AWS機(jī)器學(xué)習(xí)服務(wù)切入垂直產(chǎn)業(yè)，力推兩大邊緣AI產(chǎn)品

（圖左）Monitron是一個(gè)端到端ML機(jī)器監(jiān)控解決方案，它的入門套件含5個(gè)傳感器和1個(gè)網(wǎng)關(guān)。傳感器每小時(shí)會偵測一次監(jiān)控設(shè)備的溫度和震動，由藍(lán)牙傳送數(shù)據(jù)至網(wǎng)關(guān)，接著，網(wǎng)關(guān)會用Wi-Fi將數(shù)據(jù)傳至AWS，來用機(jī)器學(xué)習(xí)模型分析數(shù)據(jù)。若該服務(wù)檢測到異常，會實(shí)時(shí)由專屬App向用戶發(fā)送警告通知。（圖右）當(dāng)傳感器偵測到設(shè)備出現(xiàn)異常狀態(tài)時(shí)，企業(yè)會獲得由App推播的警報(bào)通知，并可進(jìn)入App查看可視化的設(shè)備感測量值。

打從2016年度大會上，AWS推出自家第一波AI服務(wù)Polly、Lex和Rekognition后，搭上企業(yè)AI應(yīng)用浪潮，也不斷推出新的AI服務(wù)與功能。過去4年，以每年新增超過200項(xiàng)功能的速度，擴(kuò)充AI產(chǎn)品線，去年更推出5項(xiàng)AI垂直產(chǎn)業(yè)服務(wù)，將產(chǎn)品線的觸角延伸進(jìn)更多企業(yè)第一線產(chǎn)業(yè)現(xiàn)場的商用場景。

時(shí)至今日，AWS累計(jì)推出數(shù)百個(gè)AI功能，其中的ML服務(wù)SageMaker，更是成長最快的AWS服務(wù)之一。19年大會上，AWS執(zhí)行長Andy Jassy將自家所有機(jī)器學(xué)習(xí)服務(wù)，劃分為三個(gè)層次，分別是最底層的機(jī)器學(xué)習(xí)框架與基礎(chǔ)架構(gòu)，還有居中的ML服務(wù)，以及上層的AI服務(wù)，示意著AWS在AI產(chǎn)品上的布局已有完整的架構(gòu)。

在AWS專為ML開設(shè)的主題演講上，AWS機(jī)器學(xué)習(xí)副總裁SwamiSivasubramanian再次秀出這個(gè)三階層架構(gòu)的AI產(chǎn)品藍(lán)圖，明顯不同的是，中間層ML服務(wù)直接更名為SageMaker，顯見該服務(wù)具不可撼動的地位，另一個(gè)新亮點(diǎn)就是，最頂端的AI服務(wù)層新增了工業(yè)AI的分類，加入一系列深入產(chǎn)業(yè)場域的AI服務(wù)。

細(xì)看AWS AI產(chǎn)品基礎(chǔ)設(shè)施的布建情況，底層涵蓋了各項(xiàng)基礎(chǔ)架構(gòu)和深度學(xué)習(xí)框架，包含GPU、FPGA，還有PyTorch、MXNet和TensorFlow。Swami Sivasubramanian興奮地表示，全球有92％以云端為基礎(chǔ)的TensorFlow框架，以及91％以云端為基礎(chǔ)的PyTorch框架，是在AWS環(huán)境中執(zhí)行。

位于中間層的全代管機(jī)器學(xué)習(xí)服務(wù)SageMaker，可供資料科學(xué)家和開發(fā)人員建構(gòu)、訓(xùn)練與部署進(jìn)行機(jī)器學(xué)習(xí)模型，推出后，已累計(jì)數(shù)十種功能。AI產(chǎn)品線頂層則是AI服務(wù)，提供不懂機(jī)器學(xué)習(xí)技術(shù)運(yùn)作方式的用戶，不同情境的應(yīng)用解決方案，像是影像辨識、預(yù)測、對話機(jī)器人等服務(wù)。

如今，AWS AI產(chǎn)品架構(gòu)加入垂直產(chǎn)業(yè)類的AI服務(wù)應(yīng)用，代表著AWS對AI基礎(chǔ)設(shè)施層的布局，已告一段落，開始轉(zhuǎn)向更偏應(yīng)用面的產(chǎn)業(yè)AI需求。AWS人工智能副總裁Matt Wood表示，機(jī)器學(xué)習(xí)幾乎讓每個(gè)產(chǎn)業(yè)中，都展開了非比尋常的重塑工程，特別是制造業(yè)。他觀察，許多制造業(yè)企業(yè)正在使用云端和邊緣節(jié)點(diǎn)的數(shù)據(jù)，來重新思考從生產(chǎn)到成品完成的流程設(shè)計(jì)，像是監(jiān)測生產(chǎn)系統(tǒng)以在機(jī)器發(fā)生故障時(shí)，獲得警報(bào)。

