Van handarbeid tot automatisering:het pad volgen naar een werkloze toekomst

De reis naar de volledig geautomatiseerde productie van goederen elimineert uiteindelijk de behoefte aan menselijk werk, iets wat ik graag ‘De Werkloze Week’ noem.  Vooruitgang in de richting van dit ‘doel’ is nauw verbonden met de evolutie van kunstmatige intelligentie (AI) en robotica. Dit verhaal onderzoekt de belangrijkste mijlpalen en de rol van AI bij het verwezenlijken van deze ambitieuze visie. Ik houd al meer dan tien jaar een historische tijdlijn van robotica en automatisering bij op onze bedrijfswebsite. Het wordt jaarlijks bijgewerkt:https://futura-automation.com/2019/05/15/a-history-timeline-of-industrial-robotics/

1. Pre-industriële revolutie (vóór de 18e eeuw)

Vóór de industriële revolutie waren productieprocessen grotendeels handmatig en arbeidsintensief. Al vóór de tijd dat ‘homo erectus’ voor het eerst verscheen in het prehistorische Centraal-Afrika, ongeveer 2 miljoen jaar geleden, vertrouwden oude ambachtslieden en ambachtslieden op handgereedschap en moeizame handmatige technieken om goederen te produceren (zelfs grottekeningen tellen mee). Maar zelfs in deze vroege stadia begonnen rudimentaire vormen van automatisering te ontstaan. Hefbomen, wielen, waterraderen, tandwielen en katrollen werden bijvoorbeeld gebruikt om eenvoudige machines aan te drijven, waardoor bepaalde aspecten van de textielproductie en het malen van graan werden geautomatiseerd.

Automaten, in wezen mechanische, door spiraalveren, water of wind aangedreven complexe machines die een bepaald aspect van het leven naspeelden, ontstonden enkele duizenden jaren geleden in het Egyptische rijk. Een recenter voorbeeld is de astronomische klok uit de 14e eeuw in de kathedraal van Straatsburg (Frankrijk) (die ik persoonlijk heb bezocht en verbaasd was!). Vanwege de complexiteit en de beperkte gereedschappen en materialen van vóór de 19e eeuw waren het alleen koningen, keizers en pausen die het zich konden veroorloven om complexe automaten in gebruik te nemen. Hier, in de volgende video, zijn verschillende voorbeelden van vroege automaten.

2. Vroege industriële revolutie (eind 18e tot begin 19e eeuw)

De Industriële Revolutie markeerde een belangrijk keerpunt in de productie. Innovaties zoals de draaiende jenny, het waterframe en de stoommachine brachten een revolutie teweeg in de textielproductie, waardoor de productiviteit toenam en de afhankelijkheid van vervelende handenarbeid werd verminderd. In 1799 automatiseerde Eli Whitney's uitvinding van de katoenjenever de scheiding van katoenvezels van zaden, waardoor het productieproces werd gestroomlijnd.

Eli Whitney's Cotton Gin circa 1790

3. Massaproductie (eind 19e tot begin 20e eeuw)

Aan het einde van de 19e en het begin van de 20e eeuw zagen we de opkomst van massaproductietechnieken die werden ontwikkeld door visionairs als Henry Ford. Ford’s implementatie van de assemblagelijn in de autoproductie verminderde de productietijden en -kosten drastisch, waardoor de weg werd vrijgemaakt voor verdere automatisering. Door complexe taken op te splitsen in eenvoudigere, repetitieve bewegingen, maakte de lopende band het mogelijk om halfgeschoolde werknemers in dienst te nemen om gespecialiseerde taken uit te voeren.

Henry Ford vroege autoproductielijn

4. Automatisering en robotica (midden tot eind 20e eeuw)

Het midden van de 20e eeuw was getuige van aanzienlijke vooruitgang op het gebied van automatisering en robotica. De introductie van CNC-machines (computer numerieke besturing) bracht een revolutie teweeg in de bewerkingsprocessen, waardoor nauwkeurige en geautomatiseerde besturing van werktuigmachines mogelijk werd. De CNC-machine legde de basis voor Industrial Robots wat betreft de benodigde precisiecomponenten (closed loop servomotoren en positiefeedback-encoders) en de besturingssoftware (G- en M-codes). Robots begonnen fabrieken binnen te dringen en voerden taken uit zoals lassen, schilderen en assembleren met snelheid en precisie. De installatie door General Motors van de eerste industriële robot, de hydraulisch bediende Unimate, in 1961 markeerde een cruciaal moment in de geschiedenis van de automatisering.

