没有合适的资源?快使用搜索试试~ 我知道了~
工程7(2021)734意见和评论人不是机器--以人为本的吕玉倩a,朱文纳尔·萨斯特雷·阿德拉多斯a,萨希尔·希夫尼尔·昌德a,王立辉ba奥克兰大学机械工程系,奥克兰1142,新西兰b瑞典斯德哥尔摩10044皇家理工学院生产工程系1. 介绍真正的问题不在于机器是否会思考,而在于人类是否会思考。伯勒斯·弗雷德里克·斯金纳专用制造系统正在淡出,因为未来的制造(即,工业4.0[1])要求超灵活的智能制造系统,能够自适应个性化产品不同批量所导致的生产过程变化[2制造车间可以成为一个非结构化的环境中,制造系统和过程通过自适应近实时决策动态地改变其配置。制造业柔性化和可重构的一个新兴趋势是引入协作机器,与人类一起工作,具有高生产率[5虽然这些由人工智能(AI)[7]驱动的设备正在从根本上改变工作的完成方式以及谁以何种方式完成工作,但我们认为,更实质性的影响将是增强人类能力和提高人类福祉。未来的社会将看到一个和谐的生态系统,在这个生态系统中,人类和机器合作,将人类的认知优势与智能机器的独特能力融合在一起,以创建能够适应快速变化的环境的智能团队[8,9]。在我们看来,我们正处于罗森布罗克的警告“人类永远不应该屈从于机器和自动化,但机器和自动化应该屈从于人类”已经成为可预见的可能性的时刻未来的智能机器可以通过主动沟通、同理心理解和需求驱动的协作与人类建立可信赖的关系,这可以带来高绩效的人类和高效而灵活的制造过程。然而,很少有工作已经报道了开发一个以人为中心的制造系统,把人类的利益在系统优化目标的中心制造领域中的人机协作研究为了弥合这一差距,我们在此提出了一个以人为中心的工业工作环境。这个框架的基本要素和使能技术进行了讨论。2. Human–machine在接下来的章节中,我们将描述一个面向未来协同制造的通用人机共生框架.特别令人感兴趣的是以下特征,这些特征被归因于②社会健康--检测和应对人类生理和心理表现的能力,以最大限度地提高人类健康;③适应性--从环境中学习并根据学习改变行为图1展示了一个人类和机器之间的主要沟通渠道在第2.1中讨论,而人机第2.3介绍了我们对人机协作智能的看法第2.4讨论了以人为中心的协作机制,这是未来人机团队的关键特征2.1. Human–machineHuman–machine communication can be established via avariety of communication channels, such as voice commands 这些新的通信渠道由图像处理和语音识别等人工智能技术实现,使人机通信更接近自然的人类交互。表1根据应用场景和可用性列出了典型的语音命令、物理交互、文本、图像、视频、AR和VR可用于人与机器之间的双向通信,如果开发得当,通常很容易使用手势、身体姿势和脑电波识别,虽然很有前途,但更适合人机https://doi.org/10.1016/j.eng.2020.09.0182095-8099/©2021 THE COMEORS.由爱思唯尔有限公司代表中国工程院和高等教育出版社有限公司出版。这是一篇基于CC BY-NC-ND许可证的开放获取文章(http://creativecommons.org/licenses/by-nc-nd/4.0/)。可在ScienceDirect上获得目录列表工程杂志首页:www.elsevier.com/locate/engY. 吕志成<英>香港实业家。阿德拉多斯Chand等人工程7(2021)734735Fig. 1.以人为中心的人机共生框架。AR:增强现实; VR:虚拟现实。表1Human–machine communication方法人机交互机器对人类可用性a更高的压力水平和更低的满意度,最终降低生产力[12,30]。因此,准确评估人的体力负荷、认知负荷和心理反应(例如,情感)在人机协作中的作用语音命令p p高对提高人类绩效至关重要在一个实物投入/产出p p高p p协作上下文,动态的人类身体、认知和心理状态可以通过从文本图像p p高介质信号,如情绪韵律[31,32],面部表情视频p p中AR/VRp p中型手势p-中身体姿势p-中等脑波p-低a这些技术的可用性评估是作者对其有效性、效率和可靠性的定性评估。在人机通信的背景下,这些技术之间还没有可靠的定量比较这可能是一种通信方式,并且在工厂环境中实现起来可能很麻烦除了在人类和机器之间交换信息外,通信还必须适应内容、上下文和身份。 有效的机器对人类的沟通基于以下因素来调整沟通风格:①内容的性质,例如内容是否是建议、警告或指令;②背景,例如机器是否扮演辅助角色,以及情况是否具有时间关键性;③人类合作伙伴的文化、教育背景和沟通风格,例如人类合作伙伴是来自高背景还是低背景文化[24]。2.2. Human–machine understanding: Empathy身体和精神状态对个人工作绩效有显著影响[25,26]。