从体力劳动到自动化：追踪通往无工作未来的道路

完全自动化的商品制造之旅最终消除了对人类工作的需求，我喜欢将其称为“无工作周”。  实现这一“目标”的进展与人工智能（AI）和机器人技术的发展有着错综复杂的联系。本叙述将探讨人工智能在实现这一雄心勃勃的愿景中的关键里程碑和作用。十多年来，我一直在我们公司的网站上维护机器人和自动化的历史时间表。每年更新一次：https://futura-automation.com/2019/05/15/a-history-timeline-of-industrial-robotics/

1.前工业革命（18世纪之前）

工业革命之前，制造过程主要是手工且劳动密集型的。从大约200万年前“直立人”首次出现在史前非洲中部开始，古代工匠和工匠就依靠手工工具和繁琐的手工技术来生产商品（甚至洞穴壁画也算在内）。然而，即使在早期阶段，基本形式的自动化也开始出现。例如，杠杆、轮子、水车、齿轮和滑轮被用来为简单机械提供动力，实现纺织生产和谷物碾磨某些方面的自动化。

自动机本质上是由螺旋弹簧、水或风驱动的机械复杂机器，能够重现生活的某些方面，几千年前就在埃及帝国出现了。最近的一个例子是斯特拉斯堡（法国）大教堂的 14 世纪天文钟（我亲自参观过并感到惊讶！）。由于 1800 年代之前的复杂性以及有限的工具和材料，只有国王、皇帝和教皇才有能力委托制造复杂的自动机。下面的视频中提供了几个早期自动机的示例。

2.早期工业革命（18世纪末至19世纪初）

工业革命标志着制造业的重大转折。珍妮纺纱机、水力纺纱机和蒸汽机等创新彻底改变了纺织制造业，提高了生产率并减少了对繁琐体力劳动的依赖。 1799 年，伊莱·惠特尼 (Eli Whitney) 发明的轧棉机自动从种子中分离棉花纤维，简化了生产过程。

Eli Whitney 的杜松子酒，约 1790 年

3.批量生产（19世纪末至20世纪初）

19 世纪末和 20 世纪初，亨利·福特等远见卓识者开创的大规模生产技术兴起。福特在汽车制造中实施装配线大大减少了生产时间和成本，为进一步自动化奠定了基础。通过将复杂的任务分解为更简单的重复动作，装配线使得雇用半熟练工人来执行专门任务成为可能。

亨利·福特早期汽车生产线

4.自动化和机器人技术（20 世纪中后期）

20 世纪中叶见证了自动化和机器人技术的重大进步。计算机数控 (CNC) 机床的引入彻底改变了加工工艺，实现了机床的精确自动化控制。 CNC机床在所需的精密部件（闭环伺服电机和位置反馈编码器）和控制软件（G和M代码）方面为工业机器人奠定了基础。机器人开始进入工厂，快速、精确地执行焊接、喷漆和装配等任务。通用汽车于 1961 年安装了第一台工业机器人——液压操作的 Unimate，标志着自动化历史上的一个关键时刻。

早期的液压 Unimate 机器人

5.计算机化和 CAD/CAM（20 世纪 70 年代至 1980 年代）

1971 年，英特尔推出了第一款微处理器 4004。 20 世纪 70 年代和 80 年代，计算机化在制造业中得到广泛采用。计算机辅助设计 (CAD) 和计算机辅助制造 (CAM) 系统的发展彻底改变了产品设计和生产规划。 CAD/CAM 系统使设计人员能够创建产品的数字模型，该模型可以直接转换为自动化制造流程的指令。计算机技术的这种集成进一步简化了生产并提高了效率。

第一个微处理器，Intel 4004

6.可编程逻辑控制器 (PLC) 的兴起（1980 年代）

随着微处理器和廉价/普遍的计算和控制语言（如 Fortran 和“C”）的发展，工业化和专用自动化计算机应运而生。 20 世纪 80 年代见证了可编程逻辑控制器 (PLC) 的兴起，它彻底改变了工业自动化。 PLC 通过数字控制取代了传统的机电继电器系统，从而实现了更灵活、更可靠的制造过程自动化。开发了模拟继电器逻辑（称为“梯形图”）的软件。 PLC 可以通过编程来控制机械和设备、监控传感器的输入并执行基于逻辑的任务，从而减少工厂运营中人工干预的需要。

7.物联网 (IoT) 和智能制造（2000 年代）

21 世纪带来了制造业中物理技术和数字技术的融合。物联网（IoT）促进了工厂车间设备和设备的连接，实现了生产过程的实时监控和控制。嵌入机械和产品中的智能传感器提供了宝贵的数据见解，可实现预测性维护、质量控制和生产工作流程优化。智能制造时代为更加智能、自主的生产系统奠定了基础。

8.人工智能 (AI) 和机器学习的进展（2010 年代）

2010 年代和 20 年代见证了人工智能 (AI) 和“机器学习”的显着进步，进一步增强了自动化制造系统的能力。人工智能算法使机器能够从数据中学习、适应不断变化的条件并自主做出决策。机器学习算法优化了生产计划、预测性维护和质量控制流程，提高了效率并减少了停机时间。协作机器人（cobot）作为新一代机器人出现，旨在与人类一起工作，提高工厂车间的生产力和灵活性。

