智能印刷的一大步

呂理哲

最近，有一個朋友需要一份外國產品的說明，他把手上僅有的英文版說明貼到谷歌自動翻譯去轉了一下，整整兩頁的技術說明，翻譯成中文之后，居然一個字都不用修改就可以轉給客戶看了。

去年底，Google翻譯算法換成了神經網絡翻譯機器（Nueural Machine Translation，NMT） 取代了原來用的自然語言處理算法（NLP natural Language Processing），翻譯品質幾乎和有經驗的技術編輯做的一樣出色。

翻譯機器采用了人工智能最熱門的“機器學習”技術，讓機器像人一樣學習兩種語言，機器不眠不休而且運算速度又快，很快就能從小學程度進展到專家的水平，機器翻譯的能力進步飛速。

什么是機器學習？就是把事物的處理程序編成電腦可以演算的邏輯，再提供足夠的樣本，讓電腦依照演算法練習并比對答案，就像我們小時候背唐詩，有人背得夠多夠熟，沉浸于大量的詩詞之中，找出詩詞的邏輯，終于可以吟詩作對，做出令人驚艷的作品。

機器學習的速度非常快，晚上教電腦學習，我們把已知的詩詞都輸進去，第二天一早，電腦已經可以寫詩了。即使電腦寫詩不是為了抒發情感，一樣也能感動人，因為他學習的數據來源就是人類情感的泉源。

機器學習就是將“人工智能”植入電腦，電腦可以學習任何人類的工作，只要這個工作的“內容”可以利用“數字”來描繪，電腦都學得會，不論是深奧的圍棋還是簡單的點鈔機。

機器學習不是今天才有的新玩意，只是今天機器學習的方法和環境更有效率而已，各行各業的數字化一直是專業師傅教電腦工程師，工程師教電腦學習的過程。

印刷業是最好的例子，從CDR的文件到印版上的印紋，到控墨臺的墨鍵，到快遞的交貨地點，如果利用電腦來幫忙，一定比人來處理更有效率。這是因為十幾年以來，軟件工程師學會了各個工序的內容，利用數字來描繪印刷工序的屬性，最后轉換成幫忙處理印刷生產和管理的電腦軟件。

印刷流程中幾乎所有工序早已經數字化了，電腦還能學習什么？

只要是還需要人手處理的部分都值得電腦去學習，今天，技術供應商為了幫助印刷廠提升競爭力，都將目標指向了如何節省人力成本。

自動化已經替代了許多人手，有哪些部分需要讓自動化更進一步？

現在的印刷廠聘請了許多PS師傅來處理文件，因為客戶送來的文件不規范，一個文件上面有好幾個版面，必須經過整理才能轉換成一個個與訂單關聯的PDF。如果電腦學會像人一樣能判斷版面的范圍和正反面，自動處理并輸出PDF，就能節省很大一部分人力，這是電腦需要學習的第一項。

電腦已經管理訂單，管理好的訂單被打印成施工單，用來指揮生產流程，電腦需要學習的第二項就是如何教會電腦將施工單的內容，變成指揮印前工序的命令，訂單確認了以后，生產系統就可以自動開始工作了。

還有一個人手無法解決、成本無法控制的是文件轉換中出現錯誤造成的損失，印前流程從設計原稿，匯出PDF小版，小版拼成大版的PDF，經過精煉在RIP上生成CTP版上的印紋，最后上機印刷，以上每一個工序都對文件內容進行了重新組合，再交給下一個工序，PDF文件本身是程序語言，重新組合的過程中偶爾會改變表面上文字或是圖片的屬性，到了下一個工序，版面內容就被改變了。

這種錯誤只能怪電腦，就怕萬一錯誤出現在重要的活件上，損失就無法估計了。由于不同工序采用不同廠商的軟件，要教會電腦不出錯根本不可能，解決的辦法就是教會電腦來審稿，這是電腦需要學習的第三項。在工序之間把不同階段的文件，取出來校對，在CTP制版以前過濾出被改變了的版面。

目前，國內不同的技術供應商正努力于這3個方面，機器學習和人類的學習一樣需要經驗，經驗越多，電腦的執行能力就越強。

今天，高鐵站的自動柜員機可以提供賣票和取票的服務，連進站檢票也都由機器取代了人工，其實，20年前的車站就有了類似的機器，只是今天的機器經驗豐富，就變聰明了，不論是工程師學習改善機器的功能，還是機器自己會去學習，都可能促成智能印刷。

今天，機器學習的新概念成為了人工智能進步的主要動力，如果我們以為人工智能只會發生在特定的領域和印刷行業無關，那就是對技術發展的無知。

目前，印刷管理所追求的，正是教電腦學習整理文件，指揮生產工序和自動審稿，等到應用成熟以后，智能印刷將會向前邁進一大步。endprint