Skip to main content

3大进步改变人工智能在制造业的未来

Manager reviewing notes at manufacturing facility using artificial intelligence and autonomous robots

如今的工厂很容易被人看成未来派的自动化工厂。在那里,工业机器人模仿工人的动作,同时似乎也在模仿工人的意图。

如今的机器人不仅比人类工作得更快、更可靠,而且还能完成超出人类能力范围的任务,比如显微镜下精确的组装。但这些机器人中有许多比它们外表看起来要笨。也就是说,它们可能比人类更灵巧,但它们仅仅是被编程来执行有限的任务。许多机器人因安全考虑不能在接近人类的地方工作,而且必须被关在笼子里或受到管制以保护它们的人类同事。

因为技术的成熟和成本的降低,以及制造商们发现了人工智能算法能做出复杂决策的情况,人工智能(AI)目前刚刚在制造领域找到了自己的专长领域。随着人工智能的普及,其在新兴市场制造业的未来前景已经明朗,同时也展示出更好的感知能力。在工厂之外,人工智能也能预测需求以及相应的时间。

1. 人工智能在新制造业市场的崛起

制造业的资本投资很高,而利润率往往很低。这导致许多制造业迁移到了低工资国家。由于那里的人力资源成本低,很难证明人工智能和相关自动化的资本投资是有必要的。但是,印度等地的生活水平和工资水平的提高使人工智能更易被接受。事实上,中国已经在制造业及电子商务领域对人工智能进行了大量的投资

当美国工人对自动化造成的失业而忧心忡忡,中国工厂里的情况也是这样。尽管在短期内许多工人将被机器人取代,但最终这些工人会被重新训练上岗,从事更有高级的设计、编程或维修任务。然而,发展人工智能的真正动力在于不仅可以通过人工智能自动完成任务,而且还可以创造全新的业务流程——例如,根据每位客户需求为其定制配置。

2. 更好的机器感应意味着更安全的工作场所

人工智能起源于20世纪50年代,随着机器学习算法的发展才得到广泛的认可。机器学习算法自动在数据中发现有意义的模式,无需刻意编程。“如果没有灵活的算法,电脑就只能做我们告诉它们去做的事情”,NVIDIA深度学习学院(NVIDIA Deep Learning Institute)的课程开发人员Michael Mendelson说。“许多任务,特别是那些涉及到感知的任务,都不能转化为基于规则的指令。在制造环境中,一些更直接有趣的应用将涉及感知。”这将使工厂机器人更有能力更好地与人类互动,并接受人类的指令。

A human manufacturing worker training with a AI-powered counterpart.

机器视觉是其中一种应用。设计出比人眼敏感很多倍的相机是很容易的,人工智能做到的是在此基础上再增加对图像的理解。Landing.ai是一家由硅谷资深人士Andrew Ng创立的初创企业,专注于制造方面的问题,比如精准质量分析。他们已经开发出了机器视觉工具,利用机器学习算法,经过非常少量的图像样本训练,可以在像电路板这样的产品上以远超人类视觉的分辨率发现微小缺陷。

这是一个微观层级的挑战,而宏观层级的问题是训练机器人去感知周围发生的事情,并且主动避免干扰或危险。这类似于自动驾驶汽车的情况,自动驾驶正在向在现实生活中的应用迈进。在工厂里,智能自动驾驶叉车和传送机可能在工厂里承担运送材料与成品的工作。

机器人通常是静止的,但仍有可能撞上东西或闯入其工作空间的人。如果有潜在的障碍,机器视觉或运动传感器会让机器人停止他们正在做的事情。但是,对真正的协作机器人——即“ cobots ”——的需求在不断增长,它们能与人类同事有效地合作。人工智能技术使他们能够接受来自人类的指令,包括那些原始编程中没有预设的新指令。因此,机器人和人类需要一种共同的语言,而这种语言可能越来越简单明了。这个概念已经在罗切斯特大学和麻省理工学院得到证实

“作为人类,我们使用口语已有几千年,而书面文字使用时间则较短且更为笨拙。” Mendelson说道:“和机器人口头交谈比书面沟通更清楚”。

Employee on manufacturing floor working on circuit board of artificial-intelligence-enabled device

3. 人工智能在供给链——甚至其它领域

诚然,人工智能正在使机器人变得更有能力,更容易与人类合作。但它还将影响到与机器人技术无关的领域。例如,在供应链中,人工智能算法可以通过时间、地理位置和社会经济情况来感知特定市场上的产品需求模式,同时考虑宏观经济周期、政治发展、甚至天气等因素。对市场需求进行预测,而市场需求又反作用于原材料采购、人力资源、融资决策、库存、设备维修和能源消耗。

人工智能在设备的预见性维护中也越来越重要,传感器可跟踪工厂设备的操作条件和性能,学习预测故障,并提前形成解决方案,采取相应措施。“在其它行业,这已经很简单了,”FICO的机器学习主管Som Shahapurkar说道,该公司将人工智能商业化已有40多年。“该应用程序已经跨越各个领域,从生成复杂的电子邮件向车主提供警报,到对脸书和谷歌的服务器机群的‘叶节点’进行故障预测。”

大部分数据来自工厂、供应商的加工设备中嵌入的传感器。它们跟踪零部件库存和其它前端投入,并在经销商所在地或零售店监测产品质量问题。

Human supervision of factory performance of autonomous machinery

事实上,人工智能可以提供一些线索,帮助制造商在产品投产前预测需求。2010年,信息学教授Johan Bollen和印第安纳大学的同事们一起演示了通过算法在推特上准确解读用户情绪,准确到可以用来预测股市走势。Bollen说,类似的情绪分析可以用于解读对产品甚至特定品牌的需求,尤其是当今消费者每天通过与谷歌和亚马逊的家庭人工智能助手聊天来传达情感。Bollen最近的大部分工作都集中在社交媒体对政治观点的影响上,同时也对消费者行为做了研究。

尽管如此,人工智能的支持者断言,这项技术只是自动化的一种进化形式,是第四次工业革命的必然结果。人工智能也许能有效地制造产品,使产品变得更好、更便宜。但是,在应对消费者难以预测的品味和需求时,或者在决定是否要制造某样产品时,人类的聪明才智是不可替代的。