什麼是人工智慧機器人
人工智慧（AI） 機器人是在現實世界環境中工作的人工智慧體。機器人和人工智慧領域的變化正在促使製造商從傳統上用於生產的自動化流程轉變為使用自主學習的過程。除了機器人處理日常任務的能力之外，機器人現在還可以對人類和環境輸入做出反應。
製造自動化的現狀
根據國際機器人聯合會（IFR）最近釋出的一份報告，2018 年全球工業機器人手臂的出貨量達到了 38。4 萬件，創下了歷史新高。在主要進口國中，中國是最大的市場（佔35%），其次是日本和美國。汽車和電子製造仍然是工業機器人手臂最大的應用市場，約佔60%，高於金屬、塑膠、食品等其他行業。
由於傳統機器人和計算機自動化的侷限性，目前除了汽車和電子行業，幾乎沒有倉儲、農業等行業開始使用機械臂。這種局面將被人工智慧機器人、深度學習等新技術改變。自動化和工業機械臂在製造業已經有幾十年的歷史了，但即使是自動化程度最高的汽車製造業，離所謂的熄燈工廠還有很長的路要走。例如，汽車組裝的大部分零件仍然是手工完成的。這也是汽車製造廠勞動強度最大的部分。平均而言，汽車廠三分之二的員工在裝配車間。
為什麼全自動化如此困難
迄今為止，自動化仍然存在無法克服的技術限制。
今天的自動化生產線一般都是為大規模生產而設計的。它們可以有效降低成本，但缺乏靈活性。隨著消費者喜歡生命週期越來越短的產品，定製生產的需求也隨之增加。人類通常比機器人更能對這些新產品線做出反應，因為他們不需要花費大量時間來重寫程式或改變製造流程。
靈巧性和複雜性
儘管技術進步很快，但人類仍然比機器人靈巧得多。雖然組裝過程已經高度自動化，但它們仍然需要使用人力進行程式設計操作。
製造和倉儲所需的材料準備是可以提高生產效率的一個領域。在組裝過程中，組裝所需的所有零件都可以放在一個工具箱中。然後機器人可以從工具箱中取出每個零件並執行裝配操作。如果每個零件都處於固定的位置和角度，則自動程式設計相對容易。相反，在需要從雜亂無章的零件盒中識別和檢索零件的地方，這對現有的機器視覺和機器人技術是一個挑戰。
視覺和非視覺反饋
許多複雜的裝配操作需要操作員的經驗或感覺。無論是安裝汽車座椅還是將零件放入工具箱，這些看似簡單的動作都需要操作員或機器人根據各種視覺甚至觸覺訊號來接收和調整動作的角度和力度。
這些微調要求讓傳統的自動化程式設計幾乎毫無用處，因為每次拾取或放置物品時，過程都不一樣。你需要有能力從多次嘗試中學習，並像人類大腦一樣總結所需的行動。然而，機器學習，尤其是深度學習和強化學習，可以給機器人技術帶來重大變化。
人工智慧可以讓生產做什麼
AI給機械臂帶來的最大變化是：在過去，機械臂只能重複執行工程師編寫的程式。雖然精度和速度很高，但它們無法應對任何環境或工藝的變化。但現在因為有了人工智慧，機器可以自己學習更復雜的任務。
具體來說，AI機器人與傳統機械臂相比，在三大領域有重大突破：
視覺系統
即使是最高階的 3D 工業相機，也無法像人眼一樣準確判斷深度和距離。它們也無法識別透明包裝、反光表面或變形物體。機器視覺在過去幾年取得了長足的進步，它利用深度學習、語義分割和場景理解來提高低端相機的深度和影象識別能力。這使得製造商無需使用昂貴的相機即可獲得足夠準確的影象。這種影象識別可以成功識別透明或反光物體包裝。
可擴充套件性
