机器人全面替换工人？别急，人机搭配才能干活不累.著名的美国斯坦福大学人工智能研究中心尼尔逊教授对 人工智能下了这样一个定义：“人工智能是关于知识的学科――怎样表示知识以及怎样获得知识并使用知识的科学。”而另一个美国麻省理工学院的温斯顿教授认为：“人工智能就是研究如何使计算机去做过去只有人才能做的智能工作。”这些说法反映了人工智能学科的基本思想和基本内容。
随着机械与自动化的技术发展，生产制造业一直在积极跟进和使用最先进的技术，来提高生产效率。大量工厂重金引进自动化生产装置，免不了产生技术故障导致的问题，如何平衡人类操作工和工业 AI，应该同样重视。
英国著名分析机构 Oxford Economics 公布的数据：到 2030 年，也就是十年后全球将有 2000 万个 制造业岗位，将被工业 机器人 取代。
每一个新机器人进入劳动力市场，将平均有 1.6 名人类制造工人被替换。
电子制造业巨头富士康，在高峰生产期工人总数曾高达 130 万人。近年，郭台铭一直积极寻求「工业 4.0」的转型，并在采访中提到 「未来五年内，要将 80 % 的工人进行裁员或培训转型」。
为此，富士康的「百万机器人 」 计划里，投入的机器人工人已经在郑州工厂、成都平板工厂、昆山和嘉善的计算机/外设工厂投入使用。
仅 2016 年一年里，富士康将昆山工厂的工人数从 11 万减少到 5 万，直接换掉 6 万工人。
机器人、机械臂、工业 AI 的蓬勃发展，让我们感到工业 4.0 的美梦，似乎近在眼前。
工业机器人：还不是完美方案
2018 年中，美国通用汽车旗下的耐世特凌云芜湖工厂，发生了一件骇人听闻的事故。
一名 39 岁经验老道的操作工，在给自动化生产线上的搬运机器人更换刀具时，机器人突然无故启动，操作工被搬运机器人夹住无法脱身。
虽被同事及时救下，但最终因伤势过重，送到医院后不治身亡。
图为发生事故的机器人示意
肇事的机器人属于工业搬运机器人，形状类似吊车，手臂粗壮，用途是抓举、搬运重物。
机器也有机器的不 稳定， 人类也有人类的弱点。
半监督式工业 AI：人机搭配，干活不累
工业装配，看似是制造过程中较简单的程序，但实际中会面临重复、繁琐的步骤，而因为人为因素出现一些疏漏和错误。
有家叫 Invisible AI 的美国初创公司，则利用计算机视觉等 AI 技术，避免了这个环节会出现的隐患。
Invisible AI 推出了一种基于摄像头的计算机视觉解决方案，可应用到工厂的生产线上， 通过视频监控工人组装的过程，在发生纰漏时进行及时提醒。
测试中对工人安装散热器的实时监控
集成了视觉算法的相机，是系统搭建和部署的重要工序，通过这个计算机视觉平台，打造了一个严谨高效的员工助手。
通过对实时视频的分析， 可以跟踪工人腕部、身体等部位的姿势和动作，无需传感器，就能和标准的动作规范进行比较，指出装配工序中不规范的地方。
该系统还可以识别工作流程中的其他问题，零件丢失，损伤等。
摄像头装配在工人操作台上方
通过对芯片组的利用，Invisible AI 能够为其平台制造功能强大的低带宽摄像头系统，而用来分析的机器学习模型比其他的解决方案小 100 倍。
通过简洁的 web 仪表板，就可以看到出问题的装配步骤。
系统展示面板：步骤缺失会报警提示
借助这项技术，装配工人能够及时地获得帮助，清晰生产环节的正确流程，避免出错和遗漏。
Invisible AI 的早期合作伙伴有著名的汽车大厂丰田公司，在今年 1 月的丰田汽车大会上， Invisible AI 还被作为四项重要技术之一被 重点 展出 。
机器换人、人换机器，不如人和机器
用机器人来帮助工业生产，并不是一个新鲜的概念，但用基于视觉方案进行提醒，和机器人直接介入的方式，还是存在着一些不同。
而随着 AI 等技术的蓬勃发展，普通机器人向协作性机器人迈进，其中以协作性机械臂最为常见。
机械臂在搬运重物
把操作工人替换成机器人或机械臂，对技术的迭代和快速应用要求极高，对于工艺标准相对成熟、稳定的标品，如汽车、大型机械等产品，机械臂能够极大地提高效率，加快生产、装配流程。
但对于手机、游戏机等，这类更新速度极快、制作工艺要求严苛的精细产品来说，改造、调试机器人的成本就远高于人类工人了。
而 Invisible 这基于摄像头的视觉处理方案，本质上还是保留了人工的操作，而是用计算机来提醒和规范人的行为，在需要依赖手艺的工作中还是大有用武之地。
工业 4.0 何时能够实现，我们尚未可知。但无论是「机器换人」还是 「人换机器」，都在让工业 AI 朝着更实际的方向继续发展。
人工智能在 计算机领域内，得到了愈加广泛的重视。并在机器人，经济政治决策，控制系统，仿真系统中得到应用。
免责声明：
① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的，并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据，供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。
② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341
软考中级精品资料免费领
历年真题答案解析
备考技巧名师总结
高频考点精准押题
- 资料下载
- 历年真题
193.9 KB下载数112
191.63 KB下载数111
143.91 KB下载数869
183.71 KB下载数494
644.84 KB下载数2580