身体反应,如肌肉疲劳累积[12]和不良姿势[27],可能导致执行制造任务的难度增加[28,29]。心理反应,如高认知负荷,可能导致[33在未来,机器必须具备观察人类对手的身体和精神状态的技能,建立一个以人为中心的世界模型,并产生移情行为,这些行为将被视为人类环境中的同情互动。在智能机器中开发同理心技能的最终目标是建立人与机器之间的信任和尊重-因为这些已经被发现是许多社会互动的基础[40],包括合作-以提高对于人类来说,理解和关心智能机器的“健康”也是至关重要的机器健康状况可以包括与工作负载、任务波动水平等相关联的定量度量基于人和机器健康状态的动态任务分配和调整可以帮助最大化2.3. Human–machine collaborative人机共生还需要重新思考如何在智能系统中开发控制算法。一项调查12个行业的1500家公司的研究发现,当人类和系统联手形成协作智能时,公司实现了最显著的性能改进,而不是由AI算法主导的智能。在智能人机协作环境中,人类和机器代理形成了一种伙伴关系,旨在通过与环境和其他代理的交互来优化团队利益并最大化自身的长期回报。智能机器可以生成自适应执行策略,以适应动态的工作环境和人Y. 吕志成<英>香港实业家。阿德拉多斯Chand等人工程7(2021)734736伙伴在一个高性能的团队中,智能机器和人类代理将通过利用彼此的互补优势建立完全合作的规划和控制关系在这方面,基于学习的算法,如多智能体再学习,可能是一个很有前途的选择,以实现自适应协作决策的2.4. 以人为本的协作机制基于自然的未来从专用制造系统到灵活的非结构化人机协作的转变需要具有实时数据处理能力的高度自适应和可重构系统来解决人体工程学问题,同时确保人机协作的生产力例如,在人在环制造控制中可以考虑人类工人的生理或心理状态,从而在不影响整体生产效率的情况下实现自适应劳动力需求规划[45]。更重要的是,人类将需要获得最大的工作自由,并由具有同理心的机器支持,这些机器可以自适应地帮助人类工人完成制造任务。需要实时规划和重新规划算法来处理人类行为突发事件,并基于对任务进展和人类健康的实时观察来细化计划。3. 讨论人机共生可以为未来的生产系统和人类工人带来重大变化。我们相信,以人为中心人类福祉:在人机协作中,人类工人的身体和情绪状态将不断被跟踪和优化制造柔性:人机共生可以增加制造系统和过程的柔性。制造系统和流程可以在运行中重新配置,以响应产品、人类行为和生产系统的动态变化。从刚性制造设置到柔性系统的转变将实现按需制造策略,以生产具有动态批量大小的个性化产品。人类和机器能力开发:通过基于人工智能的智能算法,人类和机器可以从共同工作的经验中学习和发展他们的能力。人类可以通过与智能机器的信任和亲密互动来吸收新的知识和技能,这些机器可以以社会适当的方式帮助和指导人类工人。另一方面,机器也可以通过与不同人的互动来提高自己的技术和人际交往能力。4. 结论我们相信,人工智能技术的进步将使以人为本的生产成为可能。人类将从旨在最大限度提高制造系统性能的重复性固定任务中解放出来;相反,人类可以在智能机器的按需协助下发挥主导作用。在动态共存的环境中,富有同情心的机器和高性能的人类同事将使机器学习更具弹性、灵活性和可持续性。我们鼓励更多的研究重新定义人类在未来制造业中的角色。致谢这项研究得到了奥克兰大学FRDF新员工研究基金(3720540)的资助。引用[1] 张文辉,张文辉,张文辉.实施工业4.0战略倡议的建议:确保德国制造业的未来。工业4.0工作组的最终报告。柏林:联邦教育和研究部;2013年4月。[2] 陆毅,徐X,王丽.智能制造过程和系统自动化-标准和设想方案的关键审查。制造系统杂志2020;56:312-25。[3] Mittal S,Khan MA,Romero D,Wuest T.智能制造:特征、技术和使能因素。Proc Inst Mech Eng Part B J Eng Manuf2017;233(5):1342-61。[4] ZhongRY,Xu X,Klotz E,Newman ST. 工业4.0背景下的智能制造:综述。Engineering2017;3(5):616-30.[5] BauerM,Lecrubier Y,Suppes T. 双相情感障碍患者对代谢问题的认识:一项对欧洲精神科医生的调查欧洲精神病学2008;23(3):169-77。[6] WangL,Gao R,Váncza J,Krüger J,Wang XV,Makris S,et al. 共生人机协同装配. CIRP Ann 2019;68(2):701-26。[7] 汪湖从智能科学到智能制造。工程2019;5(4):615-8。[8] 周军,李平,周勇,王宝,臧军,孟立.迈向新一代智能制造。工程2018;4(1):11-20.[9] 高磊,沈伟,李晓.