全球经济重要发展方向,尤其各行业数字化转型如火如荼,掀起全球数字化经济浪潮。各行业迈向数字化转型升级,贯穿所有智能设备所需要的云端服务平台成为全行业转型升级的基础,使得云计算成为社会重要基础设施无处不在。

亚马逊AWS凭借人工智能、机器学习、物联网等丰富应用,成全球数百万企业的选择。这主要依赖于亚马逊在人工智能领域投入大量资金,其机器学习算法提供了许多服务,无论是数据科学家,还是人工智能研究人员,都可以非常方便地使用AWS提供的机器学习服务和工具。在全球,各个行业、各个类型的客户都在基于AWS云服务利用Amazon SageMaker挖掘数据潜力,以此推动智能化转型升级。返回搜狐,查看更多

责任编辑:

平台声明:该文观点仅代表作者本人,搜狐号系信息发布平台,搜狐仅提供信息存储空间服务。
阅读 ()
推荐阅读