因?yàn)楣I(yè)流程是一系列的步驟，并且具有一套完整的流程，這些步驟間的耦合度非常緊密，這也意味著產(chǎn)線上任何一段流程或一項(xiàng)設(shè)備發(fā)生問題，都可能產(chǎn)生巨大的影響。但，他表示，許多監(jiān)測都是利用固定臨界值，來進(jìn)行管理，并未真正有效利用工業(yè)系統(tǒng)產(chǎn)生的大量數(shù)據(jù)。

因應(yīng)產(chǎn)業(yè)現(xiàn)場ML分析需求，率先推出工業(yè)AI服務(wù)

因此，AWS推出了5大AI新服務(wù)，瞄準(zhǔn)工業(yè)流程上設(shè)備監(jiān)控及品管的需求。這5大新服務(wù)可分為兩大類，第一類服務(wù)聚焦運(yùn)用機(jī)器數(shù)據(jù)，來執(zhí)行預(yù)測的機(jī)器維護(hù)工作，包括了Monitron和Lookout for Equipment兩個(gè)服務(wù)，藉由傳感器收集產(chǎn)線設(shè)備的運(yùn)作數(shù)據(jù)，監(jiān)控設(shè)備狀況，并使用機(jī)器學(xué)習(xí)分析數(shù)據(jù)，查出異常狀況，以預(yù)測設(shè)備需進(jìn)行保養(yǎng)、維修的時(shí)間點(diǎn)，減少意外停機(jī)情況的發(fā)生。

第二類服務(wù)則聚焦運(yùn)用計(jì)算機(jī)視覺技術(shù)，來改善產(chǎn)線流程中的瓶頸，還有評估現(xiàn)場工作人員的安全性，甚至是辨識成品的缺陷，包含了Panorama Appliance、Panorama SDK和Lookout for Vision。

盡管Monitron與Lookout forEquipment這兩類服務(wù)，都是用機(jī)器數(shù)據(jù)來檢測異常設(shè)備行為，但最大的差別在于，Monitron不僅僅提供了機(jī)器學(xué)習(xí)服務(wù)，還提供了硬設(shè)備，包含傳感器和網(wǎng)關(guān)，以及可供企業(yè)實(shí)時(shí)監(jiān)控設(shè)備狀況的手機(jī)App，可說是一個(gè)端到端的機(jī)器監(jiān)控解決方案，而Lookout for Equipment則只是一項(xiàng)在線ML服務(wù)，可用來分析企業(yè)自有傳感器所收集的資料，來辨識機(jī)器異常狀態(tài)。

Monitron專用傳感器可以每小時(shí)偵測一次設(shè)備的溫度和震動數(shù)據(jù)，再由藍(lán)芽傳送至專用網(wǎng)關(guān)中匯整，下一步，網(wǎng)關(guān)會透過Wi-Fi將整批數(shù)據(jù)上傳至AWS，接著，再以機(jī)器學(xué)習(xí)模型分析數(shù)據(jù)。一旦監(jiān)測到設(shè)備出現(xiàn)異常運(yùn)轉(zhuǎn)狀態(tài)時(shí)，App會發(fā)送警報(bào)通知，警告企業(yè)技術(shù)人員。

一臺網(wǎng)關(guān)最多可連結(jié)20臺傳感器，網(wǎng)關(guān)與傳感器間的距離最多可以達(dá)到30公尺，這些專用傳感器可監(jiān)控的工業(yè)和制造業(yè)設(shè)備，包含了馬達(dá)、空壓機(jī)、風(fēng)扇、軸承等。Monitron硬件裝置已通過美國、英國和歐盟的認(rèn)證，企業(yè)可搭配現(xiàn)已正式支持該設(shè)備套件的AWS北弗吉尼亞地區(qū)，使用這項(xiàng)新服務(wù)。GE、樂器制造商Fender等企業(yè)已開始采用。

針對產(chǎn)線已布建了傳感器的企業(yè)，則是Lookoutfor Equipment鎖定的使用族群。在企業(yè)將傳感器數(shù)據(jù)傳送至AWS S3儲存后，可透過這項(xiàng)新服務(wù)來分析數(shù)據(jù)，建立依機(jī)器操作模式打造的機(jī)器學(xué)習(xí)模型，接著，企業(yè)專屬模型可分析傳感器后續(xù)傳入的資料，來辨識機(jī)器的異常狀態(tài)，讓企業(yè)提早檢修。Lookout for Equipment已在北弗吉尼亞州、首爾等AWS地區(qū)，提供預(yù)覽。

