博客
快速机器人的胡安·阿帕里西奥发现了人工智能可以解决的问题
在三分之一的这是我们对人工智能领袖的A3系列采访， Juan Aparicio，产品副总裁快速的机器人，讨论了人工智能在制造业中的使用案例，重点是机器人操作。A3公司人工智能技术战略委员会成员阿帕里西奥建议，在讨论使用哪种工具或技术之前，先确定并理解问题所在。看看他关于使用机器人即服务的建议，以及在你的工厂中开始自动化的正确合作伙伴。你可以在9月29日在俄亥俄州哥伦布市的AI与智能自动化会议．
 |
胡安Aparico |
你会建议公司如何选择他们的人工智能项目——他们在开始之前需要回答哪些问题?
引用比尔·盖茨的话，将自动化应用于高效的操作将会放大效率，但如果你将自动化应用于低效的操作，它将会放大低效。因此，我的第一个建议是，了解你想要自动化的任务是什么，要么是因为你面临劳动力短缺，要么是因为你想利用机器人和自动化的其他好处，看看人工智能甚至自动化是否适合它。人类极其灵巧和适应性强，机器人则不然。然而，机器人带来了可重复性、全天候运转和更高的速度。如果您确定您所考虑的任务不是正确的，那么环顾四周，很可能还有其他由人类完成的可自动完成的拾取和放置操作。
我的第二个建议是，如果有不同的自动化候选任务，从容易实现的目标开始，并尽早取得一些胜利。我不是在谈论自由飞行员和概念证明。从小处着手，制定计划，但要从第一天起就产生影响。
如果这个任务很适合自动化，我的第三条建议是，在你进入人工智能路线之前，寻找经过验证的自动化技术，看看它们是否足够。问问自己人工智能真正带来的价值是什么。尽量简化。例如，你可以修改部件表示，这样就不需要相机运行的姿态估计了吗?您将节省成本，提高可靠性和速度。
然后，如果你认为人工智能是正确的选择，因为它承诺的灵活性，我的下一个建议是，当你自己解决它时，一定要了解风险、技术的成熟度和支持它的整个基础设施(训练数据、边缘/云、连接、工程师等)。请记住，制造过程中的关键信息以纸张形式保存是很常见的。有序地使用“数据屋”是使用以数据为中心的自动化技术的先决条件。AI的实现也需要IT/OT的密切合作，这通常说起来容易做起来难，因为他们的目标可能并不一致。
总之，在了解问题之前不要选择工具。找一个能陪你一起完成这个过程的伙伴。一个致力于解决方案而不是特定技术的合作伙伴。人工智能的技能差距经常被认为是人工智能实现的障碍。计算机视觉、数据科学家和其他AI领域的竞争非常激烈。所以，寻找合作伙伴和供应商，他们专注于解决你的劳动力问题，并能够在需要的时候和地点带来人工智能。
如果炒作vs.现实，现在有多少关于人工智能的讨论?人工智能在制造业和自动化领域的影响最大的是哪里?目前正在部署的人工智能的一些有效的实际工作用例是什么?
在每一个正在生产的AI部署中，要么循环中有一个人，要么失败的风险非常低。如果AI算法的输出在失败后会产生灾难性的结果，那么它可能不是正确的目标应用程序。例如，如果您保持总体吞吐量，那么在拣货操作中丢失一个拣货器并不是什么大问题。这就是为什么你会看到许多公司解决拣仓、码垛、放风筝等问题的原因。涉及灵活抓取的问题现在是可以实现的。但有一个很大的警告，该技术是特定于对象的，您的特定部分可能不那么容易掌握!此外，由于物流的高需求，很多重点放在挑选上。但在许多制造应用和机器照料中，精确放置也是必不可少的。
质量检查也是一个有效的用例。使用人工智能和机器学习进行检查和缺陷分析是当今人工智能在自动化领域最常见的应用之一。在推进自动化协会(Association for advance Automation)成员最近的一项调查中，82%实施了AI技术的公司表示，他们在生产过程中使用了视觉/检查应用。
人工智能的另一个目标领域是自主移动机器人(AMRs)。amr已经利用人工智能做出更好的路线决策，优化路径效率，学习如何更好地在人类周围导航，并区分环境中的相关物体，如叉车。
在即将受到人工智能影响的制造业应用前沿，组装是一个重要的候选者。如果吞吐量不是问题，视觉伺服和深度强化学习(通过模拟加速)可以解决相对复杂的装配任务，如钻洞插入。但同样，您也要付出代价，在这种情况下，吞吐量和成本(力力矩传感器、相机、计算设备)。还有一个有趣的研究领域是将AI用于机器人编程辅助，在机器人任务编程过程中提供建议和纠正，以帮助新手用户。一个例子是ARM研究所资助的项目，READY Robotics, Fedex, university . Memphis和DeepHow是合作伙伴。
你能和我们分享一个人工智能或智能自动化的成功故事吗?
