图1、机器学习（Machine Learning）正在融合到手机产品的生产线中

我们大多数人都有智能手机，有些人甚至可能沉迷于它们，但是你有没有想过手机生产厂家是如何制造这些产品的？一般消费者可能会相信这种技术奇迹已经变得无处不在，一定要用高科技设备来制造它们。事实是，即使手机组件可以以某种高科技方式制造，但是最终的装配仍然是合同制造商执行的手工过程。由于能够供应所需的贤成的零部件和劳动力，中国仍然是大量消费者电子产品的主要生产商。

那么美国的手机制造商如何在中国最后一次装配时确保手机产品的质量的呢？一种方式是来自苹果，微软，谷歌等公司的工程师，这些行业巨头可以为这些工程师提供定期往返中国的重要航班里程，以监控生产和解决问题。但是现在有两名这样的前苹果工程师正在寻求改变这种范式。他们创建了初创的风险技术公司 Instrumental（https://www.instrumental.com/） 推出了一项将机器学习应用于生产装配线的解决方案。该解决方案将配备有高清摄像头和照明的检测设备站与机器学习软件相结合，使工程师能够远程检查产品是否符合要求。检查站在产品进行生产的过程中需要大量图像，而软件可使工程师在第一遍进行问题识别和纠正的过程中进行远程搜索和比较图像。该公司声称该解决方案适用于大型和小型数据集的在线处理工作。虽然目前这并不是一个实时的解决方案，但仍然可以节省大量的时间和资源。该公司仍在继续开展生产测试中所遇到的通过/失败的开发工作。

图2、机器学习把生产的产品图像与标准产品进行比对寻找问题

Instrumental潜在的客户是产品的设计师和销售商。这些制造公司需要在制造现场安装这套系统。迄今为止，该公司声称在消费电子制造行业的客户中取得了成功，并在富士康和Flex等公司的制造工厂进行安装。Instrumental公司产品的初始应用场景涉及到对产品生产问题的发现和可追溯性。对于产品的生产制造行业来说，机器学习的应用有可能成为质量保证工具箱中的另一个有力的工具。

图3、采用机器学习技术也许有一天工程师不用天线蹲在产线了

（完）