圖1、機(jī)器學(xué)習(xí)（Machine Learning）正在融合到手機(jī)產(chǎn)品的生產(chǎn)線中

我們大多數(shù)人都有智能手機(jī)，有些人甚至可能沉迷于它們，但是你有沒有想過手機(jī)生產(chǎn)廠家是如何制造這些產(chǎn)品的？一般消費(fèi)者可能會相信這種技術(shù)奇跡已經(jīng)變得無處不在，一定要用高科技設(shè)備來制造它們。事實(shí)是，即使手機(jī)組件可以以某種高科技方式制造，但是最終的裝配仍然是合同制造商執(zhí)行的手工過程。由于能夠供應(yīng)所需的賢成的零部件和勞動力，中國仍然是大量消費(fèi)者電子產(chǎn)品的主要生產(chǎn)商。

那么美國的手機(jī)制造商如何在中國最后一次裝配時確保手機(jī)產(chǎn)品的質(zhì)量的呢？一種方式是來自蘋果，微軟，谷歌等公司的工程師，這些行業(yè)巨頭可以為這些工程師提供定期往返中國的重要航班里程，以監(jiān)控生產(chǎn)和解決問題。但是現(xiàn)在有兩名這樣的前蘋果工程師正在尋求改變這種范式。他們創(chuàng)建了初創(chuàng)的風(fēng)險技術(shù)公司 Instrumental（https://www.instrumental.com/） 推出了一項將機(jī)器學(xué)習(xí)應(yīng)用于生產(chǎn)裝配線的解決方案。該解決方案將配備有高清攝像頭和照明的檢測設(shè)備站與機(jī)器學(xué)習(xí)軟件相結(jié)合，使工程師能夠遠(yuǎn)程檢查產(chǎn)品是否符合要求。檢查站在產(chǎn)品進(jìn)行生產(chǎn)的過程中需要大量圖像，而軟件可使工程師在第一遍進(jìn)行問題識別和糾正的過程中進(jìn)行遠(yuǎn)程搜索和比較圖像。該公司聲稱該解決方案適用于大型和小型數(shù)據(jù)集的在線處理工作。雖然目前這并不是一個實(shí)時的解決方案，但仍然可以節(jié)省大量的時間和資源。該公司仍在繼續(xù)開展生產(chǎn)測試中所遇到的通過/失敗的開發(fā)工作。

圖2、機(jī)器學(xué)習(xí)把生產(chǎn)的產(chǎn)品圖像與標(biāo)準(zhǔn)產(chǎn)品進(jìn)行比對尋找問題

Instrumental潛在的客戶是產(chǎn)品的設(shè)計師和銷售商。這些制造公司需要在制造現(xiàn)場安裝這套系統(tǒng)。迄今為止，該公司聲稱在消費(fèi)電子制造行業(yè)的客戶中取得了成功，并在富士康和Flex等公司的制造工廠進(jìn)行安裝。Instrumental公司產(chǎn)品的初始應(yīng)用場景涉及到對產(chǎn)品生產(chǎn)問題的發(fā)現(xiàn)和可追溯性。對于產(chǎn)品的生產(chǎn)制造行業(yè)來說，機(jī)器學(xué)習(xí)的應(yīng)用有可能成為質(zhì)量保證工具箱中的另一個有力的工具。

圖3、采用機(jī)器學(xué)習(xí)技術(shù)也許有一天工程師不用天線蹲在產(chǎn)線了

（完）