人工智能和智能自动化的成功故事很难找到，因为当一项技术实施失败时，公司不会公开谈论它，而当它进展顺利时，他们会把它作为一个秘密的竞争优势。
部署，比如来自联邦快递的Plus One机器人公司,或Ambi Robotics和Pitney Bowes或Knapp和协变都是AI在物流领域的成功案例。
在制造方面，我可以分享我们最近公布的一项技术，这项技术已经在我们的客户网站上产生了巨大的影响。这是我们在快速机器人公司开发的计算机视觉技术的一个例子，它使中小型企业能够在高混合环境中实现自动化，并具有正确的ROI。它被称为智能设置(Smart Setup)，并解锁了一种迄今为止还不属于自动化领域的功能:轻松、快速地在任务之间移动机器人。
在大多数中小企业业务中，使用一个固定且昂贵的自动化解决方案，其可变性太大了。智能设置是0到1解锁技术的一个例子。如果没有简单的任务切换，即使是简单的任务，ROI也不会存在。中小企业不能付钱给系统集成商，让他们每次都让机器人完成不同的任务。如果使用自动化，他们损失的钱会比节省的钱更多。这就是现状，也是美国大多数制造商负担不起机器人技术的部分原因。
它是这样工作的。在基于平板电脑的应用程序中，只需轻轻一触，快速机器操作员(Rapid Machine Operator，简称RMO)摄像头就能分析工作空间。另外，RMO计算零件和表面的距离和方向，然后更新运动路径，以最快和最精确的方式执行给定的任务。只要再敲一下，RMO就开始了新的任务。
这就是全部。不支持的票。不需要系统集成商。Smart Setup使用内置的计算机视觉自动处理一切，运行在Rapid的边缘计算平台上。
这就是诀窍，每个应用和部件都是不同的，包括不同的公差和要求。没有什么灵丹妙药能解决所有的边缘问题。这就是为什么我们对每一次部署都进行了审查，以确保技术能够很好地适合手头的应用程序，并且在机器人安装后不会出现意外或苦味。
你可以在这个视频中看到它的作用:
很多人都在谈论人工智能项目的试点炼狱。公司得到的解决方案在实验室或小型试点中运行。但要把它大规模地带入现实世界，可能是一个挑战。你如何克服这一点?
从第一天开始就要现实地考虑你想要达到的指标，并定义一个部署路径，在这个路径上使用网关，可以自动解锁下一个阶段。一厢情愿不是一条路。如果某些东西在实验室中有效，它根本不能保证在生产中也有效。
在你的生产环境中执行AI不应该只是获得最酷的新技术和最新的炒作。人工智能的使用需要牢牢扎根于改善制造业成果。
规模化是关键，在研究人工智能在制造业中的应用时应该考虑到这一点。您不希望您宝贵的研发团队工作并解决一个具有挑战性的问题，然后才意识到您负担不起运行中的维护费用，或者基础设施将过于昂贵。在这种情况下，技术再次陷入了一个新的炼狱。
AI只针对大玩家?中小型企业如何利用这些技术?我们如何使人工智能和智能自动化的部署民主化?
