日前，亞馬遜云科技宣布Amazon Lookout for Equipment正式可用，該服務(wù)使用亞馬遜云科技開發(fā)的機器學習模型幫助客戶對其設(shè)施中的設(shè)備進行預(yù)測性維護。Amazon Lookout for Equipment從客戶工業(yè)設(shè)備中獲取傳感器數(shù)據(jù)(如壓力、流量、轉(zhuǎn)速、溫度和功率)，訓練一個專有的機器學習模型，進而基于客戶設(shè)備的實時數(shù)據(jù)流來準確預(yù)測機器故障或性能欠佳的早期預(yù)警信號。有了Amazon Lookout for Equipment，客戶可以快速、精準地檢測設(shè)備異常，快速診斷問題，減少錯誤警報，并在機器發(fā)生故障之前采取行動而避免昂貴的停機損失。Amazon Lookout for Equipment沒有預(yù)付費用或最低承諾費用，用戶只需根據(jù)所攝入的數(shù)據(jù)量、訓練定制模型所需的計算時間和推理時間付費。欲深入了解亞馬遜云科技在AI/ML方面的創(chuàng)新舉措以及眾多客戶利用AI/ML在業(yè)務(wù)創(chuàng)新和企業(yè)轉(zhuǎn)型方面的最佳實踐，敬請關(guān)注將于4月22日舉辦的“2021亞馬遜云科技 AI在線大會”。

工業(yè)企業(yè)一直在努力提高運營效率，避免因設(shè)備故障而導致的意外停機。這些企業(yè)在物理傳感器、數(shù)據(jù)連接、數(shù)據(jù)存儲和儀表板上持續(xù)投入，以監(jiān)控設(shè)備的運行狀況和性能。為了分析設(shè)備上的數(shù)據(jù)，大多數(shù)企業(yè)通常會使用簡單的規(guī)則或建模方法，根據(jù)過去的表現(xiàn)來識別問題。然而，這些方法往往導致客戶在發(fā)現(xiàn)問題時已來不及采取措施，或者收到錯誤警報而進行不必要的檢查。其實，客戶想要檢測常規(guī)的操作條件或故障類型(如由于摩擦導致的高溫)以及復雜的設(shè)備故障(如通過高振動和轉(zhuǎn)速但低流量顯示出的泵故障)，這些只能通過建模傳感器之間的獨特關(guān)系得出。得益于機器學習技術(shù)的進步，現(xiàn)在人們能夠快速識別異常情況，并了解每個設(shè)備歷史數(shù)據(jù)之間的獨特關(guān)系。然而，大多數(shù)企業(yè)缺乏在不同工業(yè)設(shè)備上構(gòu)建和擴展定制機器學習模型的專業(yè)知識，導致他們往往不能充分利用他們在傳感器和數(shù)據(jù)基礎(chǔ)設(shè)施上的投資，在很多時候錯失了能更好地管理關(guān)鍵設(shè)備的正常運行和性能的洞察。

通過Amazon Lookout for Equipment，工業(yè)和制造業(yè)客戶現(xiàn)在可以快速、輕松地為整個或不同地點的設(shè)施構(gòu)建預(yù)測性維護解決方案。首先，客戶將他們的傳感器數(shù)據(jù)(如壓力、流量、轉(zhuǎn)速、溫度和功率)上傳到Amazon Simple Storage Service (Amazon S3)，并向Amazon Lookout for Equipment提供相關(guān)的Amazon S3桶位置。該服務(wù)將自動分析數(shù)據(jù)，評估正常或健康的模式，并根據(jù)客戶的數(shù)據(jù)量身打造一個機器學習模型。然后，Amazon Lookout for Equipment將使用這個定制的機器學習模型來分析傳入的傳感器數(shù)據(jù)，識別機器故障或故障的早期預(yù)警信號。對于每個警報，該服務(wù)可指出是哪些傳感器顯示警報問題，并測量其對檢測到的事件的影響程度。例如，如果Amazon Lookout for Equipment檢測到有50個傳感器的泵存在問題，該服務(wù)可以顯示哪5個傳感器表示特定電機存在問題，并將該問題與電機的強電流和溫度聯(lián)系起來。這意味著客戶可以識別問題、診斷問題、確定所需操作的優(yōu)先級，并在問題發(fā)生之前進行精確維護，這避免了停機，節(jié)省了客戶費用損失并提高了生產(chǎn)效率。Amazon Lookout for Equipment可以讓客戶從現(xiàn)有的傳感器中獲得更多的價值，并幫助他們及時做出決策，從而大大提高運營效率?？蛻艨梢灾苯油ㄟ^亞馬遜云科技控制臺或亞馬遜云科技合作伙伴網(wǎng)絡(luò)中的支持合作伙伴獲得Amazon Lookout for Equipment。該服務(wù)現(xiàn)已在美國西部(俄勒岡)、歐洲(愛爾蘭)和亞太地區(qū)(首爾)區(qū)域正式推出，其他區(qū)域也將很快推出。

