盡管制造業(yè)一直被認(rèn)為是自動(dòng)化程度最高的行業(yè)，全自動(dòng)化工廠似乎仍遙遙無期，人工智能定義的機(jī)器人技術(shù)將會(huì)給制造業(yè)帶來顛覆性的改變，加上疫情的爆發(fā)，將加快制造業(yè)自動(dòng)化的步伐。
具有更好靈巧性和自主學(xué)習(xí)能力的機(jī)器人將如何改變制造過程和行業(yè)格局？制造企業(yè)應(yīng)該如何應(yīng)對(duì)機(jī)器人2.0帶來的顛覆性創(chuàng)新？疫情之下，制造業(yè)的轉(zhuǎn)型速度是否也會(huì)進(jìn)一步加快？下面的內(nèi)容將給你回答這些問題！
很多人可能看不到人工智能如何實(shí)現(xiàn)自主學(xué)習(xí)，如何讓機(jī)器人應(yīng)用于制造業(yè)，以及這些智能技術(shù)最終將如何影響我們的生產(chǎn)力、就業(yè)和日常生活。但是，AI技術(shù)已經(jīng)在切切實(shí)實(shí)地影響甚至顛覆了整個(gè)制造業(yè)。
制造業(yè)自動(dòng)化現(xiàn)狀制造業(yè)的未來已來，只是目前應(yīng)用的范圍還不夠廣泛。--威廉·吉布森（William Gibson）
根據(jù)國(guó)際機(jī)器人聯(lián)合會(huì)（IFR）最近發(fā)布的一份報(bào)告，2018年全球工業(yè)機(jī)械臂出貨量創(chuàng)下新紀(jì)錄，達(dá)到38.4萬臺(tái)。我國(guó)仍然是世界上最大的市場(chǎng)（占35%），其次是日本和美國(guó)。
汽車和電子制造業(yè)仍然是AI機(jī)械的最大應(yīng)用市場(chǎng)（60%），遠(yuǎn)遠(yuǎn)領(lǐng)先于其他行業(yè)，包括金屬、塑料和食品。
資料來源：IFR統(tǒng)計(jì)部
資料來源：IFR統(tǒng)計(jì)部
此時(shí)，你可能會(huì)想：
在幾十年前，工業(yè)機(jī)械臂就已經(jīng)被引入制造業(yè)。自動(dòng)化應(yīng)該已經(jīng)應(yīng)用到所有可能的領(lǐng)域里，還有什么可以創(chuàng)新的空間？
出乎意料的是，即使是自動(dòng)化程度最高的汽車工業(yè)，也離成為一個(gè)“熄燈工廠”、一個(gè)完全自動(dòng)化的工廠還有很長(zhǎng)的路要走。
例如，大多數(shù)汽車裝配仍然是手工完成的，這是這個(gè)過程中勞動(dòng)密集度最高的部分，平均有三分之二的員工在汽車廠的流水線上工作。
就連一向追求創(chuàng)新、倡導(dǎo)高度自動(dòng)化的特斯拉CEO埃隆·馬斯克也不得不公開承認(rèn)，特斯拉生產(chǎn)線自動(dòng)化的進(jìn)展并未達(dá)到預(yù)期。
為什么自動(dòng)化如此困難？自動(dòng)化迄今未能克服的技術(shù)限制有哪些？1.靈活性和適應(yīng)性
今天的自動(dòng)化生產(chǎn)線是為大規(guī)模生產(chǎn)而設(shè)計(jì)的，自動(dòng)化有效地降低了成本，但也導(dǎo)致了靈活性的缺乏。更短的產(chǎn)品生命周期，越來越多的小批量但高度定制的生產(chǎn)要求更高的靈活性，而且人類通常比機(jī)器人更能適應(yīng)變化。
2.靈巧性與任務(wù)復(fù)雜性
盡管科技進(jìn)步很快，但人類的靈巧程度仍然高于機(jī)器人。在眾多的制造商中，我們可以看到，盡管裝配過程已經(jīng)高度自動(dòng)化，但裝配過程仍然主要是手動(dòng)的。