Een vroege hydraulische Unimate-robot

5. Automatisering en CAD/CAM (jaren 70 tot 80)

In 1971 werd de eerste microprocessor, de 4004, door Intel geïntroduceerd. In de jaren zeventig en tachtig vond de wijdverbreide toepassing van automatisering in de productie plaats. De ontwikkeling van computerondersteunde ontwerpsystemen (CAD) en computerondersteunde productiesystemen (CAM) zorgden voor een revolutie in het productontwerp en de productieplanning. Met CAD/CAM-systemen konden ontwerpers digitale modellen van producten maken, die direct konden worden vertaald in instructies voor geautomatiseerde productieprocessen. Deze integratie van computertechnologie stroomlijnde de productie verder en verhoogde de efficiëntie.

De eerste microprocessor, de Intel 4004

6. Opkomst van Programmable Logic Controllers (PLC's) (jaren 80)

Met de ontwikkeling van de microprocessor en goedkope / alomtegenwoordige computer- en besturingstalen zoals Fortran en “C” ontstond een geïndustrialiseerde en gespecialiseerde automatiseringscomputer. De jaren tachtig waren getuige van de opkomst van programmeerbare logische controllers (PLC's), die een revolutie teweegbrachten in de industriële automatisering. PLC's vervingen traditionele elektromechanische relaissystemen door digitale besturing, waardoor een flexibelere en betrouwbaardere automatisering van productieprocessen mogelijk werd. Er werd software ontwikkeld die relaislogica emuleerde, bekend als "ladderdiagrammen". PLC's kunnen worden geprogrammeerd om machines en apparatuur te besturen, input van sensoren te monitoren en op logica gebaseerde taken uit te voeren, waardoor de noodzaak voor handmatige tussenkomst in fabrieksactiviteiten wordt verminderd.

7. Internet of Things (IoT) en slimme productie (jaren 2000)

De 21e eeuw bracht de convergentie van fysieke en digitale technologieën in de productie teweeg. Het Internet of Things (IoT) vergemakkelijkte de connectiviteit van apparaten en apparatuur op de fabrieksvloer, waardoor realtime monitoring en controle van productieprocessen mogelijk werd. Slimme sensoren ingebed in machines en producten leverden waardevolle data-inzichten op, waardoor voorspellend onderhoud, kwaliteitscontrole en optimalisatie van productieworkflows mogelijk waren. Dit tijdperk van slimme productie legde de basis voor intelligentere en autonomere productiesystemen.

8. Vooruitgang op het gebied van kunstmatige intelligentie (AI) en machinaal leren (2010s)

In de jaren 2010 en 2020 zijn er aanzienlijke vorderingen gemaakt op het gebied van kunstmatige intelligentie (AI) en ‘machine learning’, waardoor de mogelijkheden van geautomatiseerde productiesystemen verder zijn vergroot. Dankzij AI-algoritmen konden machines leren van data, zich aanpassen aan veranderende omstandigheden en autonoom beslissingen nemen. Machine learning-algoritmen optimaliseerden productieschema's, voorspellend onderhoud en kwaliteitscontroleprocessen, waardoor de efficiëntie werd verbeterd en de uitvaltijd werd verminderd. Collaboratieve robots, of cobots, zijn ontstaan als een nieuwe generatie robots die zijn ontworpen om naast mensen te werken en de productiviteit en flexibiliteit op de fabrieksvloer te verbeteren.

AI-algoritmen worden nu in veel gevallen aangeleerd door ‘kinematisch nauwkeurige’ computersimulaties van hoe variabelen uit de echte wereld kunnen interageren (verlichting (voor zicht), kleur, gewicht, mechanische beweging, grijpkracht/druk, tactiele feedback, enz.). De mogelijkheid om een ​​robot vanuit een simulatie les te geven versnelt de trainingsinspanning voor nieuwe taken, wat van cruciaal belang is in de productie om een ​​hogere mate van maatwerk te bereiken tegen lagere kosten per eenheid. Hieronder volgt een video van het Oxford Institute of Computer Science waarin de staat van de interactie tussen robotica en AI wordt beschreven en de reden waarom het zo lastig is om AI toe te passen op multi-axiale robots in een verscheidenheid aan onbekende omgevingen.