这是一个“数字游戏”。如果你是一家中小企业，拥有几个机器人，你可能无法充分利用人工智能的优势。你根本没有足够的数据。如果你有一个由数百个机器人组成的舰队，那么有趣的趋势就会出现。
这就是为什么机器人服务是一个如此有趣的机器人模型。在这些场景中，公司为机器人操作员提供数百个系统的可见性，可以使用数据集中改进算法，每个部署都受益于共享的智慧。
这同样适用于智能自动化。大多数中小企业都没有机器人!他们要么太贵，要么风险太高。让我举一个成功的例子:westc塑料公司。它们是湾区最知名、最受尊敬的制造企业之一。与许多其他制造商一样，他们也面临着劳动力短缺的问题，传统的自动化对于他们的高混合环境过于昂贵和不灵活。早在2020年初，Westec就获得了一份新合同，为COVID-19检测试剂盒制作塑料PCR“芯片”。我们(Rapid Robotics)与他们合作，他们“雇佣”了一名快速机器操作员(RMO)，负责测试套件生产线。不到一个星期，RMO就开始在生产线上工作，整齐地切割来自Westec四腔注塑机的托盘之间的塑料门。问题:Westec的客户下了1000万件的订单——但是在工作进行到一半的时候取消了! With conventional robots, the cancellation would have been a costly fiasco for Westec’s fledgling automation program. Instead, the RMO was repurposed and carried on with different tasks, helping Westec human operators pad-print everything from medical devices to thermostat housings. In this task, a human operator might print one side of a part and stage it into a holding fixture. The robot would then take the part from the fixture,stamp it with the pad printer, pick it back up and load it into a drying tray. When the tray was full, the RMO would push it into a bin for bulk packaging. a human operator might print one side of a part and stage it into a holding fixture. It would then take the part from the fixture,stamp it with the pad printer, pick it back up and load it into a drying tray. When the tray was full, the RMO would push it into a bin for bulk packaging.
我们经常听到半导体短缺的消息，但这只是冰山一角。合同制造商不能生产垫圈、小瓶和标签。我们曾见过因为生产不出一块黑色u型塑料而导致整个汽车生产线停产的案例。中小企业是这个国家的支柱，我们需要用自动化赋予它们能力，以确保它们的成功。这就需要不同的自动化方法。大的系统集成预算，以及难以找到和昂贵的雇佣，AI工程师不适合中小企业的需求。他们需要拥有数百个机器人的车队，即使他们只拥有几个机器人。这就是像Rapid Robotics这样的公司存在的原因;将人工智能和自动化带到98%的制造业，这些制造业目前找不到劳动力，并对传统的机器人方法持怀疑态度。
对于阅读这篇文章的中小企业来说，如果你仍然在手工执行机器抚平的任务，如注塑，移印，热冲压，车床抚平，等等，是时候给自动化一个机会了!
更多胡安的建议将于9月29日在俄亥俄州哥伦布市举行AI与智能自动化会议
Juan是一位机器人和自动化爱好者，他的目标是在制造业和其他领域推广和普及机器人技术。在他的职业生涯中，他将工业自动化、机器人和人工智能领域结合在一起。他的作品曾被《纽约时报》、《麻省理工科技评论》、《连线》、《福布斯》、《theroboreport》等媒体报道。他是Rapid Robotics公司的产品副总裁，致力于实现自动化的可扩展性、可访问性和可负担性。在加入Rapid之前，Juan是Ready Robotics公司的产品副总裁，在那里他推出了Forge/OS 5，这是一个屡获殊荣的机器人和自动化工业平台。在此之前，Juan是西门子先进制造自动化部门的负责人，他在加州伯克利领导了一个顶尖的研究人员和工程师团队，与机器人和人工智能领域的著名学术伙伴并肩工作。Juan是先进机器人制造(ARM)的技术顾问，A3的AI技术战略委员会成员和Skydeck顾问。2019年，他被授予MIT Tech Review欧洲35岁以下创新者先锋类。2020年，他被授予西门子年度发明奖和著名的托马斯·阿尔瓦·爱迪生专利奖。