首页 > xxx Grils >好时希望制作出完美的Twizzler-mdash;所以它攻击微软的A.I.去做吧
2018
01-03

好时希望制作出完美的Twizzler-mdash;所以它攻击微软的A.I.去做吧

位于宾夕法尼亚州兰开斯特的好时工厂的甘草制造商多年来一直试图完善Twizzler的艺术。

Hershey's负责颠覆性技术的高级经理George Lenhart表示,每种耐嚼螺旋状甘草棒的重量因温度的轻微变化而略有不同。如果甘草在通过机器时会变得过于冷,那么它太轻了。伦哈特说,一点点的热量使甘草沉重。

但是,当消费者购买包装时,它承诺给定一个净重(如1磅)或水果味糖果的数量。好时必须坚持贯彻,每包提供一英镑或更多。

这为Twizzler组装线创造了一个大而昂贵的批量生产问题。但是现在,与微软的合作关系已经利用机器学习教给机器人Twizzling的艺术。

每加仑900加仑的甘草必须先煮4个小时,然后再把罐子和管子拿到一个叫做挤压机的加压机器上,这个挤压机就像Play-Doh一样推动甘草。

Lenhart说,如果甘油从挤压机挤出的太轻,就不得不重新挤出,或者需要将更多的甘草添加到批次中,这是一个耗时的过程。 “我们不得不一直有点沉重,”伦哈特说。

另一方面,如果它太重,机器每分钟会产生额外的100克糖,浪费宝贵的成分。为了尽量减少浪费,赫氏的操作人员每15分钟手动称重甘草,每天调整机器12次,试图标准化Twizzlers。

Lenhart说:“可变性是我们总是试图最小化的东西。 “他们花了好几年时间来完善它,但如果我能预测甘草的重量,我能不能自动调整机器。”

他补充说:“如果高点不高,低点不低,那么越接近净重数字越低,浪费越少,利润越高。

Lenhart从2010年加入好时公司开始就一直痴迷于此。他从事商业智能和数据挖掘,,并获得了每个工厂的深入了解。然后,他参加了一个微软技术大会,并点击了。

Hershey建立了一条线路,将数据直接传递给微软的Azure云,在两个月内从23个传感器中收集了超过6000万个数据点。该系统跟踪甘草制造过程中的压力,温度,每分钟转数和其他因素。

Lenhart能够使用该程序追踪哪些数据点影响了甘草的最终重量,该机器每天学习调整自己约240次,减轻体重变异50%。一路走来,伦哈特还在工厂里找到了其他的修理工。

现在,好时公司正在把机器学习纳入新的路线。 “我们正在看巧克力,”伦哈特说。 “巧克力的成分要贵得多,所以小储蓄的收益要高得多,我们一起制定计划,如果我们能够立即在每条生产线上做到这一点,他们就会喜欢它。