智能制造新趋势。工程2019;5(4):619-20。[10] 罗森布罗克有目的的机器。牛津:牛津大学出版社,1990年.[11] [10]杨文,王文,王文. Human–machine-interaction in the In:Proceeding of201412thIEEEInternationalConferenceonIndustrialInformatics(INDIN); 2014 Jul 27New York:IEEE; 2014. p. 289比94[12] [10]张晓刚,王晓刚,王晓刚.探索Operator 4.0界面和监控的潜力。计算机工业工程2020;139:105600。[13] 罗加拉O,埃克斯曼M,Zollner R,Becher R,Dillmann R.使用手势和语音控制来命令机器人助手。第11届IEEE机器人与人类交互通信国际研讨会论文集; 2002年9月27日;德国柏林New York:IEEE; 2002.p. 454-9[14] Cohen PR,Oviatt SL.语音输入对于人机交流的作用。 Proc Natl Acad Sci USA1995;92(22):9921-7.[15] Neto P,Norberto Pires J,Paulo MA.工业机器人的高级编程和控制:使用基于手持式加速度计的输入设备进行手势和姿态识别。工业机器人2010;37(2):137-47.[16] 放大图片作者:A.一种基于手势的柔性人机交互系统。Procedia CIRP2018;72:57-62.[17] 巴夫洛维奇六,夏尔马R ,黄TS 。人机交互中手势的视觉解释:综述。 IEEETransPattern Anal Mach Intell1997;19(7):677-95.[18] 刘宏,王磊.用于人机协作的人体运动预测。制造系统杂志2017;44(第2部分):287-94。[19] 穆罕默德A,王L。脑电波驱动的人机协同装配。CIRP Ann2018;67(1):13-6。[20] Stephygraph LR,Arunkumar N.通过自适应人机接口的脑驱动无线移动机器人在:软计算系统国际会议论文集; 2015年4月23日至5月13日;印度钦奈。Berlin:Springer; 2016. p. 537-49[21] Mauriski M,Kacalak W.用于控制移动式起重机的增强现实和交互式系统的人机语音界面。在:交互式协作机器人国际会议论文集; 2016年8月24日至25日Berlin:Springer; 2016. p. 八九比九十八●●●Y. 吕志成<英>香港实业家。阿德拉多斯Chand等人工程7(2021)734737[22] 作者:Lee T. Handy AR:使用指尖跟踪的增强现实对象的无标记检查。在:2007年第11届IEEE可穿戴计算机国际研讨会论文集; 2007年10月11日至13日;波士顿,马萨诸塞州,美国。New York:IEEE; 2007. p. 83比90[23] [10] Gravinski D,Górski F,Zawadzki P,Hamrol A.虚拟现实技术在人机工程制造工作场所设计中的 应 用 。 ProcediaComput Sci 2013;25:289-301.[24] 霍尔ET,霍尔MR,了解文化差异。纽约:跨文化出版社; 一九八九年[25] Marcora SM,Staiano W,Manning V.精神疲劳损害人类的身体表现。J ApplPhysiol 2009;106(3):857-64.[26] Yung M,Kolus A,Wells R,Neumann WP.检验制造业中疲劳与质量的关系。应用Ergon2020;82:102919。[27] 杨志华,李志华.人体工学人机交互的姿势最佳化。在:2017年IEEE/RSJ智能机器人和系统国际会议(IROS); 2017年9月24日New York:IEEE; 2017.p. 2778-85[28] [10]吴勇,刘晓波,王晓波,王晓波.多人行动机器人团队合作努力的人机工程控制。2019 IEEE/RSJ智能机器人国际会议论文集和系统(IROS); 2019年11月3日至8日;中国澳门。New York:IEEE; 2019.第3005-11页。[29] [10]杨文辉,李文辉.人机交互中情境人机工程学模型的优化。在:2018年IEEE/RSJ智能机器人和系统国际会议(IROS)的程序; 2018年10月1日至5日;西班牙马德里。New York:IEEE; 2018.第8603-8页。[30] 丁毅,曹毅,达菲VG,王毅,张X。用多模态方法和机器学习测量和识别模拟计算机任务期间的脑力负荷。人体工程学2020;63(7):896-908。[31] 放大图片作者:J.基于隐马尔可夫模型的语音情感识别。