機器人全面替換工人？別急，人機搭配才能干活不累
英國著名分析機構 Oxford Economics 公布的數據：到 2030 年，也就是十年后全球將有 2000 萬個 制造業崗位，將被工業 機器人 取代。
每一個新機器人進入勞動力市場，將平均有 1.6 名人類制造工人被替換。
電子制造業巨頭富士康，在高峰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，并在采訪中提到 「未來五年內，要將 80 % 的工人進行裁員或培訓轉型」。
為此，富士康的「百萬機器人 」 計劃里，投入的機器人工人已經在鄭州工廠、成都平板工廠、昆山和嘉善的計算機/外設工廠投入使用。
僅 2016 年一年里，富士康將昆山工廠的工人數從 11 萬減少到 5 萬，直接換掉 6 萬工人。
機器人、機械臂、工業 AI 的蓬勃發展，讓我們感到工業 4.0 的美夢，似乎近在眼前。
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云蕪湖工廠，發生了一件駭人聽聞的事故。
一名 39 歲經驗老道的操作工，在給自動化生產線上的搬運機器人更換刀具時，機器人突然無故啟動，操作工被搬運機器人夾住無法脫身。
雖被同事及時救下，但最終因傷勢過重，送到醫院后不治身亡。
圖為發生事故的機器人示意
肇事的機器人屬于工業搬運機器人，形狀類似吊車，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，干活不累
工業裝配，看似是制造過程中較簡單的程序，但實際中會面臨重復、繁瑣的步驟，而因為人為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 推出了一種基于攝像頭的計算機視覺解決方案，可應用到工廠的生產線上， 通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，通過這個計算機視覺平臺，打造了一個嚴謹高效的員工助手。
通過對實時視頻的分析， 可以跟蹤工人腕部、身體等部位的姿勢和動作，無需傳感器，就能和標準的動作規范進行比較，指出裝配工序中不規范的地方。
該系統還可以識別工作流程中的其他問題，零件丟失，損傷等。
攝像頭裝配在工人操作臺上方
通過對芯片組的利用，Invisible AI 能夠為其平臺制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他的解決方案小 100 倍。
通過簡潔的 Web 儀表板，就可以看到出問題的裝配步驟。
系統展示面板：步驟缺失會報警提示
借助這項技術，裝配工人能夠及時地獲得幫助，清晰生產環節的正確流程，避免出錯和遺漏。
Invisible AI 的早期合作伙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 還被作為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，并不是一個新鮮的概念，但用基于視覺方案進行提醒，和機器人直接介入的方式，還是存在著一些不同。
而隨著 AI 等技術的蓬勃發展，普通機器人向協作性機器人邁進，其中以協作性機械臂最為常見。
機械臂在搬運重物
把操作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，對于工藝標準相對成熟、穩定的標品，如汽車、大型機械等產品，機械臂能夠極大地提高效率，加快生產、裝配流程。
但對于手機、游戲機等，這類更新速度極快、制作工藝要求嚴苛的精細產品來說，改造、調試機器人的成本就遠高于人類工人了。
而 Invisible 這基于攝像頭的視覺處理方案，本質上還是保留了人工的操作，而是用計算機來提醒和規范人的行為，在需要依賴手藝的工作中還是大有用武之地。
工業 4.0 何時能夠實現，我們尚未可知。但無論是「機器換人」還是 「人換機器」，都在讓工業 AI 朝著更實際的方向繼續發展。
