提升空間與時間效益 自動操作 便利生活
2021.10.27

今期熱話

每個人一天只得24小時,但我們總是覺得有些人的一天好像特別長,所以他們看似完成了很多事情。當然,良好的時間管理能讓人更好地利用有限的時間,但是假如配合科技,我們或可把時間效益最大化。

現今科技講求自動和快捷,目的就是想令我們的生活過得更便利和更有效率,就讓我們看看「自動化」如何應用在生活的不同層面吧!




物流自動化——提升貨物運輸效率

近年網上購物十分流行,加上疫情下大家多了留在家中,對網購需求更大;要做到迅速及準確送貨,物流上的確需要「升級」來應付龐大貨物流量。面對勞動力供應的減少,要處理日漸增加的電子商務或購物,物流行業除了要增加倉庫等儲存空間,還要更靈活地存取貨物,而供應鏈自動化便可以紓緩這個問題。

運用機械 向高空發展

為應付龐大的物流量,倉庫不但要更加廣闊,還須向上發展,如以多層式貨架做到高密度儲存方式。然而,我們身高有限,要把貨物放到高處,就需要機械協助。現時大部分的倉庫管理系統,除了設有基本的火警監測及滅火系統外,還有自動化的通道及輸送設備系統。通過配送中心設定,起重機和堆垛機等會自動在存儲通道上下左右移動,配合機械臂拿取或放置貨物,就能快速地把物品放到正確的地方,省卻人們走動的時間。

除了毋須人手協助的穿梭車,一些倉庫設計令貨架可移動,更有效地最大化可用空間,還能在卸貨或取貨時移動到機器容易到達的地方,從而令上落貨過程更有效率。



揀貨系統 節省人力

除了存放,分揀系統的優化亦有助物流管理,一個好的自動揀貨系統能夠減少人力需求,同時提高吞吐量。要取代人力,最常見就是以機械人擔任,而自主型移動機械人能在收到定單後,準確處理每個重複程序,利用貨到人裝配技術,結合倉儲系統資料,機械人就能在每小時完成超過一千項揀貨作業。另外,電子標籤亦能幫助揀貨,配以標示燈及確認按鈕等,可提示揀貨人員前往指定位置;當然,運用物聯網亦有助提升工作效率。

物聯網——聯繫所有物件

提及物聯網,你知道這其實是甚麼嗎?我們經常說互聯網,就是電腦網絡之間的大型系統,而物聯網就是連結所有物品的大型網絡。

物品資料數碼化 方便遙控

以家居用品為例,我們平日回家後,要自己手動手開啟家居電器,如電視機、冷氣機等等,但物聯網的應用是可以通過電子及機械設備,再配合數碼計算及溝通系統,這樣我們就可以在回家前以手機遙控預先開動冷氣,回到家時就能馬上享受涼快的空間了。

原理是,每樣連接着的物件都有一個通用唯一辨識碼,把物品資料數碼化後,這樣就能做到物件之間數位資訊的相互交流;同樣的原理,可以運用在物流行業上,如果貨物和運輸工具之間能夠相互聯繫和溝通,就能進一步減少對人力資源的需求,理論上亦能提升貨物運輸的準確度。



自動車——智慧與安全的平衡

要把物件操作自動化,除了物聯網,最受關注的科技莫過於自動車或無人駕駛技術。我們乘搭飛機或地鐵,其實大部分路程都是自動控制,只有一些如飛機起飛或地鐵到站時才須人手操作或監控。然而,這些自動駕駛技術很大程度取決於航路和鐵路基本上都有固定路綫,只要設計得宜,飛機或地鐵自動駕駛是安全的。

訓練電腦 辨認資料

至於自動車,因街道上同時有行人及其他車輛,所以要設計一輛能夠應付不同情況的自動車並不容易;首要問題是須辨認道路上哪裏有人、哪裏有其他汽車,又或是各式各樣的障礙物,單純把攝像鏡頭安裝在車上,就只能接收到路面情況而不能再作分析。由於人腦設計相當複雜,要讓電腦像人們一樣眼看四方,即時辨認物件是十分困難。

不過隨着人工智能的發展,我們可以「訓練」電腦,將「看到」和「辨認到」的資料再作分析,接着再下達適當指令;例如相機「看到」紅燈後,通過人工智能「辨認到」這是一盞紅燈,然後電腦就會啟動剎車系統把車停下。

全自動駕駛 技術未完美?

電動汽車龍頭之一Tesla近年研發了一種高級輔助駕駛系統——八個圍繞着車輛的鏡頭及十二個超聲波探測器作360度觀察,對距離的感知準確度十分高;利用資訊配合Autopilot自動輔助駕駛技術,便能做到自動駕駛、變道及泊車等。然而,即使運用了高端技術,仍須要司機全程監控以應付突發情況,加上過往曾發生意外,雖然未必完全與自動駕駛有關,但亦令大眾對此技術有所保留。因此要真正做到全自動駕駛,以至一些相關的智慧城市設計,似乎還是有一些距離。



人工智能——圖像識別應用廣泛

我們近年常說人工智能(AI),究竟它能做到甚麼呢?其中一項最常見的應用可能就是圖像辨識。

人手篩選 易有誤差

剛才提及的無人駕駛,就是要車輛「辨認到」一些如車、人、樹木等圖像。除了無人駕駛,其實很多範疇也須要應用圖像辨識,例如大規模生產貨品時,以往要篩走不及格的瑕疵品時,往往需要工人手動辨認,耗費大量人力資源,人們亦有可能在長時間工作下失去專注,看漏了次貨。

日本食品加工廠Kewpie就引入了有「圖像識別」技術的機器,當它「看到」了有不符合標準的蔬菜時,能夠即時自動暫停生產綫,從而協助工作人員快速並準確地找到劣質貨品。



醫學領域 辨識特徵

其實「圖像識別」技術亦對科研起了很大作用,例如科學家想分析醫學圖像,從圖像中辨認變異細胞,但有時肉眼亦未能輕易看得出變異的位置。假如利用人工智能技術,預先把已經知道有變異或沒有變異的細胞圖片給電腦學習,電腦就能夠從圖片中抽取一些有用的數碼資訊和特徵,而當我們再給予電腦一張未知有沒有變異的圖片時,電腦就能自動從圖片中尋找有沒有該些特徵,從而做到識別。

模擬思考 媲美人類?

當然,人工智能的應用不止於圖像識別,而是希望能夠模擬到人類的思考,在感知(Perception)、認知(Cognition),甚至創造力(Creativity)方面,都呈現人腦般的智慧,因此電腦視覺、機器學習等概念,以至天然災害預測、垃圾郵件辨識等自動化應用,都是人們正在不斷研究的課題。

凡事「自動化」……

現今人類生活能夠如此便捷,其中一大原因是「自動化」的結果。

通過機械以及電腦學習,它們能夠快速和準確地做到不少重複性的動作,減省勞動力及時間。自動化操作可以做到更多,例如人工智能做到辨識,甚至預測的工作,這對於我們的生活看似百利而無一害。當然,凡事都有兩面,自動化的背後或會淘汰某類型職業,而一些圖像識別技術亦有可能侵犯私隱。

因此,科技是否真的能夠惠及人類,很大程度還是在於我們怎樣運用這些自動化的科技。

載自2021年10月27日《S-file STEM/理科》

文:劉心 部分圖片:網上圖片