当教练、做监工…… 人机协同下的AI更懂你


当教练、做监工…… 人机协同下的AI更懂你



看起来枯燥、高冷的算法 , 在经过不断迭代升级之后 , 如何变成可感知外界的人工智能 , 成为辅助人类决策的工具?在本届进博会上 , 这一过程有了生动的展示 。 人工智能可以是“读心”的乒乓球机器人 , 可以是灵活装配、节省成本的生产线“魔术师” , 也可以是瞬间读懂人体密码的“灵魂捕手” 。 在与人类的相生相伴中 , 人工智能不止一面 。
一位优秀的教练不仅要具备高超的技术水平 , 更需要具备“共情”能力 , 即了解运动员的心理状态 。 而在欧姆龙展区 , 第六代乒乓球教练机器人则具备了这些条件 , 它可以根据体验者的情绪与心理状态 , 加速提升人类球手的技术 。
“机器人运用了独特的人体测量技术 , 通过图像传感捕捉人体的一系列信息 , 例如表情、视线、心率等 , 从而实时评估并把握体验者的技术水平和情绪状态 。 同时 , 机器人还搭载了Meta-AI技术 , 通过这一技术 , 机器人可以分析并为体验者制定可以调动其情绪的回球与对打计划 , 让体验者既不会因为缺乏挑战感到无聊 , 也不会因为难度过高感到沮丧 。 ”欧姆龙株式会社研发中心AI控制研究室工程师刘晓俊说 , 在这样的AI算法加持之下 , 机器人具备了“读心”技能 , 和人类教练一样拥有了感知情绪的能力 , 进而可以更好地提升玩家的训练动力 , 帮助玩家释放自身潜能 。
如果将这套人工智能逻辑系统腾挪到生产线上 , 系统则展现出冷静克制的一面 。 在乒乓球教练机器人不远处 , 是“人机协作智能化单元生产线” 。
欧姆龙自动化中国市场推进部课长徐晓博介绍:“在这条生产线上 , 工人拧完螺丝后 , 生产线上的摄像头和传感器会扫描工人的作业情况 , 如果发现螺丝拧得不紧或者有遗漏的 , 会提示机器人‘下手’拧紧 , 随后 , 再交给外观检测机器人完成料盒、装盒、检测和产品打标的系列工序 , 最后 , 由‘移动操纵机器人’完成厂间的运输、取送、置放等工作流程 。 ”他说 , 一旦出现作业波动 , 终端显示屏将自动提示问题所在 , 相关操作人员、管理人员、客户等都能清晰地了解到工厂的实际状态 , 并形成决策依据 。
“整个工作流程也是可追溯的 , 如果发现某个产品的质量出现问题 , 可以通过后台的数据 , 追溯是零部件出了问题还是工人、工序的问题 。 ”徐晓博说 , 基于这套人机协同生产线 , 工作效率可以提升2倍以上 。
“人机协同 , 可以让生产线更好地适应柔性生产 。 传统的纯自动化生产线 , 如果要更换产品 , 就要换线 , 成本较高 , 但人机协同生产线可以根据上传订单的不同 , 进行多品种、小批量的送料装配、更改工序 , 而不需要换生产线 , 展示的这条生产线就能做3种产品 。 ”徐晓博说 , 人机协同的优势也在于 , 哪部分用人工 , 哪部分用机械 , 可以定制 , 为提升产线效率做小步快走的微调 , 而不是斥巨资大动干戈 。
3分钟 , 我们可以背一篇课文 , 记10个单词 , 看几条新闻 , 而在进博会ABB展区手表装配未来工厂的生产线上 , 机器人则可以配合组装一款手表 。 采访人员在现场看到 , 在一块显示屏前 , 只要从四款表带中选择一款后提交系统后 , 一旁的大屏幕就会显示当前的加工状态或者需要等待的时间 。
在装配线上 , 分布了5个机器人 , 率先开工的一款机器人会根据采访人员选择的表带和表面组装 , 并放在托盘上 , 随后 , 一款双臂机器人拿起手表和表带 , 组装在一起 , 甚至可以精细地将表带的一端插入表带扣中;当它传递给下一款双臂机器人后 , 机器人会将手表放入包装盒中 , 并折叠好表带和盒盖 , 再盖上盒盖传递给工作站 , 当最后一个机器人拿起包装盒上打印定制信息后 , 一只手表便通过传送带 , 由机器人抓取 , 送到采访人员面前 , 轻拍两下机械臂 , 它便松手去继续开工了 。

推荐阅读