《科技人》的 Slogan，是「探索 AI 如何帶領我們走向未來」，接下來我會試著蒐集全球各地關於「人工智慧、機器人與自動化」相關的案例分析，從線上到線下，從工業面到消費面，讓我們一同探索未來的可能性。
第一篇，我想針對一個最經典的 AI 機器人應用場景說起：採礦、海運行業的 AI 機器人技術應用。
AI 不是只有 ChatGPT、Gemini
是的，首先我們要知道，所謂的「人工智慧」其實範疇很廣，其中最為人熟知的 ChatGPT、Gemini 是屬於「生成式人工智慧」（AIGC）領域。
生成式人工智慧顧名思義，就是可以根據用戶需求，生成全新的內容，讓人眼睛為之一亮。不過，並非所有的應用場合，生成式 AI 都會是首選，尤其以「高危險性、需要 AI 嚴格按照需求進行動作」的採礦場景，以及「具備大量重複性、需要操作大型器械」的海運場景來說，AI 的可控性要遠比讓 AI 發揮創意更為重要。
由 ABB 所提出的自動化發展 5 大階段
早在工業 4.0 概念提出的時候，自動化就已經是國際公認的發展方向之一。全球最大的機器人研發公司之一「ABB」就將自主系統（Autonomous systems）列為發展願景。
上面這張圖取自《ABB Review》2024 年 2 月版本，可以看到，ABB 公司將工業自動化分為 5 個階段：
- 人類完全自主操作（尚未導入自動化）
- 人類負責操作，但是自動化系統協助部分子任務
- 自動化系統偶爾具備自主性，人類指定意圖與負責
- 自動化系統具備有限自主性，並擁有警報系統，由人類負責解決方案與後備方案
- 自動化系統某些時候完全自主運作，由人類監督
- 任何情況下自動化系統都自主運作，人類完全缺席
ABB 解釋，這 5 個階段的靈感來自於自動駕車系統的研發，而工業自動化的實際應用場景，也會優先出現在類似自動駕駛的環境當中，例如：移動機器人、採礦車、船舶、起重機等等。
在實際案例上，瑞典已經使用自動化機器人系統在地下礦井進行了兩次測試，在測試中，機器人自動將炸藥裝進礦井的預鑽孔中。目前，瑞典正在進行第三次測試。
這項測試帶來的好處是顯而易見的：在危險的環境中，人類可以完全撤出，避免危險。在採礦的場景還有其他自動化作業的案例，例如瑞典的採礦基礎設施製造商 Epiroc 在 2023 年的時候，將西澳羅伊山（Roy Hill）的 96 輛托運卡車改為無人駕駛作業。
自動化系統在海運方面的應用
同樣是 ABB 公司，他們在海運、船舶方面的自動化系統，有推出「ABB Ability™ Marine Pilot Vision」，運用雷達、光學雷達以及鏡頭來提供船長與船員態勢感知，後來更衍生出防撞系統，檢測到危險時自動選擇新的安全路徑。
除了像 ABB 這樣的歐洲機器人頂尖企業，在中國大陸，華為也有開發所謂的「5G+ 智能港口」項目。這是基於 5G、AI 等技術實現的創新應用，它可以做到港口自動駕駛，和 5G 遠程控制，這目前已經正式啟用，它改變了中國大陸的幾個港口，例如天津港、媽灣港的貨物運輸和裝卸的方式。
日本的 YouTuber 竹內亮曾經採訪過華為的智能港口，體驗自動駕駛、遠程操作重型器械等項目，相當有意思，港口工作人員的工作壽命也可以大大延長。
自動化系統在港口、船舶上的運用，可以實現港口作業流程自動化、智慧化，顯著提升港口的運行效率和安全生產能力，降低能耗；也可以讓船隻避免碰撞，自動找出不會碰撞的路線。
ABB 更提到，他們其實還有進一步研發出船隻「自動對接」算法，不過目前尚未上線啟用。
AI 在工業 4.0 自動化系統扮演著什麼角色
相信看完上面提到的幾個「採礦、港口、船舶」案例，有些人心中依舊有個疑問：所以，AI 在這當中到底扮演著什麼角色？
通過結合使用 AI 和傳統控制方法，來提高工業環境中的自主等級。
－ ABB Review
所謂的 AI，其實說穿了就是「大數據的歸納、分析，進而舉一反三」的運用。像是 ABB 的「ABB Augmented Operator」研究項目，就是根據操作人員過往的操作行為數據來訓練 AI，從訓練到推論，是 AI 共同的誕生過程。
提高工業 4.0 的「自動化系統」自動化程度，是 AI 帶來的最大價值，透過輸入越來越多的操作數據，以及不斷迭代提升的 AI 算法，最終做到全面的自動化，人類可以缺席。
上面是關於工業 4.0、採礦行業、海運行業的 AI 案例分析，如果你對 AI 的背後運作邏輯有興趣，我曾經寫過一篇《AlphaGo 究竟是如何「思考」的？用國中生也能懂的語言說給你聽》，或許可以讓你從圍棋對弈 AI「AlphaGo」的運作邏輯，更進一步發現 AI 的魅力。
公開留言