蔬菜分拣工会被人工智能替代吗
人工智能(Artificial Intelligence,即AI)将大量取代人力资源是社会化的大趋势。近几年,因人工智能引发裁员日渐形成行业趋势,金融行业尤其银行柜员首当其冲,且日益向高端的职位进军发展。如今人工智能已在华尔街普遍应用,如位于纽约的美国全球投资管理公司——贝莱德(BlackRock),在2017年3月底宣布,将裁掉40个工作岗位,用人工智能的电脑化股票交易算法,取代部分人力投资组合经理。除了华尔街的交易员,像律师、会计师、医师(生),过去在美国被称为“三师”的高端职位,也正在大量地被AI所取代。
显而易见,这波洪流必将对人力市场带来革命性的冲击,分拣工自然也很难幸免。但伴随着市场精细化发展,人力职能分配的日益精细化管理,不同工种受到的冲击程度不同罢了。如今众多快递物流企业大多已实现智能仓储、自动化分拣功能,针对易损耗、腐烂、品种多样的生鲜产品分拣,人工智能渗透的可能性又有多少?
目前,人工智能在不同技术领域都有渗入,人工智能代表阿尔法狗(AlphaGo)一举击败人类世界围棋冠军李世石,使得人工智能的概念深入人心,并明显感知到AI正在深刻的改变我们生活的世界、社会与经济形态。以交通为例,在人工智能时代,仅自动驾驶技术一顶,就足以彻底改变我们的交通出行方式。不久前,李厂长亲身实践证明无人驾驶并非不可能,并正在快速发展影响我们的生活。
人工智能的工作模式与传统的软件程序与完全不同,它们可以读取读取海量的“大数据”,依据通用的学习策略,从中发现规律、联系并生产自我洞见。所以,人工智能可根据数据更新自动调整,而无需重设程序。
现在,我们正处于人工智能数据收集、整理 、 算法 (尤其是机器学习)以及高性能计算等技术的突破。利用机器学习,人工智能系统获得了归纳推理和决策能力,并实现了某些商业化落地,可以担当客服、管理物流、监控工厂机械、优化能源使用以及分析医学资料;而深度学习更将这一能力推向了更高的层次。
未来,人工智能可成为应对一些社会核心挑战的强大工具。在医疗领域,人工智能将极大提升我们分析人类基因组和为患者开发个性化治疗方案的能力,甚至大大加快治愈癌症、阿茲海默症和其他疾病的进程。在环保领域,人工智能能够分析气候特征并大规模降低能耗,帮助人类更好地监控和应对气候变化问题。
人工智能在物流行业的普及
日前,京东物流昆山无人分拣中心落成,这是全球首个运营中的全程无人分拣中心。标志着京东物流配送中的分拣环节进入了全场无人化、智能化阶段。昆山无人分拣中心的特点是从供包到装车,全流程无人操作。在目前的物流行业内,整个仓配流程中,某个单一环节的“无人”模式已经逐渐成熟并投入使用,但像昆山无人分拣中心这种,整个分拣大环节的全流程无人操作,在全球也尚属首次。
相比传统的自动分拣系统,昆山无人分拣中心智能化程度更高。目前分拣中心的分拣能力已经达到9000件/小时,同等场地规模和分拣货量的前提下,据测算每个场地可以节省180人力。同时,一线设备的操作效率和运营质量也得到显著提升,对比传统供包能力,自动供包台的效率最高可达到传统效率的4倍多。不仅帮助京东提升了物流工作效率,还降低了运行成本。据京东方面介绍,昆山无人分拣中心的主系统是由京东集运研发部自主研发的定制化、智能化的设备管控系统——DCS智能管控系统,其中包含自动分拣机调控、无人AGV搬运调度,RFID的信息处理等。全场所有任务指令均有DCS系统中枢管控。其中,全场投入25台无人AGV(搬运叉车),通过AGV调度系统,完成搬运、车辆安全、避让、优先任务执行等工作,实现了全国首例分拣前后端无人AGV自动装车、卸车作业的操作。
快递物流、电商行业不单京东一家,几乎全行业都已不同程度的投入了自动化技术,菜鸟亦是重金投资了智能仓储设备公司-快仓,专注于移动机器人、可移动货架、补货,拣货工作站等系统研发,以人工智能算法的软件系统为核心,来完成完整的订单智能履行系统;而作为快递老大哥顺丰也不甘人后,很早便布局机器人智能分拣,2016年顺丰又直接引入全自动机器人分拣,让速度更快一步,分拣错误率再一次降低,实现更快捷的目标。
