蔬菜分揀工會被人工智能替代嗎

2017年9月7日 案例
導言 ?
?? 2017年6月麥肯錫公司全球總裁鮑達民發布《中國人工智能的未來之路》報告指出,“60%職業中,至少30%的工作內容將會被基于人工智能的自動化替代”,在現今所有工作內容之中,過半會在2055年左右自動化,但這過程存在諸多變量。如果自動化推進速度快,達到該程度可能會提前20年;如果推進緩慢,則可能延后20年。

英雄联盟赛事时间表 www.yxmre.icu 人工智能(Artificial Intelligence,即AI)將大量取代人力資源是社會化的大趨勢。近幾年,因人工智能引發裁員日漸形成行業趨勢,金融行業尤其銀行柜員首當其沖,且日益向高端的職位進軍發展。如今人工智能已在華爾街普遍應用,如位于紐約的美國全球投資管理公司——貝萊德(BlackRock),在2017年3月底宣布,將裁掉40個工作崗位,用人工智能的電腦化股票交易算法,取代部分人力投資組合經理。除了華爾街的交易員,像律師、會計師、醫師(生),過去在美國被稱為“三師”的最高端職位,也正在大量地被AI所取代。

顯而易見,這波洪流必將對人力市場帶來革命性的沖擊,分揀工自然也很難幸免。但伴隨著市場精細化發展,人力職能分配的日益精細化管理,不同工種受到的沖擊程度不同罷了。如今眾多快遞物流企業大多已實現智能倉儲、自動化分揀功能,針對易損耗、腐爛、品種多樣的生鮮產品分揀,人工智能滲透的可能性又有多少?

AI正顛覆我們的社會與經濟形態

目前,人工智能在不同技術領域都有滲入,人工智能代表阿爾法狗(AlphaGo)一舉擊敗人類世界圍棋冠軍李世石,使得人工智能的概念深入人心,并明顯感知到AI正在深刻的改變我們生活的世界、社會與經濟形態。以交通為例,在人工智能時代,僅自動駕駛技術一頂,就足以徹底改變我們的交通出行方式。不久前,李廠長親身實踐證明無人駕駛并非不可能,并正在快速發展影響我們的生活。

人工智能的工作模式與傳統的軟件程序與完全不同,它們可以讀取讀取海量的“大數據”,依據通用的學習策略,從中發現規律、聯系并生產自我洞見。所以,人工智能可根據數據更新自動調整,而無需重設程序。

現在,我們正處于人工智能數據收集、整理 、 算法 (尤其是機器學習)以及高性能計算等技術的突破。利用機器學習,人工智能系統獲得了歸納推理和決策能力,并實現了某些商業化落地,可以擔當客服、管理物流、監控工廠機械、優化能源使用以及分析醫學資料;而深度學習更將這一能力推向了更高的層次。

未來,人工智能可成為應對一些社會核心挑戰的強大工具。在醫療領域,人工智能將極大提升我們分析人類基因組和為患者開發個性化治療方案的能力,甚至大大加快治愈癌癥、阿茲海默癥和其他疾病的進程。在環保領域,人工智能能夠分析氣候特征并大規模降低能耗,幫助人類更好地監控和應對氣候變化問題。

人工智能在物流行業的普及

日前,京東物流昆山無人分揀中心落成,這是全球首個運營中的全程無人分揀中心。標志著京東物流配送中的分揀環節進入了全場無人化、智能化階段。昆山無人分揀中心最大的特點是從供包到裝車,全流程無人操作。在目前的物流行業內,整個倉配流程中,某個單一環節的“無人”模式已經逐漸成熟并投入使用,但像昆山無人分揀中心這種,整個分揀大環節的全流程無人操作,在全球也尚屬首次。

京東昆山無人分揀臺

相比傳統的自動分揀系統,昆山無人分揀中心智能化程度更高。目前分揀中心的分揀能力已經達到9000件/小時,同等場地規模和分揀貨量的前提下,據測算每個場地可以節省180人力。同時,一線設備的操作效率和運營質量也得到顯著提升,對比傳統供包能力,自動供包臺的效率最高可達到傳統效率的4倍多。不僅幫助京東提升了物流工作效率,還降低了運行成本。據京東方面介紹,昆山無人分揀中心的主系統是由京東集運研發部自主研發的定制化、智能化的設備管控系統——DCS智能管控系統,其中包含自動分揀機調控、無人AGV搬運調度,RFID的信息處理等。全場所有任務指令均有DCS系統中樞管控。其中,全場投入25臺無人AGV(搬運叉車),通過AGV調度系統,完成搬運、車輛安全、避讓、優先任務執行等工作,實現了全國首例分揀前后端無人AGV自動裝車、卸車作業的操作。