配套在制造業(yè)和倉儲(chǔ)業(yè)都很常見，這是提高生產(chǎn)效率的重要一步。它是指收集組裝產(chǎn)品所需的各種組件，將其包裝并放入工具包中的過程。
然后，機(jī)器人從工具箱中取出零件并進(jìn)行組裝，這個(gè)裝配階段的自動(dòng)化相對(duì)容易，因?yàn)槊總€(gè)零件都處于固定的位置和角度。相反，在裝配過程中，必須對(duì)零件進(jìn)行標(biāo)識(shí)，并將其從盒子中取出，在盒子中無序存放。各部件的位置不同，可能會(huì)產(chǎn)生重疊或纏繞，對(duì)傳統(tǒng)的機(jī)器視覺和機(jī)器人技術(shù)提出挑戰(zhàn)。
3.視覺和非視覺反饋
許多復(fù)雜的裝配操作依賴于操作者的經(jīng)驗(yàn)或“直覺”。無論是安裝汽車座椅還是將零件放入套件，這些看似簡(jiǎn)單的動(dòng)作都需要操作者根據(jù)各種視覺和觸覺信號(hào)來調(diào)整動(dòng)作的角度和力度。
傳統(tǒng)的自動(dòng)化編程對(duì)于這樣的微調(diào)任務(wù)并不有用，因?yàn)闄z索或放置項(xiàng)的每個(gè)實(shí)例都不完全相同。它需要人類從多次嘗試中學(xué)習(xí)和歸納的能力，對(duì)這種能力的掌握，特別是深入和強(qiáng)化的學(xué)習(xí)，可以給機(jī)器人帶來最大的改變！
KIT工具包-來源：kitting-assembly.ca
機(jī)器人2.0：人工智能機(jī)器人能完成哪些以前無法完成的任務(wù)？人工智能給機(jī)械臂帶來的最大變化是：在過去，機(jī)械臂只能重復(fù)執(zhí)行工程師的書寫過程。盡管他們的準(zhǔn)確性和精確性，他們無法應(yīng)對(duì)環(huán)境或過程的變化。
多虧了人工智能，機(jī)器現(xiàn)在可以學(xué)會(huì)自己處理各種各樣的對(duì)象和任務(wù)。具體來說，人工智能機(jī)器人與傳統(tǒng)機(jī)械臂相比，在三大領(lǐng)域取得了重大突破：
1.視覺系統(tǒng)
即使是最先進(jìn)的3D工業(yè)相機(jī)，在確定深度和距離以及識(shí)別透明包裝、反光表面或可變形物體方面也不具備人眼的準(zhǔn)確性。
這就解釋了為什么很難找到能夠提供精確深度并識(shí)別大多數(shù)包裹和物品的相機(jī)。但是，由于人工智能，這種情況很快就會(huì)改變。
近年來，機(jī)器視覺在深度學(xué)習(xí)、語義分割和場(chǎng)景理解等方面取得了巨大的進(jìn)步。
這些改進(jìn)了使用商品相機(jī)的深度和圖像識(shí)別，使制造商能夠獲得準(zhǔn)確的圖像信息，并在不需要昂貴相機(jī)的情況下成功識(shí)別透明或反光的物體包裝。
深度學(xué)習(xí)對(duì)象識(shí)別示例，從左到右：蒙版，對(duì)象建模，抓取點(diǎn)預(yù)測(cè)
2.可擴(kuò)展性
與傳統(tǒng)的機(jī)器視覺不同，深度學(xué)習(xí)不需要預(yù)先注冊(cè)或構(gòu)建每個(gè)項(xiàng)目的3D CAD模型，訓(xùn)練后的人工神經(jīng)網(wǎng)絡(luò)能自動(dòng)識(shí)別圖像中的目標(biāo)。
無監(jiān)督或自監(jiān)督學(xué)習(xí)也可用于減少手動(dòng)標(biāo)記數(shù)據(jù)或特征的需要，使機(jī)器更接近人類學(xué)習(xí)。
