援助之手。 重新思考機器人
機器人一直在做我們的工作 自1960以來。 那麼為什麼呢 政治家 和 商界領袖 現在才變得如此擔心機器人導致大規模失業？
它歸結為機器人究竟是什麼的問題。 而 科幻小說 經常將機器人描繪成機器人以與人類大致相同的方式執行任務，現實是機器人採取更加專業化的形式。 傳統的20世紀機器人是工廠生產汽車的自動化機器和機械臂。 商業21st世紀機器人是超市自助結賬， 自動導向倉庫車輛，甚至 漢堡翻轉機 在快餐店。
最終，人類並沒有變得完全多餘，因為這些機器人可能非常有效，但它們也有點愚蠢。 他們不會以非常準確但非常有限的方式思考，他們只是採取行動。 人類仍然需要圍繞機器人工作，完成機器無法完成的工作並在卡住時修理它們。 但由於可以適應多項任務的新一波更智能，更具價值的機器，這一切都將發生變化。 這種變化將非常重要，它將創造一個 新的工業革命.
第四次工業革命。 Christoph Roser, CC BY-SA
行業4.0
這個“行業4.0”的時代正受到同樣的技術進步的推動，這些技術進步使智能手機的功能得以實現。 它是低成本和高功率計算機，高速通信和人工智能的混合體。 這將產生更智能的機器人，具有更好的感知和通信能力，可以適應不同的任務，甚至協調他們的工作，以滿足需求，而無需人類的輸入。
在製造業中，機器人可以說是在任何領域取得最大進展，這將意味著一個巨大的轉變 集中到分散的協作生產。 傳統機器人專注於單一，固定，高速操作，並需要高技能的人力勞動力來操作和維護它們。 行業4.0機器靈活，協作，可以更獨立地運行，最終消除了對高技能勞動力的需求。
{youtube}5bVkpYtW3uo{/youtube}
對於大型製造商而言，4.0行業意味著他們的機器人將能夠感知他們的環境並進行通信 工業網絡 可以遠程運行和監控。 每台機器都會生成大量數據，可以使用所謂的“集中研究”大數據“分析。 這將有助於確定提高整個工廠的運營績效和生產質量的方法，例如通過更好地預測何時需要維護並自動安排。
對於中小型製造企業，Industry 4.0將使其更便宜，更易於使用機器人。 它將創建可重新配置以執行多個作業的機器，並進行調整以適應更多樣化的產品系列和不同的生產量。 該部門已經開始從可重構機器人中受益，該機器人旨在與人類工作人員協作並分析他們自己的工作以尋求改進，例如 BAXTER, SR-TEX 和 CareSelect.
雖然這些機器越來越智能，但它們仍然沒有我們那麼聰明。 今天的工業人工智能在一個 狹窄的水平，它提供了機器展示的人類智能的外觀，但是由人類設計。
接下來發生的事情被稱為“深入學習“。 與大數據分析類似，它涉及實時處理大量數據，以決定採取何種最佳行動。 不同之處在於機器從數據中學習，因此可以改善其決策制定。 一個完美的深度學習的例子被證明了 谷歌的AlphaGo 自學的軟件 擊敗世界上最偉大的圍棋球員.
申請的轉折點 人工智能製造 可以使用稱為圖形處理單元（GPU）的特殊微芯片。 這使深度學習能夠以極快的速度應用於極大的數據集。 但仍有一段路可走 大工業公司 正在招募大量科學家來進一步發展這項技術。
特斯拉機器人工廠。
對行業的影響
隨著行業4.0技術變得更加智能和廣泛可用，任何規模的製造商都將能夠部署經濟高效，多用途和協作的機器作為標準。 這將帶來工業增長和市場競爭力，更好地了解生產過程，從而產生新的高質量產品和數字服務。
對於具有自身運營潛力的智能機器人工作人員究竟會對製造業產生什麼影響仍然存在 廣泛爭議。 我們從科幻小說中了解的人工智能仍處於起步階段。 這可能是22nd世紀之前的機器人真正有可能通過開發不僅僅是深度學習而是模仿人類思維的真正的人工理解來使人類勞動過時。
理想的情況下行業4.0將通過消除重複性任務並為其提供更好的機器人工具，使人類工作者在工作中獲得更多成就。 從理論上講，這將使我們人類更多地關注業務發展，創造力和科學 任何機器人都難以做到。 過去讓人類多餘的技術了 迫使我們適應，通常有更多的教育。
但是，由於工業4.0機器人將能夠在很大程度上獨立運營，我們可能會看到製造業工作帶來更大的人力冗餘，而其他部門無法創造足夠的新工作。 然後我們可能會看到更多保護人類勞動的政治舉措，例如 徵稅機器人.
同樣，在理想情況下，人類可能能夠專注於做事情 這讓我們成為人類也許是由一個人推動的 基本收入 機器人工作產生的。 最終，我們需要確定機器人勞動力是否會對我們，對我們或對我們有效。
關於作者
Jeff Morgan，製造研究工程， 都柏林聖三一學院
相關書籍：
at InnerSelf 市場和亞馬遜