De rol van kunstmatige intelligentie bij het bereiken van volledig geautomatiseerde productie

Kunstmatige intelligentie (AI) speelt een cruciale rol bij het stimuleren van de transitie naar volledig geautomatiseerde productie. Dankzij de integratie ervan in productieprocessen kunnen machines complexe taken met grotere efficiëntie, nauwkeurigheid en autonomie uitvoeren. Dit is hoe AI bijdraagt aan de realisatie van deze visie:

1. Voorspellend onderhoud: AI-aangedreven voorspellende onderhoudssystemen analyseren sensorgegevens van apparatuur om potentiële fouten en afwijkingen te detecteren voordat deze tot storingen leiden. Door te voorspellen wanneer machines waarschijnlijk zullen falen, kunnen fabrikanten onderhoud proactief plannen, waardoor de uitvaltijd wordt geminimaliseerd en de productiviteit wordt gemaximaliseerd.

2. Kwaliteitscontrole: AI-algoritmen analyseren realtime gegevens uit productieprocessen om defecten en afwijkingen van kwaliteitsnormen te identificeren. Machine vision-systemen uitgerust met AI kunnen producten met precisie en snelheid inspecteren, zodat alleen artikelen van hoge kwaliteit de markt bereiken.

3. Productieoptimalisatie: AI optimaliseert productieschema's en toewijzing van middelen op basis van factoren zoals vraagvoorspellingen, machinebeschikbaarheid en beschikbaarheid van grondstoffen. Machine learning-algoritmen leren voortdurend van productiegegevens om knelpunten, inefficiënties en mogelijkheden voor verbetering te identificeren, waardoor fabrikanten hun activiteiten kunnen optimaliseren voor maximale efficiëntie en kosteneffectiviteit.

4. Autonome robots: AI-aangedreven robots, of autonome robots, zijn in staat taken uit te voeren die traditioneel door mensen worden gedaan, met minimaal toezicht. Deze robots kunnen door complexe omgevingen navigeren, objecten manipuleren en zich autonoom aanpassen aan veranderende omstandigheden, waardoor ze ideaal zijn voor taken zoals assemblage, orderverzamelen, verpakken en materiaalverwerking.

5. Adaptieve productie: AI maakt adaptieve productiesystemen mogelijk die dynamisch kunnen reageren op veranderingen in de vraag, verstoringen van de toeleveringsketen en marktomstandigheden. Deze systemen kunnen productieprocessen opnieuw configureren, productontwerpen aanpassen en workflows in realtime optimaliseren om aan veranderende eisen te voldoen, waardoor wendbaarheid en veerkracht worden gegarandeerd in tijden van onzekerheid.

6. Samenwerking tussen mens en machine: AI vergemakkelijkt de samenwerking tussen mens en machine, waarbij mens en machine synergetisch samenwerken om gemeenschappelijke doelen te bereiken. Collaboratieve robots, of cobots, zijn ontworpen om naast mensen te werken in gedeelde werkruimtes, waardoor de productiviteit, veiligheid en flexibiliteit op de fabrieksvloer worden verbeterd. AI-algoritmen maken naadloze interactie en coördinatie tussen mensen en cobots mogelijk, waardoor ze effectief kunnen samenwerken aan taken die zowel cognitieve als fysieke capaciteiten vereisen.

7. Beslissingsondersteunende systemen: Door AI aangedreven beslissingsondersteunende systemen bieden fabrikanten bruikbare inzichten en aanbevelingen op basis van data-analyse en voorspellende modellen. Deze systemen helpen managers weloverwogen beslissingen te nemen over productieplanning, toewijzing van middelen, voorraadbeheer en optimalisatie van de toeleveringsketen, waardoor ze de prestaties kunnen optimaliseren en zakelijk succes kunnen stimuleren.

8. Continue verbetering: AI faciliteert initiatieven voor continue verbetering door productiegegevens te analyseren om trends, patronen en mogelijkheden voor optimalisatie te identificeren. Machine learning-algoritmen leren van historische gegevens om voorspellende modellen en prescriptieve aanbevelingen voor procesverbetering te ontwikkelen, waardoor fabrikanten innovatie kunnen stimuleren en de concurrentie voor kunnen blijven.

