夜幕深沉，电池厂厂长老张拖着疲累的身影，走进他经常光顾的街角老店。

　　老张推门进去，瘫坐在椅子上：“老板，跟之前一样，一盘鱼香肉丝，一碗米饭。”

　　“老张来了!今天是怎么了，没精神?”旁边也是一位老食客。

　　“厂子里一个工人出工伤了，今天闹了一天赔偿的事。”老张一脸愁容。

　　“怎么回事?”食客放下水杯，眼神关切。

　　“盯涂布工序的一个质检工人。我们厂为了保证质量，24小时都要有人盯着这个工序，一天三班倒，每人8小时。他是盯的时间太长，累坏了。这真没办法，长年累月的盯，确实会出事。”

　　“是你把工人累坏的啊!”老食客拍了拍老张的肩膀。

　　老张的脸拉的更长了：“我也没亏待他不是。一个工人一年的工资就是十多万，我们3万人的大厂子，有5000多人都是搞质检的。你算算，我成本多高啊。而且，这要是发现了问题，整个机器就要停下来，流水线的节奏就乱了，产量也根本上不去。你们说，我能有什么办法?”

　　“想想新办法呗!现在都什么时代了，还用肉眼盯生产线，我这个行外人都觉得太落伍啦!”

　　那么，究竟什么是让传统工厂重生的“新办法”呢。

　　其实，国内外的不少工厂，已经如火如荼地展开通向“智能化”的革命，很多工厂已经将人工智能的图像识别和深度学习等技术，应用在零部件检测、系统分析、智能制造上，利用智能化、自动化、精准化的智能技术手段，解放劳动力以从事更有价值的工作，同时大幅度提升工作效率。

　　在电子、汽车、建筑行业，不少企业也已经开始引入IBM的“认知质检员”，通过自主、自动学习的人工智能系统判断工程质量问题，大幅减少人力在有害健康工种上的投入，同时提高企业的生产效率。

　　与厂长老张的遭遇类似，国外一家电力公司曾经也让技术工人以手动的办法检查电力传输网络，这不仅成本高昂，还让工人置于高风险的环境中。为了解决这个问题，这家公司最近开始使用无人机进行输电塔的可视化检查。为了精确、快速地分析无人机回传的检查图像，其选择了IBM认知系统(Cognitive Systems)中的PowerAI人工智能框架来训练深入学习网络，借助认知系统中具备NVLink技术的GPU加速服务器以及IBM强大的存储方案，快速计算、分析、存储大量检验图片。

　　该电力公司使用无人机进行输电塔可视化检查实现效率提升

　　人工智能与制造业的结合是必然趋势，然而老张的工厂要真正用起来这个新办法，也不那么容易。

　　在DOIT对新宏昌重工集团CIO兼集团运营总监吴海晨的采访中，其就曾提出这样的观点：

　　“制造业是最复杂的信息化承载体，想实现生产过程的全自动化和智能化，就需要人工智能的技术支持，因为它足够忠诚、博学、智能、全面。不过，人工智能技术与企业具体场景中的应用还存在着一定的距离。”

　　IBM全球副总裁、IBM中国系统开发中心总经理谢东也认为：

　　“人工智能技术的科研已经取得了诸多成果，然而这距离企业的应用还存在距离，原因在于实际的业务和问题会更加复杂，并且一个专业性的人工智能模型难以通用在所有的场景中，理论模型和实际应用之间还存在着沟壑。”

　　看来，对于老张来说，第一步要做的是搭建起对于人工智能“友好”的技术架构。

　　作为一个软硬件整合的方案，IBM近期推出的认知系统(Cognitive Systems)结合了BlueMind深度学习云平台、PowerAI深度学习框架以及使用NVLink技术的IBM Power System S822LC(Minsky 服务器)。Cognitive Systems的几个特点，可以说是对于希望采用人工智能的传统制造业企业非常“友好”了：

　　l 开发友好：Cognitive Systems中包含的人工智能框架PowerAI包含预编译的主流深度学习软件工具包，例如用于模型训练的TensorFlow、Caffe、Torch、Theano 以及关联库的cuDNN 等。其可以提供丰富的工具和数据准备功能，简化开发体验，将 AI 系统训练所需的时间从数周缩短至数小时之内。

　　l 部署友好：Cognitive Systems简化安装并提供企业级的服务支持，并针对Nvidia GPU以及NVLink进行充分的性能优化。可基于Apache Spark的集群统筹安排、虚拟化与分布部署。

　　l 性能友好：IBM Power System S822LC作为唯一拥有CPU:GPU NVLink 的架构，结合了POWER8 CPU和4个NVIDIA Tesla P100 GPU的强大能力，使用 NVIDIA Tesla P100 解决高性能计算及人工智能对于计算能力带来的新挑战，可以加速数据计算、稳定平台性能，提高可编程性和可访问性。其采用的OpenCAPI标准将加快数据在数据中心各个层面的迁移速度(每个通道的数据都可达25Gbps)，从而进一步提升面向数据密集型工作负载的Power系统的性能优势。

　　l 使用友好：Cognitive Systems中包含的BlueMind深度学习平台能够进行深度学习平台资源管理、调度，具有优异的并行效率和扩展性能，同时拥有丰富的深度学习功能，可帮助用户在集群或云环境中快捷高效地开发和部署深度学习应用。其中的Spectrum conductor软件定义架构帮助企业最大程度发挥系统潜力，降低与网络和集群计算相关的直接成本。

　　l 场景友好：面向制造业的典型业务场景，Cognitive Systems打造了特别的解决方案，其在利用深度学习技术辅助零部件和材料缺陷检测、利用机器学习解决工业检测/智能制造、利用人工智能实现电力系统自动巡检与预测分析方面都建立了成功的应用案例。

　　吴海晨在采访中提到：“类似IBM PowerAI这样的商业平台确实能够帮助有志于建立自己的人工智能引擎的企业尽快实现在业务中的应用。”看来，IBM的认知系统是可以帮助老张从“质检”转型成“智检”的新办法。

　　或许，吃完这盘悲情鱼香肉丝，老张应该翻翻这些文章和网站了。

　　《解锁IBM企业级AI商业密码，给企业自建AI引擎的五把钥匙》

　　《刚刚，人工智能“认知质检员”已经上岗!│IBM超in播第二季第1期》

　　IBM认知系统：一步到位，实现认知