人工智能就是高階版的自動化？這篇文章告訴你二者的本質區別

在現實生活中，自動化和人工智能經常被人們不加區別的混用。我們想到這兩個詞，往往會形容能幫助我們提高效率的機器人和其他工具：無論是制造汽車的工業機器人，還是室內的煙霧傳感器，都在幫助我們生活更便捷。但事實上，人工智能和自動化之間還是有非常大區別的。

在現實生活中，自動化和人工智能經常被人們不加區別的混用。我們想到這兩個詞，往往會形容能幫助我們提高效率的機器人和其他工具：無論是制造汽車的工業機器人，還是室內的煙霧傳感器，都在幫助我們生活更便捷。但事實上，人工智能和自動化之間還是有非常大區別的。

就像蘋果和橘子、DVD和錄像機以及電影2001中的HAL和星球大戰中主人公用的電腦一樣，很多時候我們都會混淆人工智能和自動化的關系。雖然自動化設備也是可以基于人工智能而建立的，但并不代表著它們是相同的概念。

為了言簡意賅，我們將很多復雜地解釋二者的概念和關系濃縮為：

自動化是遵循著預先設置好的編程規則的軟件；而人工智能則是設計用來模擬人類的思考和行為。

聽起來遠不于此？的確，大多數人都不太了解其中的具體含義。研究發現，大約1/4的Siri用戶都不知道自己的語音助手是基于AI研發的，而對于其他app來說知道這些應用后面是AI驅動的用戶比例就更少了。這一現象說明公眾對于AI 的理解以及應用還亟待加強。

自動化

今天的社會中，自動化系統無處不在。他們幫助人們處理數以億萬計的電子郵件收發、幫助你通過手機app打開家中的電視、空調和暖氣、并幫助你管理日程協調并安排工作。

所有這些自動化都有一個明確的特征：讓機器代替人類重復單調的重復性勞動，解放人類的時間用于更重要的事情上去。使得社會變得更有效率、降低商業成本同時提高工作的生產力。

聽起來和AI很像啊？不是嗎？

其實自動化機器和人工智能間最關鍵**的不同在于：自動化機器是由人類預先設置好的手工配置來驅動和行動的。很多時候只是為了說出來比較好聽而已，其實你做的只是把自動化流程嵌入到了你的工作流程中。在自動化的范疇下，如果達到了X條件，執行Y。我們預先在系統中定義了在X條件下Y的執行方式。

如果老板能雇傭一位絕對服從、從不生病請假、每一次都會完美完成工作的員工會怎么樣呢？這是幾乎所有的行業都像自動化張開懷抱的原因！如今的世界上，各行各業都離不開自動化的身影。

說到底，自動化本質上是一些足夠聰明可以準確高效執行命令的機器和系統（軟硬件）。

人工智能

你是否想過機器人終有一天將會摧毀人類（至少電影里是這么講的）。這是人們眼中AI的一種存在，很顯然，他們會為自己考慮。AI其實可以用下面的定義來描述：一種可以模仿人類思考、語言、行為的技術！

如果將AI 理解成僅僅只會執行任務的程序那就太狹隘了，這并不是AI的任務。AI真正需要做的是像人類一樣去探尋事物背后的模式，像人類一樣從經驗中學習，并像人類一樣根據情況選擇合適的響應來做出反應。

AI從機器學習開始，給了計算機一種不需要精密的程序就可以高效學習的能力，并將智能自動化引入了商業世界的各個方面：

只需要將信用卡的交易記錄例如時間、商戶、地點、價格以及交易的合法性呈現給機器，機器學習系統就能發掘其中的模式并預測出其中的欺詐交易。隨著交易數據的增加，系統的預測性能就越好，幫助系統防范于未然！

我們需要做的不是簡單的復制出一個和你我一樣的系統，而是需要創造出一個強大的超出你想象的智能系統。

但在我們對AI系統妄加想像之前你需要明白AI雖然強大但是也有一系列缺點。它不僅僅受到學習率的影響，同時也沒有特殊的程序來為它的學習負責（check）。讓我們回想一下微軟的AI聊天機器在24小時內被Twitter的內容教壞，變成了一個種族主義者的故事吧！

自動化和AI之間的真正區別

讓我們思考一下是什么同時在驅動著自動化系統和AI，同時也驅動著商業活動呢？數據！對，最重要的是數據。自動化系統負責收集數據，同時AI系統負責理解數據！

ServiceNow的一項研究表明利潤增長超過20%的公司中平均有61%都實現了自動化，而盈虧平衡或者虧損的公司中只有35%裝配了自動化。雖然影響公司運營的情況很多，但與自動化的結合能帶來生產力的提升、商業效應的提升，并使得員工更加專注的集中在公司擴展的業務上。但一切歸根到底還是數據，自動化機器對于數據的重要性不言而喻。