除了Amazon Lookout for Equipment，亞馬遜云科技還為工業(yè)和制造業(yè)客戶提供最廣泛的云到邊緣(cloud-to-edge)工業(yè)機器學習服務(wù)，包括Amazon Monitron(用于預(yù)測性維護，由傳感器、網(wǎng)關(guān)和機器學習服務(wù)組成的端到端解決方案)、Amazon Lookout for Vision(使用云中的計算機視覺模型進行視覺異常檢測)，以及Amazon Panorama(用于視覺檢查，通過硬件設(shè)備和軟件開發(fā)工具包將計算機視覺模型能力賦予本地攝像頭)。

“許多工業(yè)和制造企業(yè)都在物理傳感器和其它技術(shù)上投入了大量資金，目的是提高設(shè)備的維護水平。但即使有了這些設(shè)備，由于缺乏資源和數(shù)據(jù)科學家，企業(yè)也無法在大量數(shù)據(jù)之上部署機器學習模型。結(jié)果，他們錯過了能夠幫助他們更好地管理運營的關(guān)鍵洞察和可操作發(fā)現(xiàn)?！眮嗰R遜云科技全球機器學習副總裁Swami Sivasubramanian表示，“我們很高興推出Amazon Lookout for Equipment，這項新服務(wù)根據(jù)客戶特定環(huán)境構(gòu)建的定制化機器學習模型將讓客戶收益，幫助客戶快速而輕松地識別機器異常行為，提前采取行動，避免了設(shè)備停機造成的影響和損失?！?

西門子能源在整個能源價值鏈上提供產(chǎn)品、解決方案和服務(wù)，以支持其客戶走向可持續(xù)的未來?！拔鏖T子能源與我們的客戶合作，通過數(shù)字化服務(wù)解決方案賦能現(xiàn)有業(yè)務(wù)線，提高性能、可靠性和安全性。數(shù)字化是可持續(xù)能源未來的關(guān)鍵驅(qū)動力?！蔽鏖T子能源數(shù)字解決方案高級副總裁Amogh Bhonde表示，“通過Amazon Lookout for Equipment，將亞馬遜云科技機器學習與西門子能源行業(yè)知識相結(jié)合，幫助客戶在整個運營過程中提高對系統(tǒng)和設(shè)備的可視性。Amazon Lookout for Equipment的自動化機器學習工作流程，讓客戶即使在沒有數(shù)據(jù)科學知識的情況下，也能輕松構(gòu)建和部署各種資產(chǎn)類型的模型。亞馬遜云科技是我們值得信賴的合作伙伴，加速了我們對Omnivise數(shù)字解決方案套件的持續(xù)開發(fā)?！?

西班牙石油(Cepsa)是一家全球能源和化工公司，在石油天然氣價值鏈的各個環(huán)節(jié)開展端到端的運營。Cepsa還以植物為原料生產(chǎn)產(chǎn)品，并推動新的戰(zhàn)略，成為能源轉(zhuǎn)型的示范。“在Cepsa，數(shù)字化轉(zhuǎn)型的重點是人。在這方面，我們的專業(yè)人士是我們背后的引擎。 通過Amazon Lookout for Equipment，我們將機器學習的見解帶給那些最了解設(shè)備的專家——可靠性和維護工程師，使他們能夠做出更明智的決定，提高正常運行時間，降低運營成本?！? Cepsa高級分析主管Alberto Gascón表示，“設(shè)備的預(yù)測性維護等解決方案傳統(tǒng)上涉及人工和復雜的數(shù)據(jù)科學，比如選擇正確的算法和參數(shù)，但Amazon Lookout for Equipment將這些過程自動化，這樣工程師就可以專注于解決影響他們業(yè)務(wù)的關(guān)鍵挑戰(zhàn)?！?

RoviSys是一家全球運營技術(shù)系統(tǒng)集成商，也是全面流程自動化解決方案和服務(wù)領(lǐng)域的領(lǐng)先獨立供應(yīng)商?！皺C器學習是對工業(yè)客戶最有前途的技術(shù)之一，有潛力通過降低維護和運營成本提供更高的價值?！盧oviSys的工業(yè)人工智能總監(jiān)Bryan DeBois表示，“RoviSys正與亞馬遜云科技合作，利用亞馬遜云科技物聯(lián)網(wǎng)服務(wù)將Amazon Lookout for Equipment與現(xiàn)場設(shè)備和基礎(chǔ)設(shè)施的數(shù)據(jù)整合在一起，以實現(xiàn)大規(guī)模的先進機器學習維護解決方案。這項技術(shù)可以讓我們的客戶充分利用現(xiàn)有的基礎(chǔ)設(shè)施，同時又能快速輕松地從這些數(shù)據(jù)中解鎖更多價值?！?

TensorIoT是亞馬遜云科技的高級咨詢合作伙伴，在物聯(lián)網(wǎng)、數(shù)據(jù)工程、機器學習和人工智能領(lǐng)域提供完整的端到端產(chǎn)品和解決方案?！癟ensorIoT利用亞馬遜云科技服務(wù)構(gòu)建解決方案，以加速機器學習在工業(yè)運營產(chǎn)品和流程中的集成。”TensorIoT咨詢副總裁Charles Burden表示，“ Amazon Lookout for Equipment可以減輕機器學習的繁重工作量，支持自動化機器學習開發(fā)、管理和異常檢測模型的持續(xù)改進。這大大減少了所需的人力工作，使得工程師可專注于將洞見轉(zhuǎn)化為操作改進。簡而言之，Lookout for Equipment可以讓企業(yè)更快地創(chuàng)新?！?