人工智慧和機器學習的進展
人工智慧和機器學習是目前機器人和自動化領域最大的兩個趨勢。雖然它們密切相關,但這兩個術語不能互換使用。
人工智慧指的是訓練軟體執行特定任務,而不是編程。這樣可以節省程式設計師必須預先考慮所有可能情況的時間,並且大大擴展了能力。
機器學習是人工智慧的一部分。哥倫比亞大學工程系的網頁上描述了機器學習是“通往人工智慧的途徑”,並繼續說明機器學習“使用算法自動從數據中學習洞見和識別模式,並將學習應用於越來越好的決策”。
人工智慧和機器學習在機器人和自動化領域有越來越多的應用。它們用於優化路線規劃、提供決策支持、提高安全性、優化材料產量和提高工廠效率。
例如:
自動檢測零件或材料圖像中的缺陷 引導機器人執行裝載、卸載和組裝任務 提高自主移動機器人在雜亂和繁忙的環境中導航的能力
智慧製造的進步
工業4.0旨在將製造商的流程數字化,以提高效率,提高質量並降低成本。工業5.0是歐盟的一項倡議,旨在提醒製造商,在可預見的未來,人仍將是製造業不可或缺的一部分。
如果沒有這一點,當前的自動化趨勢將導致人類工人對其工作的自治權越來越少。危險在於,傳感器和分析技術的增加將導致所有事物都被測量,從而將人類工廠操作員有效地降為自動機器。
研究團隊福雷斯特建議製造商採用“自動化三角形”,將硬體和軟體自動化能力與人類工人的適應能力、創造力和韌性相結合。
在這個概念中,重複的任務由硬件自動化處理,軟件自動化執行重複的數據處理和分析功能。這樣可以讓人們監督自動化並解決可持續性等問題。
這種方法為人類工人帶來了許多好處。一旦擺脫當前製造活動的不可預測性,不確定性和壓力大大減少。他們有更多的機會發揮他們的創造力和更大的工作自治權。對雇主的好處是一個更有動力和參與度的勞動力。
機器人和自動化對就業和就業市場的影響 由於幾個原因,工廠不會成為工業自動化趨勢不可避免結論所預見的“全自動運作”運營模式。現在人們明白到,並不是每個任務都適合、能夠適應或者由自動化完成更好。此外,儘管人工智能得到了發展,創造力、適應能力和韌性仍然具有重要作用。更重要的是,財務限制將阻止製造商追求“不惜一切代價的自動化”方法。然而,在有財務意義的地方,將會有更多的自動化。
這將影響未來製造設施所需的技能組合。這些可以歸為以下幾個項目:
1.整合成本
2.技術挑戰
3.技能短缺
4.安全問題
整合成本
工業自動化必須在最短時間內投入運行。實現這一目標的三種工具是製造模擬、機器人模擬軟件和數字分身。這些工具可以單獨使用,更好的方式是一起使用,這樣可以通過評估更多選項來確定最佳方法。此外,數字分身有助於實現虛擬調試,可以在還有時間和預算修復問題的時候及早檢測出整合問題。
從勞動力角度來看,製造商需要有能力使用這些工具的人才。或者,他們將不得不與可以使用這些工具並代表他們解決整合問題的合作夥伴簽約。
技術挑戰 製造商在採用智能製造技術時面臨的最大挑戰之一是選擇正確的解決方案。這裡有兩個問題,第一是正確地定義機會或問題,第二是確定自動化應該採取什麼形式。製造模擬是探索替代方案和確定最佳解決方案的強大工具。例如,過程建模可以用來模擬資源如AMRs的操作。
技能短缺 許多製造商面臨著老齡化勞動力和招聘新人的挑戰。自動化和機器人在多方面提供解決方案。
機器人可以執行像焊接這樣的重複性任務,這是一個遭受高退休率打擊的行業的一個例子。
RPA和AI可以承擔重複性和分析性任務,很可能表現出比人工更高的一致性。
使用高級工具如AI和機器人模擬軟體創造的高科技環境將對年輕和高學歷的技術專業人員提供有力的吸引力。
機器人和自動化技術是促進成長的推動力。然而,製造商必須願意且有能力適應快速演變的環境。需要解決的主要問題有:
• 投資研發
• 升級基礎設施
• 提供培訓和教育
• 實施強有力的安全措施
研發投資
企業應該尋求創新方式來從人工智慧和其他智慧製造趨勢中受益。這將以受控且有針對性的方式進行,以最小化承擔風險的量。像是數字孪生和製造模擬這樣的工具,將支持這些努力,在虛擬空間中進行實驗。
基礎設施升級 從當前的自動化趨勢中可以明顯看出,數據的角色不斷增長。數據支撐著數位製造,工廠系統和網絡必須配置到所需的速度和容量。如果有一個例子可以說明這一趨勢,那就是真正的數字孪生的推出。這需要高速的雙向數據傳輸,以保持實體和虛擬同步。
提供培訓和教育 技能短缺已經很嚴重了,而且只會變得更糟。除非製造商願意支付高額工資或延遲實施計劃,否則他們應該探索發展自己的內部人才的機會。需要注意的是,這同樣適用於像焊接這樣的傳統行業,也適用於新興的工業自動化技能。許多教育課程,如教授機器人編程基礎的課程,都可以在網上免費或低價取得。
實施強大的安全措施
部署工業4.0技術的製造商應特別關注資訊安全,尤其是如果使用雲端服務進行數據存儲和分析。這需要聘請或開發具有相應技能和專業知識的人才,否則就會引發某種形式的攻擊。
機器人技術和自動化如何塑造未來 全球各地的製造商別無選擇,只能投資於機器人技術和自動化等先進技術。不同於以往,這越來越意味著使用人工智慧和機器學習來分析數據,識別模式和趨勢,並支持物理自動化硬體。
成功將取決於在可以最大化受益的地方部署技術,這意味著仔細研究機會和選擇。正如先前提到的,製造模擬是支持這一努力的強大工具。重要的是將人員納入硬體和軟體自動化系統,而非將他們視為機器操作員。
這種擴展的工業4.0思維對某些讀者可能是新的,而其他人已經在質疑人工工人在未來工廠中的角色。對於這兩個群體,我們建議閱讀有關工業5.0的電子書。