【人工智能與工業(yè)機器人會擦出怎樣的火花?】人工智能(AI)不再只是幻想,而是正在對我們的生活方式產(chǎn)生重大影響。在亞馬遜公司的Alexa和蘋果公司的Siri等數(shù)字助手中,便能看到可以模仿智能行為的計算機,這些數(shù)字助手最近進入了全球千家萬戶。您還可以在“谷歌翻譯”等服務(wù)中、在微軟軟件等產(chǎn)品的呼叫中心(基于人工智能的“聊天機器人”會跟客戶打招呼并處理他們的問題)接觸到人工智能。現(xiàn)在,新一代自主駕駛汽車也使用了人工智能。
人工智能也在工業(yè)生產(chǎn)過程中蓬勃發(fā)展,特別是在傳統(tǒng)制造業(yè)。雖然機器人和制造自動化不是什么新鮮事,但是新一代機器人已在上一代機器人基礎(chǔ)上有了重大突破,它們開始獨立思考、做決策并且無需進一步編程便可自我學(xué)習(xí)。
目前使用的典型工業(yè)機器人能夠通過程控方式非常精準(zhǔn)地完成單項工作。然而,一旦生產(chǎn)線發(fā)生變動,這些機器人就需要重新編程,這是一項耗時且需要專業(yè)技術(shù)的任務(wù)。相比之下,基于人工智能的機器人可能具有“機器學(xué)習(xí)”能力,即通過練習(xí)和學(xué)習(xí)某項任務(wù)來重新自我編程。為實現(xiàn)這一目標(biāo),它們依靠深度神經(jīng)網(wǎng)絡(luò)來控制機械臂等部件。隨著時間的推移,神經(jīng)網(wǎng)絡(luò)會改變機械臂的行為,并支持機械臂接近最終目標(biāo)的動作,比如拾取特定物品。通過讓大量機器人協(xié)同工作,然后分享它們學(xué)到的知識,也可以加快學(xué)習(xí)過程。
未來的發(fā)展趨勢很可能是工業(yè)機器人不再受到當(dāng)前安全因素的束縛,而是在車間內(nèi)自由執(zhí)行日益復(fù)雜的任務(wù),并與人類工人進行互動和協(xié)作。這為采用人與機器協(xié)同工作的混合型場景開辟了道路。根據(jù)市場情報咨詢公司IDC的數(shù)據(jù),到2020年,全球2000家最大的制造企業(yè)中約有60%的工廠車間工人將與機器人、3D打印、人工智能、人工現(xiàn)實或虛擬現(xiàn)實等支持自動化的輔助技術(shù)一起工作。
比如瑞典-瑞士ABB公司的YuMi機器人,有兩個手臂,具有人工智能、傳感器和攝像頭,能夠與人類合作執(zhí)行相當(dāng)精細(xì)的任務(wù)。
未來的這位同事看起來怎么樣?ABB的YuMi機器人是世界上第一款真正的協(xié)作式機器人,讓機器人走出牢籠。
要在制造環(huán)境中實現(xiàn)人工智能和機器學(xué)習(xí),必須利用金屬加工刀具、采礦設(shè)備、工人設(shè)備和數(shù)據(jù)庫等各種輸入源分析大量數(shù)據(jù)。這使得人工智能可以全盤考慮歷史、實時和預(yù)期操作,并能控制礦廠或工廠內(nèi)互連傳感器和機器人組成的龐大網(wǎng)絡(luò)。這樣的配置方式被稱為工業(yè)4.0或智能工廠。
籠內(nèi)機器人–Scania位于瑞典奧斯卡港的駕駛室生產(chǎn)廠由283臺高科技機器人進行操縱。
雖然人工智能在工業(yè)領(lǐng)域仍處于初期階段,但其發(fā)展趨勢十分迅猛。例如,今年早些時候,ABB和IBM宣布將通過ABB在機器人和自動化方面的專業(yè)技術(shù)與IBM的人工智能Watson技術(shù)相結(jié)合,來共同加快該領(lǐng)域的發(fā)展速度。
這種合作將促使Watson分析實時的生產(chǎn)圖像,幫助找出產(chǎn)品缺陷。目前,這種質(zhì)量檢查是通過低效且易出錯的手動方式來完成的。采用人工智能之后,有望在增加生產(chǎn)線流量的同時,通過質(zhì)量控制專家的更快干預(yù)來提高準(zhǔn)確性和一致性。
除了智能機器人,制造公司還在考慮在其他領(lǐng)域部署人工智能。在面向消費者的領(lǐng)域中,“聊天機器人”正在普及,這種機器人讓客戶服務(wù)變得更加高效和友好。聊天機器人是使用人工智能與人類進行自然交談的計算機程序。許多公司采用這種機器人為客戶或員工提供幫助和協(xié)助。
山高正在研究在其客戶界面使用聊天機器人的可能性,以便改進和加快日常查詢服務(wù)。
山高電子商務(wù)解決方案負(fù)責(zé)人BrentWilkinson表示:“我們正在探討和評估各種方案以及此類機器人如何能與我們的其他系統(tǒng)更好地協(xié)作,同時還具備學(xué)習(xí)和成長的能力。”聊天機器人可以應(yīng)對大量相對簡單和常規(guī)的查詢,讓客戶服務(wù)人員有更多的時間來處理更復(fù)雜的問題。