ロボットは労働者を完全に置き換えるのでしょうか?心配しないでください。人間と機械の組み合わせだけが仕事の疲れを軽減できます

ロボットは労働者を完全に置き換えるのでしょうか?心配しないでください。人間と機械の組み合わせだけが仕事の疲れを軽減できます

英国の著名な分析機関オックスフォード・エコノミクスが発表したデータによると、今から10年後の2030年までに、世界の製造業の2000万の仕事が産業用ロボットに置き換えられるだろう。

労働力に加わる新しいロボット 1 台ごとに、平均 1.6 人の人間の製造労働者が置き換えられます。

電子機器製造大手フォックスコンは、生産の最盛期には合計130万人の従業員を抱えていた。近年、郭台銘は「インダストリー4.0」への変革を積極的に模索しており、インタビューの中で「今後5年間で労働者の80%が解雇されるか、変革のための訓練を受けるだろう」と述べた。

[[325405]]

この目的のため、フォックスコンの「100万ロボット」計画では、鄭州工場、成都タブレット工場、昆山と嘉善のコンピューター・周辺機器工場でロボット労働者を活用している。

2016年だけでも、フォックスコンは昆山工場の労働者数を11万人から5万人に削減し、6万人の労働者を直接入れ替えた。

ロボット、ロボットアーム、産業用 AI の急速な発展により、インダストリー 4.0 の夢がすぐそこまで来ていることを感じます。

産業用ロボット:まだ完璧な解決策ではない

2018年半ば、ゼネラルモーターズのネクステア凌雲蕪湖工場で恐ろしい事故が発生した。

39 歳の熟練した作業員が自動化された生産ライン上のハンドリング ロボットのツールを交換していたところ、ロボットが突然理由もなく起動し、作業員はハンドリング ロボットに閉じ込められ、脱出できなくなりました。

彼は同僚によって間に合うように救助されたが、重傷のため結局病院で死亡した。

[[325406]]

写真は事故に遭ったロボット

事故に巻き込まれたロボットは、クレーンのような形をしており、太いアームを持ち、重い物を持ち上げて運ぶのに使用される産業用ハンドリングロボットです。

機械には不安定な部分があり、人間には弱点があります。

半教師あり産業用AI: 人間と機械のコラボレーションにより作業の疲労を軽減

工業組立は製造プロセスの中では比較的簡単な手順のように思われるかもしれませんが、実際には反復的で退屈な手順が含まれており、人的要因により漏れやエラーが発生する可能性があります。

Invisible AIというアメリカのスタートアップは、コンピュータービジョンなどのAI技術を利用して、このリンクで発生する可能性のある隠れた危険を回避しています。

Invisible AI は、工場の生産ラインに適用できるカメラベースのコンピューター ビジョン ソリューションを発表しました。ビデオを通じて作業員の組み立てプロセスを監視し、エラーが発生したときにタイムリーにリマインダーを提供します。

テスト中にラジエーターを設置する作業員をリアルタイムで監視

視覚アルゴリズムと統合されたカメラは、システムの構築と展開において重要なプロセスです。このコンピューター ビジョン プラットフォームを通じて、厳密で効率的な従業員アシスタントが作成されます。

リアルタイム映像を解析することで、作業者の手首や体の各部位などの姿勢や動きを追跡し、センサーを必要とせずに標準動作仕様と比較し、組立工程の異常を指摘することができます。

システムは、部品の不足や損傷など、ワークフロー内のその他の問題も特定できます。

[[325407]]

カメラは手術台の上に設置されている

Invisible AI は、チップセットを活用することで、プラットフォーム用の強力な低帯域幅カメラ システムを作成できると同時に、分析に使用される機械学習モデルは他のソリューションの 100 分の 1 の大きさになります。

シンプルな Web ダッシュボードを通じて、どの組み立て手順に問題があるかを確認できます。

システム表示パネル: 手順が不足している場合はアラームが鳴ります

このテクノロジーの助けにより、組み立て作業員はタイムリーな支援を受け、正しい生産プロセスを明確に理解して、エラーや漏れを回避することができます。

Invisible AI の初期のパートナーには、有名な自動車大手トヨタが含まれています。今年 1 月のトヨタ自動車カンファレンスでは、Invisible AI が 4 つの重要なテクノロジーの 1 つとして取り上げられました。

