Tesla工厂已高度自动化 恐忽略适应性制造的重要性

Tesla之前设下2018年每周生产5,000辆Model 3电动车的目标，但迄今尚未实现一半目标。对此，Tesla执行长Elon Musk坦承错在过度自动化，低估了人类的作用。事实上，当前Tesla的全自动化计画忽略了一个问题，而人类比人工智能(AI)更能适应变化。AI未来虽可望取代人类，但目前领导者仍需判断正确的改变速度。

据报导，Tesla工厂已高度自动化。Musk很早就体认到，任何遵循一系列预定义步骤，并在工厂等受控制的环境中进行的流程，都能透过AI和机器人实现自动化。

尽管自动化系统发展迅速，人类在适应不可预见的变化方面仍然强得多。在复杂工厂中工作时这点更不容低估。回顾Tesla的生产力问题，Musk无疑忽略了适应性制造(adaptive manufacturing)的重要性，小错误和无法预料的情况发生的机率，会与流程复杂度成正比。

人类为了在不断变化的世界中生存下去而持续进化，因此人类很擅长应对预料不到的情况，以及预期事件和实际事件之间的差异。例如，人能透过步行、游泳、跳跃、攀爬和爬行继续前行，因此能应对高度复杂情况下的激进改变。

另一方面，机器学习的智能和适应力尚未达到人类的水平。先进AI算法虽能学习辨识类似情况，例如变成红灯或有颗球掉在街上，甚至表现的比人类更好；但机器人的适应性仍局限于物体或事件受限范畴内的变化。

事实上，人们尚未掌握够灵活的AI设计来应对不可预测的环境。智能有限的自动引导车(AGV)仅能遵循简单指令，在限定环境中沿著固定路线行驶。包装机器人能拿起产品并将其放入纸箱，而不必做更复杂的事。任务改变时，就必须替换不同机器人。

更复杂的移动机器人也内建的传感器和扫描仪，还有能检测周围环境、选择最有效路线的软件，因为产品不一定每次都放置在同一位置。这些机器人更灵活且更具适应性，但离人类能做的还差的很远。

对过度自动化的工厂来说这可能是个问题。因为小的物理差异，如轮胎、地面磨损和不精确定位的零件可能迅速累积并导致不可预知的情况。当一个流程发生变化或工厂开始生产新产品时，就需要重新配置设备并找到不同解决方案，这还不是AI和机器人技术办得到的。

Musk曾公开表示想建立一间完全自动化的工厂，来克服人类的速度限制，实现更高产量。但高度自动化工厂这样复杂的环境需要具高度适应性的机器人，才能因应不可预见的情况。要在机器人和AI中引入这种灵活性还需要进一步的研究。

自动化的第一阶段涉及在预定义的流程中测试机器人自动化，如拾取原材料并将其放在组装在线。第二阶段涉及将该测试扩展到多个功能和流程，例如将原材料和产品包装在一起。第三阶段是部署协作机器人和自适应AI来作为员工助理，这是目前能实现的最佳目标。

目前尚不清楚何时将实现完全自动化、无需人工干预的第四阶段。但Musk的尝试值得受赞扬。他可能低估了人类，但他学到的教训很宝贵，有助于他在未来超越其它人。