推出具計(jì)算機(jī)視覺技術(shù)硬件，供企業(yè)鏈接攝影機(jī)辨識產(chǎn)線狀況

另外，鎖定制造業(yè)監(jiān)測和檢查產(chǎn)線狀況的視訊分析需求，AWS也推出了一款實(shí)時(shí)監(jiān)控分析設(shè)備Panorama Appliance，可以部署到工廠端環(huán)境中來提供計(jì)算機(jī)視覺技術(shù)，改善產(chǎn)線運(yùn)作情況。企業(yè)將產(chǎn)在線設(shè)置的攝影機(jī)與Panorama Appliance連接后，Panorama Appliance會執(zhí)行多個(gè)計(jì)算機(jī)視覺模型，來辨識攝影機(jī)的串流數(shù)據(jù)，偵測產(chǎn)線流程的狀況，像是檢查高速運(yùn)轉(zhuǎn)流程（如精細(xì)銑削），或是評估廠內(nèi)人員的安全，確保使用防護(hù)裝備。

除了應(yīng)用在制造業(yè)產(chǎn)在線，PanoramaAppliance也可應(yīng)用在零售、建筑等其他產(chǎn)業(yè)的場域內(nèi)，像是監(jiān)測人流數(shù)量、工地人員安全等。許多零售門店內(nèi)都裝有數(shù)支攝影機(jī)，未來也可成為使用Panorama Appliance的場景之一。AWS解決方案架構(gòu)師主管Nicolas Vautier舉例，這套設(shè)備還可以用來計(jì)算來客數(shù)、預(yù)防偷竊等。

另外，AWS還推出軟件開發(fā)工具包PanoramaSDK，讓攝影機(jī)制造商將計(jì)算機(jī)視覺技術(shù)嵌入攝影機(jī)中，開發(fā)可在邊緣端執(zhí)行計(jì)算機(jī)視覺模型的攝影機(jī)，而網(wǎng)關(guān)制造業(yè)者也可應(yīng)用此套件，開發(fā)可在邊緣端執(zhí)行計(jì)算機(jī)視覺模型的網(wǎng)關(guān)。

新推出利用計(jì)算機(jī)視覺技術(shù)，來偵測制造業(yè)產(chǎn)線狀況和產(chǎn)品質(zhì)量的3項(xiàng)服務(wù)中，最后還有一項(xiàng)Lookout for Vision。這是一項(xiàng)機(jī)器學(xué)習(xí)服務(wù)，可分析企業(yè)傳送的批量或?qū)崟r(shí)影像，來辨識異常，比如說，機(jī)器零件上的裂痕，還有成品上的凹痕、不規(guī)則形狀、不正確顏色等，并可執(zhí)行于Panorama裝置上。目前新服務(wù)正在預(yù)覽版階段。

上圖為AWS推出可在邊緣端提供計(jì)算機(jī)視覺技術(shù)的硬件Panorama Appliance，供企業(yè)將設(shè)備裝載的攝影機(jī)與該硬件連接后，來執(zhí)行計(jì)算機(jī)視覺模型，辨識攝影機(jī)的串流數(shù)據(jù)，偵測產(chǎn)線流程的異常狀況。

推出醫(yī)療界專用AI數(shù)據(jù)湖服務(wù)，解決數(shù)據(jù)格式復(fù)雜、分散問題

不只因應(yīng)制造業(yè)生產(chǎn)現(xiàn)場的需求，打造全新AI服務(wù)，AWS也針對醫(yī)療照護(hù)與生命科學(xué)領(lǐng)域的企業(yè)和組織，推出名為HealthLake的AI數(shù)據(jù)湖服務(wù)，要改善醫(yī)療數(shù)據(jù)種類復(fù)雜、分散各處，在進(jìn)行機(jī)器學(xué)習(xí)分析前，需整理數(shù)據(jù)的浩大工程。HealthLake可以匯集醫(yī)療院所、藥廠旗下分散于各個(gè)數(shù)據(jù)孤島的PB級數(shù)據(jù)，并將這些不同格式的數(shù)據(jù)運(yùn)用機(jī)器學(xué)習(xí)技術(shù)，來進(jìn)行正規(guī)化、標(biāo)注等處理，方便日后做分析及搜尋。目前釋出預(yù)覽版。

AWS看到每個(gè)產(chǎn)業(yè)因?yàn)闄C(jī)器學(xué)習(xí)，都紛紛展開重塑工程。在這次re:Invent上，AWS針對工業(yè)、制造業(yè)流程推出的5套機(jī)器學(xué)習(xí)服務(wù)，以及因應(yīng)醫(yī)療照護(hù)界匯集分散、復(fù)雜數(shù)據(jù)需求，所打造的數(shù)據(jù)湖服務(wù)，不會只是特例的工業(yè)AI服務(wù)或AI相關(guān)產(chǎn)業(yè)服務(wù)，未來將有機(jī)會看到AWS持續(xù)擴(kuò)充垂直產(chǎn)業(yè)面應(yīng)用，針對更多產(chǎn)業(yè)現(xiàn)場的需求，推出新服務(wù)。