无论是物流或电商行业,分拣对象要么原本就是标品,要么可实现标准化包装和打包类似标品,适用范围多是零售和批发配送中心、食品&饮料、医药和化妆品行业、电子商务和网购公司、邮件分拣中心。这与生鲜货品的分拣有根本性的差别,也就决定标准化的自动分拣程序难以直接复制到生鲜分拣环节。但不管是哪一行业,对于提升效率的追求从未停止脚步,生鲜也不例外。
生鲜果蔬作为分拣对象的特殊性
如果说物流、电商行业人工智能的研发与推广,得益于分拣对象的标准化,那将分拣对象替换成生鲜商品的话,就完全转变成了非标准化对象。众所周知,生鲜果蔬商品具有易腐烂、保鲜期短、受地域和季节限制大、日常需求量大、库存周转较快的属性,对于人工智能投入所需的“大数据”要求就更为复杂。再如普遍适用的RFID(射频识别)信息处理技术,在包裹打包之初就已完成了基础的贴标工作,不用分拣人员集中操作,而投放到生鲜分拣环节的话,意味着分拣人员要给每一颗、一个、一斤蔬菜贴码,以保证机器能够正确识别。
此前,Makoto Koike是一名工程师,来自日本的一个种植黄瓜的农民家庭,在日本,同一个品种的黄瓜的分类就达了9种之多,这需要收割者对其农产品有着非常好的识别能力,长期以来都是由经验丰富的Makoto Koike的母亲负责,2016年AlphaGo击败人类围棋大师李在石的消息,激发了他研发人工智能分拣机的灵感。在AlphaGo案例中,其从现实围棋比赛中提取了三千万张图片,用于帮助确定哪种行动步骤最有效。他从三个不同角度拍摄每一根黄瓜,集合7000张黄瓜照片,再由Makoto Koike的妈妈分类贴上的标签,传输到一个更大的基于Linux服务器的神经网络,来对黄瓜按照不同的特质进行分类。最后,他还建立了一个自动传送带系统,将每根黄瓜从照片拍摄站传送至程序指定的箱子。
实践证明从某种程度上来说,Makoto Koike在去年完成了对这套人工智能系统的开发确实奏效了,不过,它对黄瓜的分类准确率还只能达到百分之七十,这样的准确率太低,必须再次进行人工检查,Makoto Koike的妈妈的工作依然无法被完全替代。
与物流行业简单的搬运机器人类似的是,生鲜分拣环节大多已实现半自动。结合如蔬东坡一般的生鲜ERP系统,可保证数据信息化管理,减少人工操作,与之匹配的智能称和传送带等硬件设施,很大程度上减少人工搬运的频次、人工改重的频次。在一定程度上提升了工作效率,并降低了传统分拣方式的生鲜损耗率与人力成本。
短时间内,如同日本Makoto Koike研究结果一样,人工智能依然无法完全替代生鲜分拣人员,这是由生鲜商品本身的特殊性质决定。但对于生鲜配送公司而言,伴随着未来资源整合集约规模化效应的产生,对比昂贵的人力成本,人工智能在生鲜行业必然会有一席之地,针对标品的分拣智能化推进也会更快,而对于多数非标品而言,除了多样化品种“大数据”的合理积累分类,提升智能机器人的臂与触角柔软度和灵活度,有效降低损耗也是关键。
当餐网温馨提示:当餐原创文章版权归当餐网创作者所有,转载务必注明作者和出处;当餐食材供应链11FRESH当餐菜市场,当餐网11FOOD十一食品中央厨房、鲜活农产品冷链物流园、生鲜超市和冷链仓库位于大湾区;当餐配备冷链物流以及冷链运输车队,承接食材配送和菜市场、饭堂承包、配餐送餐等业务;开设冷链仓储物流中心服务生鲜超市、农贸市场、厂企饭堂、冻品批发、预制菜、餐饮门店等客户;是餐饮供应链和冷链物流行业领先的生鲜配送、冷链食品、餐饮连锁、食材供应链和智慧菜市场开发运营商。当餐网(www.dangcan.com)转载文章仅仅代表原作者观点,不代表当餐立场,图文版权归原作者所有。如有侵权,请联系我们删除。