機器人全面替換工人？別急，人機搭配才能幹活不累

隨着機械與自動化的技術發展，生產製造業一直在積極跟進和使用最早進的技術，來提升生產效率。大量工廠重金引進自動化生產裝置，免不了產生技術故障致使的問題，如何平衡人類操做工和工業 AI，應該一樣重視。

英國著名分析機構 Oxford Economics 公佈的數據：到 2030 年，也就是十年後全球將有 2000 萬個製造業崗位，將被工業機器人取代。

每個新機器人進入勞動力市場，將平均有 1.6 名人類製造工人被替換。

電子製造業巨頭富士康，在高峯生產期工人總數曾高達 130 萬人。近年，郭臺銘一直積極尋求「工業 4.0」的轉型，並在採訪中提到「將來五年內，要將 80 % 的工人進行裁人或培訓轉型」。

爲此，富士康的「百萬機器人」計劃裏，投入的機器人工人已經在鄭州工廠、成都平板工廠、崑山和嘉善的計算機/外設工廠投入使用。

僅 2016 年一年裏，富士康將崑山工廠的工人數從 11 萬減小到 5 萬，直接換掉 6 萬工人。

機器人、機械臂、工業 AI 的蓬勃發展，讓咱們感到工業 4.0 的好夢，彷佛近在眼前。

工業機器人：還不是完美方案

2018 年中，美國通用汽車旗下的耐世特凌雲蕪湖工廠，發生了一件駭人聽聞的事故。

一名 39 歲經驗老道的操做工，在給自動化生產線上的搬運機器人更換刀具時，機器人忽然無端啓動，操做工被搬運機器人夾住沒法脫身。

雖被同事及時救下，但最終因傷勢太重，送到醫院後不治身亡。

• 圖爲發生事故的機器人示意

肇事的機器人屬於工業搬運機器人，形狀相似吊車，手臂粗壯，用途是抓舉、搬運重物。

機器也有機器的不穩定，人類也有人類的弱點。

半監督式工業 AI：人機搭配，幹活不累

工業裝配，看似是製造過程當中較簡單的程序，但實際中會面臨重複、繁瑣的步驟，而由於人爲因素出現一些疏漏和錯誤。

有家叫 Invisible AI 的美國初創公司，則利用計算機視覺等 AI 技術，避免了這個環節會出現的隱患。

Invisible AI 推出了一種基於攝像頭的計算機視覺解決方案，可應用到工廠的生產線上，經過視頻監控工人組裝的過程，在發生紕漏時進行及時提醒。

• 測試中對工人安裝散熱器的實時監控

集成了視覺算法的相機，是系統搭建和部署的重要工序，經過這個計算機視覺平臺，打造了一個嚴謹高效的員工助手。

經過對實時視頻的分析，能夠跟蹤工人腕部、身體等部位的姿式和動做，無需傳感器，就能和標準的動做規範進行比較，指出裝配工序中不規範的地方。

該系統還能夠識別工做流程中的其餘問題，零件丟失，損傷等。

• 攝像頭裝配在工人操做臺上方

經過對芯片組的利用，Invisible AI 可以爲其平臺製造功能強大的低帶寬攝像頭系統，而用來分析的機器學習模型比其餘的解決方案小 100 倍。

經過簡潔的 Web 儀表板，就能夠看到出問題的裝配步驟。

• 系統展現面板：步驟缺失會報警提示

藉助這項技術，裝配工人可以及時地得到幫助，清晰生產環節的正確流程，避免出錯和遺漏。

Invisible AI 的早期合做夥伴有著名的汽車大廠豐田公司，在今年 1 月的豐田汽車大會上，Invisible AI 還被做爲四項重要技術之一被重點展出。

機器換人、人換機器，不如人和機器

用機器人來幫助工業生產，並非一個新鮮的概念，但用基於視覺方案進行提醒，和機器人直接介入的方式，仍是存在着一些不一樣。

而隨着 AI 等技術的蓬勃發展，普通機器人向協做性機器人邁進，其中以協做性機械臂最爲常見。

• 機械臂在搬運重物

把操做工人替換成機器人或機械臂，對技術的迭代和快速應用要求極高，對於工藝標準相對成熟、穩定的標品，如汽車、大型機械等產品，機械臂可以極大地提升效率，加快生產、裝配流程。

但對於手機、遊戲機等，這類更新速度極快、製做工藝要求嚴苛的精細產品來講，改造、調試機器人的成本就遠高於人類工人了。

而 Invisible 這基於攝像頭的視覺處理方案，本質上仍是保留了人工的操做，而是用計算機來提醒和規範人的行爲，在須要依賴手藝的工做中仍是大有用武之地。

工業 4.0 什麼時候可以實現，咱們還沒有可知。但不管是「機器換人」仍是「人換機器」，都在讓工業 AI 朝着更實際的方向繼續發展。

—— 完 ——