機械が人間に取って代わったり、人間が機械に取って代わったりするのは、人間と機械の両立ほど良いことではない。

ロボットを使用して工業生産を支援することは新しい概念ではありませんが、リマインダー用の視覚ベースのソリューションを使用することと、ロボットが直接介入することとの間にはいくつかの違いがあります。

AIなどの技術の活発な発展により、一般的なロボットは協働ロボットへと移行しつつあり、その中でも協働ロボットアームが最も一般的です。

[[325408]]

重い物を運ぶロボットアーム

オペレーターをロボットまたはロボットアームに置き換えるには、非常に高いレベルの技術反復と迅速な適用が必要です。自動車、大型機械、その他の製品など、比較的成熟し安定したプロセス標準を持つ標準製品の場合、ロボットアームは効率を大幅に向上させ、生産および組み立てプロセスをスピードアップできます。

しかし、携帯電話やゲーム機など、アップデートが速く、生産要件が厳しい高級製品の場合、ロボットの改造やデバッグにかかる​​コストは、人間の作業員にかかるコストよりもはるかに高くなります。

Invisible のカメラベースの視覚処理ソリューションは、基本的に手動操作を維持しながら、コンピューターを使用して人間の行動を思い出させ、制御します。手動スキルを必要とする仕事では、依然として非常に役立ちます。

インダストリー4.0がいつ実現するかはまだわかりません。しかし、「機械が人間に取って代わる」にせよ、「人間が機械に取って代わる」にせよ、産業用 AI はより実用的な方向に発展し続けることになる。

<<:  AIが「ツール人」を救う: RPA+AIがすべてを自動化

>>:  小売業界におけるAIインテリジェントビデオ分析の応用

ブログ    
ブログ    
ブログ    

推薦する

ディープラーニングの父、ヒントン:次世代ニューラルネットワーク

ディープラーニングの父ヒントン氏:次世代ニューラルネットワーク SIGIRは、情報検索の分野における...

スタンフォード大学、AIがシマウマを犬と誤認する理由を発見

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...

NTRU 1.2 リリース Java 用 NTRU 暗号化アルゴリズム ライブラリ

NTRU 1.2 バージョンには多くの機能強化とバグ修正が含まれていますが、このバージョンは以前のバ...

テクノロジーが伝染病との戦いに役立ちます!無人車両が配送業界の「寵児」に

2014年、わが国の宅配業界は「100億」時代に入り、それ以来高速成長傾向を維持しています。 202...

コーダーの皆さん、おめでとうございます!マイクロソフトは、LLMを使用して168のコードベースにわたるコーディングタスクを自動化するCodePlanを提案している。

大規模なモデルの場合、ローカライズされたエンコード タスクに優れています。しかし、タスクが複数の相互...

強力な人工知能まであとどれくらいでしょうか?まず、これらの5つの数学の問題を解くのに10年から20年かかります

[[272461]] 7月30日、成都ハイテクゾーンの景栄会で開催された2019年世界人工知能サミッ...

AIと機械学習が建設業界にもたらす変化

建設業界は長い間、伝統的な手作業のプロセスで知られてきましたが、テクノロジーの進歩により急速に変化し...

...

...

自動運転車が公道を走るのを妨げているものは何でしょうか?

イーロン・マスク氏は、テスラが2020年末までに完全自動運転車を開発すると繰り返し強調している。 「...

...

2023年の人工知能に関する6つの予測

現在の AI ブームと展望に基づいて、2023 年の AI に関して専門家が予測する 6 つの点を紹...

機械学習で最もよく使われる最適化の1つ - 勾配降下法最適化アルゴリズムのレビュー

勾配降下アルゴリズムは、機械学習で非常に広く使用されている最適化アルゴリズムであり、多くの機械学習ア...

5分でわかるReLU: 最も人気のある活性化関数

この記事は、公開アカウント「Reading the Core」(ID: AI_Discovery)か...