网易科技讯 6月4日消息，此前亚马逊云服务（AWS）中国区域推出了Amazon SageMaker机器学习服务，近日，中科创达（ThunderSoft）宣布已将Amazon SageMaker集成到了中科创达智慧工业ADC (Automatic Defect Classification) 系统。

对此，合作双方接受了媒体采访，详解了项目规划和系统背后的运营思路，据介绍，通过Amazon SageMaker的弹性Notebook、实验管理、自动模型创建、模型调试分析，以及模型概念漂移检测等特性，中科创达将加速智能制造的落地进程，帮助企业在节约人力的同时，提升产品良率，释放产能，提高竞争能力。

资料显示，中科创达在2018年推出了工业视觉检测一站式解决方案——智慧工业ADC系统。该系统包含缺陷自动化分类、新产品迭代数据清洗、业务作业员认证三个子系统，从作业员技能认证、数据集更新到新产品导入，贯穿工业检测的整个生命周期，据了解，这可以有效帮助制造企业减少75%的工作量，产能提升35倍。

“相比人工检测，漏检率下降3%，准确率提升99%。目前，中科创达已经拓展到液晶面板、汽车制造、电子产品、化妆品制造、橡胶制造等行业。”采访中我们得知。

此外，由于机器学习的实施是一项复杂的工作，涉及大量试错，并消耗庞大的算力、数据存储和时间成本。这次Amazon SageMaker集成到智慧工业ADC (Automatic Defect Classification) 系统。可以让这一过程变得更加简单，Amazon SageMaker Studio还集成了开发环境（IDE），使构建、训练、解释、检查、监视、调试和运行机器学习模型变得更简单。

相关负责人举例到，在电气行业ADC系统的实施中，通过集成Amazon SageMaker，用户的一次性投入成本降低了42%，软件开发的工作量降低了39%，系统的上线时间缩短了50%，系统运行效率是传统检测的35倍。