未來工廠看起來可能會(huì)有所不同，但是人工智能將它們轉(zhuǎn)變?yōu)槲磥淼?a href="http://m.wnmc.org.cn/sell/search.php?keyword=%E6%9C%BA%E5%99%A8%E4%BA%BA" title="機(jī)器人" target="_blank">機(jī)器人驅(qū)動(dòng)的工廠將代表精益制造的新時(shí)代。精益制造是一個(gè)多世紀(jì)以來一直在提高生產(chǎn)率和質(zhì)量的理念，它基于五個(gè)核心思想：

• 找出產(chǎn)品對(duì)客戶的價(jià)值

• 映射其價(jià)值流，并刪除不必要的步驟

• 設(shè)置流程，使其可以在其余步驟中連續(xù)移動(dòng)

• 建立生產(chǎn)拉動(dòng)系統(tǒng)

• 努力完善流程

這些原則使公司成為世界領(lǐng)導(dǎo)者。雖然制造設(shè)施在近幾十年來不斷發(fā)展，但精益制造的原則仍然適用。事實(shí)上，人工智能和工廠機(jī)器人技術(shù)的進(jìn)步使制造過程更加自動(dòng)化，為精益生產(chǎn)開辟了新的途徑。

機(jī)器人技術(shù)已經(jīng)在制造業(yè)中應(yīng)用了幾十年，但是由于其功能的局限性以及對(duì)人為干預(yù)的需求，使得更多的自主生產(chǎn)線無法被廣泛采用。汽車裝配線上的機(jī)械臂可以通過編程反復(fù)連接部件，只要這些部件不發(fā)生變化。引入一個(gè)新的組件，或者發(fā)生在一個(gè)損壞的組件上，一個(gè)自動(dòng)化的生產(chǎn)過程可能會(huì)停頓下來。

想象一下，如果機(jī)械臂可以“看”損壞的組件并確定其有缺陷，或者，它可以區(qū)分多種類型的組件并決定如何響應(yīng)。通過機(jī)器視覺和深度強(qiáng)化學(xué)習(xí)，這些動(dòng)作現(xiàn)在成為可能。

或者下一組機(jī)器，它們可以彼此自動(dòng)協(xié)調(diào)其活動(dòng)以追求一個(gè)共同的目標(biāo)。在工廠和倉庫中，當(dāng)務(wù)之急是最大程度地提高吞吐量。運(yùn)轉(zhuǎn)中的機(jī)器可以是工廠車間的自動(dòng)駕駛車輛（AGV），起重機(jī)或工廠車間的設(shè)備加工項(xiàng)目。這些機(jī)器是成組運(yùn)行的，如果協(xié)調(diào)起來，它們可以作為一個(gè)團(tuán)隊(duì)。

使用AGV將物料從一個(gè)位置移動(dòng)到另一位置。例如，將一個(gè)項(xiàng)目從一個(gè)處理階段轉(zhuǎn)移到下一個(gè)階段。要采用一組AGV車隊(duì)，您必須立即解決幾個(gè)問題：

• 應(yīng)該將哪個(gè)AGV分配給哪個(gè)行程

• 確保AGV既不會(huì)相互碰撞，也不會(huì)互相干擾

• 確保AGV的車隊(duì)保持充電狀態(tài)

一些工廠和倉庫已經(jīng)部署了這種AGV車隊(duì)，隨后還會(huì)有更多車隊(duì)。諸如深度強(qiáng)化學(xué)習(xí)之類的人工智能（AI）算法可以充當(dāng)指揮塔來指揮機(jī)器組，從而使它們作為一個(gè)團(tuán)隊(duì)進(jìn)行協(xié)調(diào)，并以一種不協(xié)調(diào)的方式完成更多的任務(wù)。這種團(tuán)隊(duì)合作也稱為緊急行為，因?yàn)樗皇窃趩蝹€(gè)計(jì)算機(jī)的級(jí)別上發(fā)生，而是僅在它們作為一個(gè)組進(jìn)行協(xié)調(diào)時(shí)才出現(xiàn)。

同樣，倉庫起重機(jī)可以一起將貨物從裝載碼頭移動(dòng)到貨架上。這就是所謂的入庫問題，目標(biāo)是以盡可能以高效的方式將進(jìn)貨出貨。在這方面，深度強(qiáng)化學(xué)習(xí)(RL)等算法也可以通過確保將貨物放在需要最少努力的地方，使物理操作更加精簡，而這些地方是將貨物放在出站卡車上的時(shí)候。

除了制造業(yè)和物流業(yè)，將受到機(jī)器人技術(shù)和人工智能雙重發(fā)展影響的行業(yè)還包括航運(yùn)、貨運(yùn)代理、石油和天然氣、采礦和汽車業(yè)。

車隊(duì)路線的一種排列與分布式設(shè)備的維護(hù)有關(guān)。反應(yīng)性或計(jì)劃性維護(hù)正在慢慢地為人工智能驅(qū)動(dòng)的預(yù)測性維護(hù)奠定基礎(chǔ)，該維護(hù)基于故障頻率的歷史數(shù)據(jù)和來自設(shè)備物聯(lián)網(wǎng)（IoT）傳感器的實(shí)時(shí)數(shù)據(jù)來確定機(jī)器和機(jī)器人維修的正確時(shí)間。

除了機(jī)器視覺之外，人工智能正在改變工廠車間各個(gè)方面的可能性。機(jī)器學(xué)習(xí)算法可能能夠幫助機(jī)器人技術(shù)獨(dú)立于人為監(jiān)督的程序?qū)W習(xí)新部件。

對(duì)于使用精益生產(chǎn)方法的設(shè)施，針對(duì)機(jī)器人技術(shù)的人工智能進(jìn)步將是一個(gè)突破?；谌斯ぶ悄艿臋C(jī)器人技術(shù)可以在更少的步驟中完成更多工作，從而與精益制造的基礎(chǔ)與減少和簡化流程的想法保持一致。能夠獨(dú)立做出決定，識(shí)別新零件和新工藝并加快貨物流轉(zhuǎn)速度的機(jī)器人技術(shù)將極大地減少制造步驟的數(shù)量以及訂購和運(yùn)輸之間的時(shí)間。

除了采用更先進(jìn)的人工智能機(jī)器人技術(shù)外，制造業(yè)已經(jīng)在其他方面受到人工智能的影響。資源成本管理和價(jià)格預(yù)測等領(lǐng)域正在通過強(qiáng)化學(xué)習(xí)等人工智能分支得到改善，隨著這些技術(shù)變得更廣泛時(shí)，這些領(lǐng)域才會(huì)繼續(xù)得到增強(qiáng)。未來工廠看起來可能會(huì)有所不同，但人工智能將其轉(zhuǎn)變?yōu)槲磥淼臋C(jī)器人工廠將代表一個(gè)精益制造的新時(shí)代。