深度學習不需要像傳統機器視覺那樣預先構建每個專案的 3D 模型。只需輸入影象，經過訓練，人工神經網路就可以自動識別影象中的物體。它甚至可以使用無監督或自監督學習來減少手動標記資料或特徵的需要。這使機器能夠以一種更接近人類的方式學習，消除人工干預，並允許機器人面對新任務而無需工程師重寫程式。隨著機器的不斷運轉，收集到的資料越來越多，機器學習模型的準確性進一步提高。
由於深度學習模型一般都儲存在雲端，機器人之間可以相互學習，共享知識。這不僅節省了其他機器的學習時間，而且保證了質量的一致性。
智慧擺放
“請輕拿輕放，或將物品擺放整齊”，這對機械臂來說是一個巨大的技術挑戰。
如何定義“小心輕放”？當物體接觸桌面時，它會停止施力嗎？或者是移動到一定距離，然後放開，讓物體自然下落？這是對這項技術的考驗。
“整齊地擺放物品”更是難上加難。為了準確地將物品放置在所需的位置和角度，我們必須首先從正確的位置拾取物品。機械臂仍然不如人手靈巧。大多數機械臂使用吸盤或夾具，要實現人體關節和手指的靈活性還有很長的路要走。其次，我們需要能夠即時確定被抓取物體的角度位置和形狀。我們需要知道其他物體或障礙物在哪裡，以便判斷放置物品的位置以節省最多空間。
透過AI，機械臂可以更準確地判斷深度，也可以透過訓練學習提高。物品可以面朝上、面朝下或其他不同位置放置。您還可以使用物件建模來預測和重建3D物件，以便機器可以更準確地確定實際物件的大小和形狀，並將物品放置在適當的位置。
AI機器人將如何顛覆製造業
行業現有參與者普遍選擇專注於持續創新、改進現有產品和服務，以服務現有客戶。這時，一些資源較少的小公司可以抓住機會瞄準被忽視的市場，在這些市場上站穩腳跟。AI機器人將為製造業帶來顛覆性創新。
顛覆性創新分為初級市場創新和新市場創新兩種。人工智慧機器人帶來的是對新市場的顛覆性創新。新市場創新是指新公司針對現有公司尚未服務的新市場所帶來的創新。
由於汽車和電子製造行業佔工業機械臂的 60%，許多製造商專注於持續創新，做他們最擅長的和客戶最需要的，從而進一步提高速度和準確性。倉儲、食品製造和材料準備工藝都被忽視了。客戶並不缺乏高速、高精度的機器人，但他們正在尋找更靈活、能夠學會靈活執行不同任務的機械臂。看到這種未被滿足的需求，AI 機器人公司開始將人工智慧應用到機器人上，使機械臂可以用於材料準備、包裝和倉儲等新市場。機器學習模型中使用的低階攝像頭可自動執行材料準備和貨物分揀等程式，而這些程式過去只能手動完成。機器人手臂可以在更多的地方和廣泛的行業中使用。
AI機器人帶來的挑戰與機遇
AI和機器人的結合帶來了許多可能性，但這些變化絕不會一蹴而就。即便機械臂公司開始投資人工智慧，也必須思考如何重構組織和發展戰略，以最大限度地減少轉型的負面影響，並滿足各公司管理層提出的需求。
另一方面，開拓新市場絕非易事。初創公司仍然需要與製造商密切合作，以開發更好地滿足客戶需求的解決方案。製造過程比倉儲更加複雜和多樣化。雖然初創公司瞭解人工智慧和機器人技術，但他們不一定了解制造過程。
在製造業發展人工智慧，不僅帶來了解應用案例、掌握資料的優勢，更透過人工智慧機器人等新技術實現產業轉型的目標。傳統制造廠商透過和這些初創企業合作，不僅可以透過流程自動化提高生產效率和質量，還可以為過去難以執行的流程提供定製化的解決方案。透過擺脫大規模製造和降價競爭的策略，初創公司可以成為新一代人工智慧機器人的試驗場，為電子或半導體制造行業開發專屬解決方案。（完）