Uitdagingen en overwegingen

Hoewel de potentiële voordelen van AI bij het bereiken van volledig geautomatiseerde productie enorm zijn, moeten er verschillende uitdagingen en overwegingen worden aangepakt:

1. Gegevenskwaliteit en -beveiliging: AI-algoritmen zijn afhankelijk van hoogwaardige gegevens voor training en besluitvorming. Het garanderen van de nauwkeurigheid, betrouwbaarheid en veiligheid van gegevens is essentieel voor de effectiviteit en betrouwbaarheid van AI-systemen in de productie.

2. Ethische en sociale implicaties: De wijdverbreide acceptatie van AI en automatisering in de productie roept ethische en sociale zorgen op die verband houden met het verdwijnen van banen, de omscholing van personeel, toekomstige inkomstenbronnen, de menselijke behoefte aan concurrentie, persoonlijke ontplooiing, privacy en algoritmische vooringenomenheid. Het is essentieel om deze zorgen proactief en op verantwoorde wijze aan te pakken om ervoor te zorgen dat AI-gestuurde automatisering de samenleving als geheel ten goede komt.

3. Integratie en interoperabiliteit: Het integreren van AI-technologieën in bestaande productiesystemen en -processen vereist een zorgvuldige planning en coördinatie. Het garanderen van interoperabiliteit tussen verschillende AI-systemen, apparatuur en softwareplatforms is cruciaal voor het bereiken van een naadloze integratie en het maximaliseren van de waarde van AI in de productie.

4. Regelgevende en juridische kaders: Naarmate AI steeds meer doordringt in de productie, moeten regelgevende en juridische kaders evolueren om kwesties als veiligheid, aansprakelijkheid, intellectuele eigendomsrechten en gegevensprivacy aan te pakken. Duidelijke en transparante regelgeving is essentieel voor het bevorderen van vertrouwen, verantwoordelijkheid en verantwoorde innovatie in AI-gestuurde automatisering.

5. Vaardigheden en training: De wijdverbreide adoptie van AI en automatisering in de productie zal een geschoolde beroepsbevolking vereisen die in staat is om AI-systemen te ontwerpen, implementeren en onderhouden. Investeren in onderwijs, training en programma's voor de ontwikkeling van personeel is van cruciaal belang om werknemers uit te rusten met de vaardigheden en kennis die nodig zijn om te slagen in het tijdperk van AI-gestuurde automatisering.

Conclusie

Er is een oud gezegde, gepopulariseerd door Oscar Wilde in 1889:‘Het leven imiteert kunst’. In 2017 publiceerde ik een artikel over hoe de tekenfilm van Hanna-Barbera, “Jetsons”, nauwkeurig de toekomst voorspelt:https://futura-automation.com/2019/07/11/jetsons-predictedit/. Net als bij ‘Spacely Sprockets’, waar George Jetson ogenschijnlijk werkte (hoewel hij nooit leek te werken), kijkt onze eigen toekomst vooruit naar een visie van volledig geautomatiseerde productie, waarbij de noodzaak van menselijk werk volledig wordt geëlimineerd. Dit vooruitzicht blijft een verleidelijk, misschien onvermijdelijk vooruitzicht.

Voortdurende vooruitgang op het gebied van robotica, AI, nanotechnologie en materiaalkunde kan uiteindelijk leiden tot de ontwikkeling van volledig autonome productiesystemen die zonder menselijke tussenkomst kunnen functioneren. Deze systemen zouden zeer flexibel, adaptief en veerkrachtig zijn en in staat zijn om in realtime te reageren op veranderende marktvragen en productievereisten. De enige input zou kapitaal zijn, aangezien alle materialen uiteindelijk ook kunnen worden geproduceerd door AI-gestuurde processen met behulp van mijnbouw- en freesmachines en systemen die zijn ontworpen en gebouwd door AI-gestuurde robots.

De realisatie van volledig geautomatiseerde productie zou een paradigmaverschuiving in de aard van werk betekenen, wat diepgaande vragen zou oproepen over de toekomst van de werkgelegenheid, de economie, de samenleving en de vervulling van het persoonlijke leven. Met de komst van een toenemend aantal gefabriceerde menselijke componenten (keramische en metalen gewrichtsvervangingen, pacemakers, ooglenzen, neurologische stimulators) is het redelijk om te speculeren dat robots, AI en het menselijk leven op een niet al te verre datum zullen samensmelten en een “cyborgmaatschappij” zal creëren.