快遞物流、電商行業不單京東一家,幾乎全行業都已不同程度的投入了自動化技術,菜鳥亦是重金投資了智能倉儲設備公司-快倉,專注于移動機器人、可移動貨架、補貨,揀貨工作站等系統研發,以人工智能算法的軟件系統為核心,來完成完整的訂單智能履行系統;而作為快遞老大哥順豐也不甘人后,很早便布局機器人智能分揀,2016年順豐又直接引入全自動機器人分揀,讓速度更快一步,分揀錯誤率再一次降低,實現更快捷的目標。

無論是物流或電商行業,分揀對象要么原本就是標品,要么可實現標準化包裝和打包類似標品,適用范圍多是零售和批發配送中心、食品&飲料、醫藥和化妝品行業、電子商務和網購公司、郵件分揀中心。這與生鮮貨品的分揀有根本性的差別,也就決定標準化的自動分揀程序難以直接復制到生鮮分揀環節。但不管是哪一行業,對于提升效率的追求從未停止腳步,生鮮也不例外。

生鮮果蔬作為分揀對象的特殊性

如果說物流、電商行業人工智能的研發與推廣,得益于分揀對象的標準化,那將分揀對象替換成生鮮商品的話,就完全轉變成了非標準化對象。眾所周知,生鮮果蔬商品具有易腐爛、保鮮期短、受地域和季節限制大、日常需求量大、庫存周轉較快的屬性,對于人工智能投入所需的“大數據”要求就更為復雜。再如普遍適用的RFID(射頻識別)信息處理技術,在包裹打包之初就已完成了基礎的貼標工作,不用分揀人員集中操作,而投放到生鮮分揀環節的話,意味著分揀人員要給每一顆、一個、一斤蔬菜貼碼,以保證機器能夠正確識別。

此前,Makoto Koike是一名工程師,來自日本的一個種植黃瓜的農民家庭,在日本,同一個品種的黃瓜的分類就達了9種之多,這需要收割者對其農產品有著非常好的識別能力,長期以來都是由經驗豐富的Makoto Koike的母親負責,2016年AlphaGo擊敗人類圍棋大師李在石的消息,激發了他研發人工智能分揀機的靈感。在AlphaGo案例中,其從現實圍棋比賽中提取了三千萬張圖片,用于幫助確定哪種行動步驟最有效。他從三個不同角度拍攝每一根黃瓜,集合7000張黃瓜照片,再由Makoto Koike的媽媽分類貼上的標簽,傳輸到一個更大的基于Linux服務器的神經網絡,來對黃瓜按照不同的特質進行分類。最后,他還建立了一個自動傳送帶系統,將每根黃瓜從照片拍攝站傳送至程序指定的箱子。

Makoto Koike與其家人

實踐證明從某種程度上來說,Makoto Koike在去年完成了對這套人工智能系統的開發確實奏效了,不過,它對黃瓜的分類準確率還只能達到百分之七十,這樣的準確率太低,必須再次進行人工檢查,Makoto Koike的媽媽的工作依然無法被完全替代。

與物流行業簡單的搬運機器人類似的是,生鮮分揀環節大多已實現半自動。結合如蔬東坡一般的生鮮ERP系統,可保證數據信息化管理,減少人工操作,與之匹配的智能稱和傳送帶等硬件設施,很大程度上減少人工搬運的頻次、人工改重的頻次。在一定程度上提升了工作效率,并降低了傳統分揀方式的生鮮損耗率與人力成本。?

 

短時間內,如同日本Makoto Koike研究結果一樣,人工智能依然無法完全替代生鮮分揀人員,這是由生鮮商品本身的特殊性質決定。但對于生鮮配送公司而言,伴隨著未來資源整合集約規?;вΦ牟?,對比昂貴的人力成本,人工智能在生鮮行業必然會有一席之地,針對標品的分揀智能化推進也會更快,而對于多數非標品而言,除了多樣化品種“大數據”的合理積累分類,提升智能機器人的臂與觸角柔軟度和靈活度,有效降低損耗也是關鍵。