通過數據的收集和理解，公司可以做出更好的商業決策。如今，數據的收集和處理方式已經從本質上改變了我們商業經營的模式，麥肯錫的報告做出了更加強有力的說明：

噴涌而出的數據驅動模型、數據處理和理解能力正在重塑著很多行業并將繼續變革更多的行業。數據驅動的手段將會為市場提供全新的機會，具有以下這些特點的市場將能在數據驅動的幫助下實現爆發性增長：

供需之間的匹配低效；

普遍的利用不充分；

依賴于大量人口統計數據的行業，但如今用戶行為以及觸手可及；

   存在人類偏見和誤差的豐富數據環境。

這是我們看待自動化和人工智能的核心區別：自動化收集數據；而人工智能系統則負責理解數據。我們所面臨的是兩個完全不同但是完美互補的系統。

想象一下未來的我們將會變得多么強大，無論是作為個體、行業還是整個人類，都可以通過自動化機器來收集巨量的數據并通過智能系統感知信息和模式。在他們的幫助下，我們的未來將會遠遠超出我們的想象！

而這一切，才剛剛開始。

一、確定開發項目、了解客戶需求 1、 產品品質要求； 2、 設備生產效率要求； 3、 設備工作環境； 二、分析產品 1、 了解產品生產工藝； 2、 了解產品各方面各方面尺寸要求及來料情況； 3、 與客戶溝通產品生產過程中的注意事項； 4、 設備使用地點的技

微信圖片_20180612103633.jpg

一、確定開發項目、了解客戶需求

1、產品品質要求；

2、設備生產效率要求；

3、設備工作環境；2013_6_21_15_10_33_2168_副本.jpg

二、分析產品

1、了解產品生產工藝；

2、了解產品各方面各方面尺寸要求及來料情況；

3、與客戶溝通產品生產過程中的注意事項；

4、設備使用地點的技術參數；56d66696bf65a_副本_副本rr4_副本.jpg

三、擬定方案

工程人員討論分析做出設備方案，方案包括：

1、設備示意圖（整體示意圖，局部示意圖）；

2、各部分機構簡介；

3、動作說明；

4、設備技術參數；

四、方案審核

由工程人員組成審核組，對方案進行審核，審核內容包括：

1、設備可行性評估；

2、設備成本評估：

3、設備生產效率的評估；

4、各部分結構可行性評估；微信圖片_20180612152035.jpg

五、方案整改對方案審核中討論出的問題進行整改

六、客戶確定設計方案

設計方案交由客戶，客戶根據需求，對方案進行最后確定。

IMG_20160513_094600.jpg

七、設計開發

設計開發由工程部安裝工程師進行機構設計，做出機器裝配圖、零件圖（零件標注按國家標準）選出執行元器件、電控配件并列出加工零件清單和標準請購單，動作說明。

八、機構審核

由工程人員組成審核組，對所設計出的圖紙進行審核，審核內容包括：

（1）機器結構配合是否合理：功能性（能力和精度）、穩定性、安全性、人性化（操作的便利性）和外觀性。

（2）所設計機器生產效率是否符合客戶需求。

（3）機器造價。

（4）各部分機構應簡單易于調試、維修。

（5）各部分零件應盡量簡單易于加工。

（6）各執行元件選用是否合理。

九、零件加工及標準件采購

1.零件加工部零件圖進行機器零件加工（零件加工必須嚴格按照零件圖上所示，零件精度，加工工藝進行加工，保證零件精度及零件加工工藝）；

2.采購人員按照標準件清單，聯系供應商進行標準件采購檢人員按照零件圖及標準件清單，檢驗加工零件的尺寸精度，加工工藝，標準件的型號、安裝尺寸進行檢驗，合格后交由倉管人員入庫；

十、機器組裝（細節很重要）

1、由裝配部安排

2、裝配人員嚴格按照裝配圖，進行機器組裝，各部分零件，執行元件組裝是否正確，各活動部件活動順暢，無干涉所有的緊固件和接頭聯結，確保緊固到位，聯結可靠；

3、工控部安排電氣工程師按照動作說明書進行機器配電，機器程序編寫及調試；

十一、機器調試

裝配人員按照客戶提供的產

品工程圖進行機器調試，調試完成后打樣，交客戶確定其產品品質；

十二、包裝出貨

1、檢查所有的緊固件和接頭聯結，確保緊固到位，聯結可靠；

2、清潔設備外表，粘貼必要的標牌和表示；

3、標明拆分位置，順利拆分管線路，合理拆分設備；

4、必要的防護（防銹、防潮）措施；

5、準備好機械備件，操作說明書，接線圖及其他技術資料。timg_副本.jpg

生產線自動化改造.jpg