ML減少了人工干預(yù)的需要，使機(jī)器人能夠處理新的部件，而無需工程師重寫程序。隨著機(jī)器通過其操作收集越來越多的數(shù)據(jù)，機(jī)器學(xué)習(xí)模型的精度也將進(jìn)一步提高。
目前，一條典型的生產(chǎn)線通常有振動(dòng)臺(tái)、給料機(jī)、輸送帶等周邊設(shè)備，以保證機(jī)器人能夠準(zhǔn)確地取下所需的零部件。
如果機(jī)器學(xué)習(xí)進(jìn)一步發(fā)展，機(jī)械臂變得更加智能，也許有一天，這些比機(jī)械臂貴四五倍以上的外圍設(shè)備將不再需要。
另一方面，由于深度學(xué)習(xí)模型通常存儲(chǔ)在云中，這也允許機(jī)器人相互學(xué)習(xí)和共享知識(shí)。例如，如果一個(gè)機(jī)器人手臂在一夜之間學(xué)會(huì)了將兩個(gè)部分結(jié)合起來，那么它就可以將新模型更新到云中，并與其他機(jī)器人共享。這節(jié)省了其他機(jī)器的學(xué)習(xí)時(shí)間，也確保了質(zhì)量的一致性。
3.智能布局
一些對(duì)我們來說似乎很容易的指令，例如小心地處理或整齊地排列項(xiàng)目，對(duì)機(jī)器人來說是一個(gè)巨大的技術(shù)挑戰(zhàn)。如何定義“小心處理”？當(dāng)物體接觸桌面時(shí)是否立即停止施力？還是把物體移到離桌子6厘米的地方然后讓它自然落下？或者當(dāng)你接近桌面時(shí)，它會(huì)逐漸減速嗎？這些不同的定義如何影響項(xiàng)目放置的速度和準(zhǔn)確性？
把物品整齊地?cái)[放起來就更困難了。即使我們忽略了“整潔”的定義，我們也必須首先從正確的位置撿起物品，以便準(zhǔn)確地將物品放置在所需的位置和角度：機(jī)械臂仍然沒有人類的靈巧，目前大多數(shù)機(jī)械臂仍然使用吸盤。在獲得像人類關(guān)節(jié)和手指那樣的精細(xì)運(yùn)動(dòng)技能方面仍有很大的改進(jìn)空間。
其次，我們需要能夠立即確定被抓物體的角度位置和形狀。以上圖中的杯子為例，機(jī)器人手臂需要知道：杯子是朝上還是朝下？它應(yīng)該側(cè)放還是豎著放？是否還有其他項(xiàng)目或障礙？這樣機(jī)器人就可以決定把杯子放在哪里，以最有效地利用空間。
我們從出生起就不斷地學(xué)習(xí)揀放物品的各種任務(wù)，這些復(fù)雜的任務(wù)可以本能地完成。但是，機(jī)器沒有這樣的經(jīng)驗(yàn)，必須重新學(xué)習(xí)任務(wù)。
利用人工智能，機(jī)器人手臂現(xiàn)在可以更準(zhǔn)確地判斷深度。它還可以通過訓(xùn)練來學(xué)習(xí)，并確定一個(gè)杯子是朝上還是朝下，或者是處于其他狀態(tài)。
物體建模或體素化可以用來預(yù)測(cè)和重建三維物體，它們使機(jī)器能夠更準(zhǔn)確地呈現(xiàn)實(shí)際項(xiàng)目的大小和形狀，并將項(xiàng)目更準(zhǔn)確地放置在所需的位置。
思考及行動(dòng)AI技術(shù)對(duì)制造業(yè)來說意味著什么？
疫情之后，我們會(huì)看到制造行業(yè)的重組嗎？
疫情之下，誰能抓住機(jī)遇，在自動(dòng)化時(shí)代站穩(wěn)腳跟且快速？
疫情之下，AI如何賦能制造業(yè)，快速實(shí)現(xiàn)產(chǎn)業(yè)的數(shù)字化創(chuàng)新升級(jí)？
這些問題都值得制造業(yè)企業(yè)們深入思考！
點(diǎn)擊閱讀原文，開啟你的制造業(yè)企業(yè)創(chuàng)新升級(jí)之路！
