機器學習（Machine Learning）正在融合到手機產品的生產線中

圖1、機器學習（Machine Learning）正在融合到手機產品的生產線中

我們大多數人都有智慧手機， 有些人甚至可能沉迷於它們， 但是你有沒有想過手機生產廠家是如何製造這些產品的？一般消費者可能會相信這種技術奇跡已經變得無處不在，

一定要用高科技設備來製造它們。 事實是， 即使手機元件可以以某種高科技方式製造， 但是最終的裝配仍然是合同製造商執行的手工過程。 由於能夠供應所需的賢成的零部件和勞動力， 中國仍然是大量消費者電子產品的主要生產商。

那麼美國的手機製造商如何在中國最後一次裝配時確保手機產品的品質的呢？一種方式是來自蘋果， 微軟， 穀歌等公司的工程師， 這些行業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， 以監控生產和解決問題。 但是現在有兩名這樣的前蘋果工程師正在尋求改變這種範式。

他們創建了初創的風險技術公司 Instrumental（https://www.instrumental.com/） 推出了一項將機器學習應用於生產裝配線的解決方案。 該解決方案將配備有高清攝像頭和照明的檢測設備站與機器學習軟體相結合， 使工程師能夠遠端檢查產品是否符合要求。 檢查站在產品進行生產的過程中需要大量圖像， 而軟體可使工程師在第一遍進行問題識別和糾正的過程中進行遠端搜索和比較圖像。 該公司聲稱該解決方案適用於大型和小型資料集的線上處理工作。 雖然目前這並不是一個即時的解決方案， 但仍然可以節省大量的時間和資源。 該公司仍在繼續開展生產測試中所遇到的通過/失敗的開發工作。

圖2、機器學習把生產的產品圖像與標準產品進行比對尋找問題

Instrumental潛在的客戶是產品的設計師和銷售商。 這些製造公司需要在製造現場安裝這套系統。 迄今為止， 該公司聲稱在消費電子製造行業的客戶中取得了成功， 並在富士康和Flex等公司的製造工廠進行安裝。 Instrumental公司產品的初始應用場景涉及到對產品生產問題的發現和可追溯性。

對於產品的生產製造行業來說， 機器學習的應用有可能成為品質保證工具箱中的另一個有力的工具。

圖3、採用機器學習技術也許有一天工程師不用天線蹲在產線了

（完）