现在，在许多情况下，人工智能算法是通过计算机对现实世界变量如何相互作用（照明（用于视觉）、颜色、重量、机械运动、夹持力/压力、触觉反馈等）进行“运动学精确”模拟来教授的。通过模拟教授机器人的能力可以加快新任务的培训工作，这对于制造以更低的单位成本实现更高程度的定制至关重要。以下是牛津计算机科学研究所的视频，概述了机器人/人工智能交互的现状以及人工智能在各种未知环境中应用于多轴机器人如此具有挑战性的原因。

人工智能在实现全自动制造中的作用

人工智能 (AI) 在推动全自动化制造转型方面发挥着关键作用。它与制造流程的集成使机器能够以更高的效率、准确性和自主性执行复杂的任务。以下是人工智能如何为实现这一愿景做出贡献：

1.预测性维护： 人工智能驱动的预测维护系统分析设备传感器数据，以在潜在故障和异常导致故障之前检测到它们。通过预测机器何时可能发生故障，制造商可以主动安排维护，最大限度地减少停机时间并最大限度地提高生产率。

2.质量控制： 人工智能算法分析生产过程中的实时数据，以识别缺陷和与质量标准的偏差。搭载人工智能的机器视觉系统可以精准、快速地检测产品，确保只有高质量的产品才能进入市场。

3.生产优化： 人工智能根据需求预测、机器可用性和原材料可用性等因素优化生产计划和资源分配。机器学习算法不断从生产数据中学习，以识别瓶颈、低效率和改进机会，使制造商能够优化其运营，以实现最大效率和成本效益。

4.自主机器人： 人工智能驱动的机器人或自主机器人能够在最少的监督下执行传统上由人类完成的任务。这些机器人可以在复杂的环境中导航、操纵物体并自主适应不断变化的条件，使其成为装配、拣选、包装和物料搬运等任务的理想选择。

5.自适应制造： 人工智能使自适应制造系统能够动态响应需求变化、供应链中断和市场状况。这些系统可以实时重新配置生产流程、调整产品设计并优化工作流程，以满足不断变化的需求，确保面对不确定性时的敏捷性和弹性。

6.人机协作： 人工智能促进人机协作，人类和机器协同工作以实现共同目标。协作机器人旨在与人类在共享工作空间中一起工作，从而提高工厂车间的生产力、安全性和灵活性。人工智能算法实现人类和协作机器人之间的无缝交互和协调，使他们能够有效协作完成需要认知和身体能力的任务。

7.决策支持系统： 人工智能驱动的决策支持系统为制造商提供基于数据分析和预测建模的可行见解和建议。这些系统帮助管理人员就生产计划、资源分配、库存管理和供应链优化做出明智的决策，从而优化绩效并推动业务成功。

8.持续改进： 人工智能通过分析生产数据来识别趋势、模式和优化机会，从而促进持续改进计划。机器学习算法从历史数据中学习，开发预测模型和流程改进的规范性建议，使制造商能够推动创新并在竞争中保持领先地位。

挑战和考虑因素

虽然人工智能在实现全自动制造方面的潜在好处是巨大的，但必须解决一些挑战和考虑因素：

1.数据质量和安全性： 人工智能算法依赖高质量的数据进行训练和决策。确保数据的准确性、可靠性和安全性对于制造业中人工智能系统的有效性和可信度至关重要。

2.道德和社会影响： 人工智能和自动化在制造业中的广泛采用引发了与工作岗位流失、劳动力再培训、未来收入来源、人类竞争需求、个人成就感、隐私和算法偏见相关的伦理和社会问题。必须主动、负责任地解决这些问题，以确保人工智能驱动的自动化造福整个社会。

3.集成和互操作性： 将人工智能技术集成到现有的制造系统和流程中需要仔细的规划和协调。确保不同人工智能系统、设备和软件平台之间的互操作性对于实现无缝集成并最大化人工智能在制造业的价值至关重要。

4.监管和法律框架： 随着人工智能在制造业中变得越来越普遍，监管和法律框架必须不断发展，以解决安全、责任、知识产权和数据隐私等问题。清晰透明的法规对于在人工智能驱动的自动化领域培养信任、问责制和负责任的创新至关重要。

5.技能和培训： 人工智能和自动化在制造业的广泛采用将需要一支能够设计、实施和维护人工智能系统的熟练劳动力。投资于教育、培训和劳动力发展计划对于为工人提供在人工智能驱动的自动化时代取得成功所需的技能和知识至关重要。

结论

奥斯卡·王尔德 (Oscar Wilde) 在 1889 年流行了一句老话：“生活模仿艺术”。 2017 年，我发表了一篇关于 Hanna-Barbera 动画《杰森一家》如何准确预测未来的文章：https://futura-automation.com/2019/07/11/jetsons-predictedit/。就像乔治·杰森表面上工作的“太空链轮”一样（尽管他似乎从未工作过），我们自己的未来展望着完全自动化制造的愿景，完全消除对人类工作的需求。这种前景仍然是一个诱人的，也许是不可避免的。

机器人技术、人工智能、纳米技术和材料科学的持续进步可能最终导致开发出无需人工干预即可运行的完全自主制造系统。这些系统将具有高度的灵活性、适应性和弹性，能够实时响应不断变化的市场需求和生产要求。唯一的输入是资本，因为最终所有材料都可以通过人工智能控制的流程使用采矿和铣床以及由人工智能控制的机器人设计和建造的系统来生产。

全自动化制造的实现将代表工作性质的范式转变，引发有关就业、经济、社会和个人生活成就的未来的深刻问题。随着越来越多的人造人体部件（陶瓷和金属关节置换物、心脏起搏器、眼睛晶状体、神经刺激器）的出现，我们有理由推测机器人、人工智能和人类生活将在不久的将来融合，创建一个“机器人社会”。