cookieOptions = {...}; .出人意料!最容易自動化的領域反而是創造類工作 - 3S Market「全球智慧科技應用」市場資訊網

3S MARKET

2020年8月26日 星期三

Reimagine Public Safety. Today.



來源:網易科技報道


  
據外媒(VentureBeat)報導,我們已經聽到足夠多的科技預言,講機器人將如何接管,我們日常生活中單調重複工作,使人類能夠專注於更高技術含量或創造性的任務。

但實際的情況可能正與此相反:最容易自動化的任務正是創造性工作,那些重複性工作自動化起來,反而非常棘手。


出人意料容易自動化的領域
藝術
21 世紀初,倫敦大學「The Painting Fool」繪畫程序創作了藝術作品。其大部分進入畫廊,同人類作品一同展出。像 DeepStyle 和 Prisma 這樣的神經網路,使用卷積神經網路模仿特定藝術家風格,對照片進行風格化處理。Withoomph、Tailor Brands 和 Logojoy 等徽標生成系統,能半自動或全自動地,根據關鍵字生成徽標設計。

研究人員還將這一過程,運用到音樂上。Melomics 是一個根據生活方式和活動主題創作,並播放音樂的系統。IBM 與藝術家聯手,將大量音樂、歌詞與情感分析相結合,幫助「沃森」合成音樂。如此一來,自然的人類創造力不再是創造美所必須的。


科研
科學的一個核心基礎是重複性。移液操作在許多實驗室中,都屬於單調和勞動密集型任務,OpenTrons 等公司致力於用自動化移液裝置,來幫助科學家節省時間和金錢。新創公司 Arcturus 和 BioRealize,讓科學家能夠遠端操控基因工程實驗,大大減少錯誤和實驗時間。其他新創公司 —— 如 Emerald Therapeutics 和Transcriptic,則希望將研究過程遷移到雲端,使用遠端機器人系統,來自動執行實驗。

除了自動化手工的實驗室工作,當下機器也在將科學發現和理解自動化。康奈爾大學的 Nutonian,能夠在不給出任何預先假設的情況下,創建數據模型。來自劍橋、阿斯伯里和曼徹斯特的研究人員,打造了一個類似的自助科學算法,稱其為史上第一台能夠自主發掘科學新知的機器。隨著科學研究的增加,科學家可能會越來越依賴自動化系統。


法律
從事法律行業需要對法律、案例和其他判例法有多年的學習和理解。AI 的最新進展,讓這些任務的自動化成為可能。迄今為止,判例法、合同法和辯護已有自動化實踐。

新創公司 DoNotPay 的機器人律師,能偶幫助用戶處理交通罰單。ROSS Intelligence 使用 AI 來闡述相關法律段落和案例,以提高法律研究的效率和品質。eBrevia 使用 AI 從合同中提取數據,以幫助合同分析等相關應用。

法律究竟在多大範圍內,能夠自動化引起人們的疑慮。由於大多數法律行業的機構是按小時收費,所以看律師們如何權衡自動化帶來的利益與責任將會很有趣。


警務和保全
人類物理安全團隊的主要職能,是觀察和報告安全事故。由於對雇主負有責任,許多人類保全人員並不允許干涉,這使得他們的工作更容易自動化。迄今為止的保全自動化,專注於對現有保全力量的增強。用並不昂貴的手段增強保全的視野和聽力範圍,超越傳統固定監視攝影機所覆蓋的範圍。

Knightscope 和 Gamma 2 Robotics 打造了地面保全機器人,透過物理臨場提供力量威懾。這些機器人被佈署在越來越多的企業園區和商場。另一家名叫 Nightingale 的新創公司使用無人機幫助客戶進行監視作業。稍加時日,機器人可基本取代警察和安全部隊,只需要在解決暴力事件時再動用人工力量。

出人意料難以自動化的領域
清潔
清潔機器人 Roomba 是 2002 年第一批,針對普通消費者推出的消費級機器人之一。15 年後的今日,清潔機器人行業並沒有任何實質的創新為其贏得商業上的成功。一家名為 Intellibot 的公司,製造出了一個名為「TASKI」的大型自動化地板清潔機,銷量寥寥無幾。此外 Brain Corp 也與國際清潔設備公司聯手,推出了名為「RS26」的大型地板清潔機。


除了清潔地板,機器人還被引入,對人類而言過於危險的清潔作業。新創公司 Ecoppia 使用機器人來清潔帶陽能電池板,美國放射性廢物管理專業公司 Kurion 的核污染清理機器人,還被挑選在福島作業。


服裝和紡織
紡織製造業是第一批實現自動化的行業之一,不過完全的自動化仍然難以實現。機器人善於操作不會變形的固體物件,但紡織品剪裁、拉伸和壓縮讓機器人束手無策。今天的機器人能夠完成染色、剪切和複雜的紋樣設計,但實際縫紉、添加花邊和褶皺等工作仍然需要靈巧的人手完成。

很少有公司在高級縫製方面取得重大進展。Softwear Automation 便是其中之一。它使用高速攝影機來跟蹤紡織品,讓機器人在彎曲多變的布料上進行作業。耐吉也正在使用自動化來替代傳統的鞋子組裝過程。FLYKNIT 系列鞋子的頂部,就是由一個連續的線編織而非多個部件的拼裝。

自動化在服裝護理方面的進展同樣不多。雖然機器可以洗滌和烘乾,但是裝載、取出和折疊過程仍然是重復和費力的工作,沒有理想的自動化解決方案。新創公司 Laundroid 和 Foldimate 開發了洗衣折疊機器人,不過因體積大功能小引來詬病。

農業
使用自動化來替代手工的農作物收割,迄今為止仍然是困難的。有些農作物的果實脆弱易損,而電腦視覺在辨識作物果實上也不容易。不過儘管面臨這些挑戰,仍有許多公司致力於實現農業的全自動化。


Harvest Automation 打造了一個名為「HV-100」的機器人,差不多可以實現作物整個生長週期的自動化。另外還有一系列新創公司致力於打造除草和鬆土機器人。這其中包括 Naio Technologies,它面向葡萄園生產除草機器人產品。

在水果採摘領域,諸如 FFRobotics、Abundant Robotics 和 Vision Robotics等公司一直致力於提供機器人水果採摘解決方案。雖然其產品尚未普及,不過他們的努力正在為更自動化的世界打下基礎。比如,他們使用抽吸裝置來拾取水果,避免了機械臂夾持的許多弊端。

展望未來
從以上概述的幾個主題中,我們可以大略預測機器人行業的未來。今天,機器人技術已經在自動化重複任務方面取得了重大進展,這些任務需要並不高超的技術。涉及到大量數據和資訊處理的任務,也可透過自動化來實現倍增。另一方面,需要複雜操作的任務仍然難以被自動化,這些任務需要更多技術支援,其中包括機器人所能提供給我們的更深層決策和資訊綜合能力。

機器人已經改變了許多主要行業,需要人工參與才能完成的事情越來越少。不過總體來看,一個完全自動化的世界仍在視野之外。

任何經過翻譯或轉載之中文資訊,我們為了盡量使用台灣常用相關名詞與慣用語法,將與原中文有所變更,但不改內容意義 – 3S MARKET

0 意見: