摘要:近年来,机器人技术取得了巨大的进步。机器人流程自动化(RPA)等领域正被部署在越来越多的企业中。 |
需要RPA软件将组织流程与机器人的动作和人工智能输入相结合。RPA软件可自动执行重复性、劳动密集型和耗时的任务,最大限度地减少或消除人工参与,从而在整个工厂车间推动更快、更高效的流程。RPA专家可以编程和运行机器人来执行这些职责,而不是在制造工厂中拥有数十名工人。通常,另一个人参与服务、维护和修理硬件。
但人工智能正在将RPA提升到越来越高的功能水平。以下是人工智能机器人技术的一些主要趋势:
RPA和人工智能
最新趋势是RPA与人工智能集成。这是RPA能够处理大量、可重复的任务的基本要素。通过将这些从人类转移到机器人上,这些任务的处理方式可以降低劳动力成本,提高工作流程的效率,并加快装配线上的流程。
这也简化了机器人技术的整个领域。工业设置现在可以将RPA软件和工厂自动化系统结合起来,而不是不同的团队使用不同的软件。从历史上看,机器人团队使用特定的编程语言来处理多轴机器人的运动学等领域。工厂自动化技术人员使用不同的语言和工具,例如可编程逻辑控制器(PLC)和车间系统。人工智能正在帮助整合这两个世界,并为机器人增加更大程度的移动性和自主性。
“要让固定机器人与移动机器人无缝协作,它们必须能够准确无误地交换信息,”美国川崎机器人公司机器人工程高级总监Samir Patel说。
自主运营
索尼人工智能美国公司执行董事Peter Stone博士指出,机器人越来越倾向于在开放、不受控制的空间中运行,这些空间也有人居住。制造坚固且经济可行的自动驾驶汽车正在付出很多努力。但除了简单的真空吸尘器,还需要人工智能将机器人技术提升到一个新的水平。
“除了创造可以作为有用的消费产品(娱乐除外)的机器人之外,人工智能和机器人技术仍然面临挑战,”斯通说。
人工智能将需要考虑实时发生的数千个参数和变量。其中许多都在一秒钟内不断变化很多次。
神经符号人工智能
人工智能和机器人技术的下一件大事是什么?斯通认为这将是神经符号人工智能。
“当前的人工智能热潮是由数据和计算的融合引发的,这些数据和计算使神经网络能够在一些非常具有挑战性的任务上取得非常令人印象深刻的结果。虽然重要的研究仍然是了解神经网络的全部功能,但我们现在看到对1)了解它们的局限性和2)将它们与其他经过验证的真实AI算法(包括符号和概率方法)集成的兴趣越来越大。
“在未来几年,将在混合神经符号方法领域对超出任何一种方法本身能力的应用进行广泛探索,”斯通说。“正如人脑的不同区域以不同的方式运作(例如小脑与视觉皮层)一样,下一代人工智能系统可能会整合不同的运作模块。这个方向的研究对于通用服务机器人的进步将特别有用,这些机器人具有强大的感知能力、自然语言的交流、对象操作的任务和运动规划,以及跨各种任务的自然人机交互。”
索赔处理
随着时间的推移,越来越多的任务使它们自身变得自动化,而不仅仅是简单的编程。例如,组织正在利用RPA来自动执行操作,例如了解屏幕上的内容和完成击键,以及识别和提取数据。
“医疗保健就是一个很好的例子,此类系统被用于验证和处理患者索赔,”DNS Filter数据科学主管Adam Spotton说。
求职者
任何发布职位空缺的人通常都会收到数百甚至数千份简历。人工智能机器人可以用来筛选它们,甚至可以找到可能不会立即勾选所有方框的优秀候选人。通过训练AI来记录相似的资格和其他特征,可以提出更好的候选人,并关注那些可能会错过的候选人。
Spotton说,“众所周知,亚马逊使用RPA通过扫描和选择简历来寻找工作职位的优先候选人。我预计RPA将成为跨行业向前发展的重要人工智能自动化趋势。”
编辑:Harris