2003 IEEE InternationalConference on Acoustics ,Speech ,and Signal Processing 2003(ICASSPNewYork:IEEE; 2003.p. 401-4[32] El Ayadi M,Kamel MS,Karray F.语音情感识别综述:特征、分类方案与数据库。Pattern Recognit 2011;44(3):572-87.[33] Busso C , Deng Z , Yildirim S , Bulut M , Lee CM , Kazemzadeh A , et al.Analysis of emotion recognition using facial expressions , speech and modularinformation.在:第六届多模式接口国际会议论文集; 2014年10月13日New York:Association for Computing Machinery; 2004.p. 205-11[34] IoannouSV,Raouzaiou AT ,Tzouvaras VA, Mailis TP , Karpouzis KC ,Kollias SD. 基于模糊神经网络的面部表情情感识别。神经网络2005;18(4):423-35.[35] Cohen I,Garg A,Huang TS.基于多级HMM的面部表情情感识别。在:神经信息处理系统的程序:自然和合成14; 2000年11月28日[36] SchindlerK,Van Gool L,de Gelder B. 识别身体姿势表达的情绪:一个生物启发的神经模型。神经网络2008;21(9):1238-46.[37] 放大图片作者:Jiang Z,Jiang G. 用于社会性人机交互的人体姿势解释和分类。IntJ Soc Robot 2011;3(3):313-32.[38] 杨文伟,李晓,李晓,李晓伟,李晓伟. 人-机器人协同制造中的信任建模与控制。In:Ranjeev M,Donald S,Alan W,Lawless WF,editors.强大的智能和对自治系统的信任。New York:Springer.p. 115比42[39] Hogervorst MA,Brouwer AM,van Erp JBF.结合并比较EEG、外周生理学和眼部相关测量用于脑力负荷的评估。Front Neurosci2014;8:322.[40] 李J,马里N。人-机系统中信任、控制策略与功能分配。人机工程学1992;35(10):1243-70.[41] Wilson HJ,Daughtered PR。协作智能:人类和人工智能正在联手。HBR2018;96(4):114-23。[42] Rauch E,Linder C,Dallasega P.《以人为本的视角看待工业4.0之前和之内的 生产》。计算机工业工程2019;139:105644。[43] 放大图片作者:Hägele M,Schaaf W,Helms E.人工工作场所的机器人助手:有效合作和安全问题。在:第33届ISR(机器人国际研讨会)的会议记录; 2002年10月7日Berlin:Springer; 2002.[44] 2005年10月27日,中国农业科学院农业科学研究所,中国农业科学院农业科学研究所,中国农业科学院农业科学研究所。用于物理和人体工程学人机协作的统一架构。Robotica2019;38(4):1-15.[45] 斯坦科维奇物联网的研究方向。IEEE InternetThings J 2014;1(1):3-9.
下载后可阅读完整内容,剩余1页未读,立即下载
cpongm
- 粉丝: 5
- 资源: 2万+
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- 李兴华Java基础教程:从入门到精通
- U盘与硬盘启动安装教程:从菜鸟到专家
- C++面试宝典:动态内存管理与继承解析
- C++ STL源码深度解析:专家级剖析与关键技术
- C/C++调用DOS命令实战指南
- 神经网络补偿的多传感器航迹融合技术
- GIS中的大地坐标系与椭球体解析
- 海思Hi3515 H.264编解码处理器用户手册
- Oracle基础练习题与解答
- 谷歌地球3D建筑筛选新流程详解
- CFO与CIO携手:数据管理与企业增值的战略
- Eclipse IDE基础教程:从入门到精通
- Shell脚本专家宝典:全面学习与资源指南
- Tomcat安装指南:附带JDK配置步骤
- NA3003A电子水准仪数据格式解析与转换研究
- 自动化专业英语词汇精华:必备术语集锦
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功