智能印刷的一大步

吕理哲

最近，有一个朋友需要一份外国产品的说明，他把手上仅有的英文版说明贴到谷歌自动翻译去转了一下，整整两页的技术说明，翻译成中文之后，居然一个字都不用修改就可以转给客户看了。

去年底，Google翻译算法换成了神经网络翻译机器（Nueural Machine Translation，NMT） 取代了原来用的自然语言处理算法（NLP natural Language Processing），翻译品质几乎和有经验的技术编辑做的一样出色。

翻译机器采用了人工智能最热门的“机器学习”技术，让机器像人一样学习两种语言，机器不眠不休而且运算速度又快，很快就能从小学程度进展到专家的水平，机器翻译的能力进步飞速。

什么是机器学习？就是把事物的处理程序编成电脑可以演算的逻辑，再提供足够的样本，让电脑依照演算法练习并比对答案，就像我们小时候背唐诗，有人背得够多够熟，沉浸于大量的诗词之中，找出诗词的逻辑，终于可以吟诗作对，做出令人惊艳的作品。

机器学习的速度非常快，晚上教电脑学习，我们把已知的诗词都输进去，第二天一早，电脑已经可以写诗了。即使电脑写诗不是为了抒发情感，一样也能感动人，因为他学习的数据来源就是人类情感的泉源。

机器学习就是将“人工智能”植入电脑，电脑可以学习任何人类的工作，只要这个工作的“内容”可以利用“数字”来描绘，电脑都学得会，不论是深奥的围棋还是简单的点钞机。

机器学习不是今天才有的新玩意，只是今天机器学习的方法和环境更有效率而已，各行各业的数字化一直是专业师傅教电脑工程师，工程师教电脑学习的过程。

印刷业是最好的例子，从CDR的文件到印版上的印纹，到控墨台的墨键，到快递的交货地点，如果利用电脑来帮忙，一定比人来处理更有效率。这是因为十几年以来，软件工程师学会了各个工序的内容，利用数字来描绘印刷工序的属性，最后转换成帮忙处理印刷生产和管理的电脑软件。

印刷流程中几乎所有工序早已经数字化了，电脑还能学习什么？

只要是还需要人手处理的部分都值得电脑去学习，今天，技术供应商为了帮助印刷厂提升竞争力，都将目标指向了如何节省人力成本。

自动化已经替代了许多人手，有哪些部分需要让自动化更进一步？

现在的印刷厂聘请了许多PS师傅来处理文件，因为客户送来的文件不规范，一个文件上面有好几个版面，必须经过整理才能转换成一个个与订单关联的PDF。如果电脑学会像人一样能判断版面的范围和正反面，自动处理并输出PDF，就能节省很大一部分人力，这是电脑需要学习的第一项。

电脑已经管理订单，管理好的订单被打印成施工单，用来指挥生产流程，电脑需要学习的第二项就是如何教会电脑将施工单的内容，变成指挥印前工序的命令，订单确认了以后，生产系统就可以自动开始工作了。

还有一个人手无法解决、成本无法控制的是文件转换中出现错误造成的损失，印前流程从设计原稿，汇出PDF小版，小版拼成大版的PDF，经过精炼在RIP上生成CTP版上的印纹，最后上机印刷，以上每一个工序都对文件内容进行了重新组合，再交给下一个工序，PDF文件本身是程序语言，重新组合的过程中偶尔会改变表面上文字或是图片的属性，到了下一个工序，版面内容就被改变了。

这种错误只能怪电脑，就怕万一错误出现在重要的活件上，损失就无法估计了。由于不同工序采用不同厂商的软件，要教会电脑不出错根本不可能，解决的办法就是教会电脑来审稿，这是电脑需要学习的第三项。在工序之间把不同阶段的文件，取出来校对，在CTP制版以前过滤出被改变了的版面。

目前，国内不同的技术供应商正努力于这3个方面，机器学习和人类的学习一样需要经验，经验越多，电脑的执行能力就越强。

今天，高铁站的自动柜员机可以提供卖票和取票的服务，连进站检票也都由机器取代了人工，其实，20年前的车站就有了类似的机器，只是今天的机器经验丰富，就变聪明了，不论是工程师学习改善机器的功能，还是机器自己会去学习，都可能促成智能印刷。

今天，机器学习的新概念成为了人工智能进步的主要动力，如果我们以为人工智能只会发生在特定的领域和印刷行业无关，那就是对技术发展的无知。

目前，印刷管理所追求的，正是教电脑学习整理文件，指揮生产工序和自动审稿，等到应用成熟以后，智能印刷将会向前迈进一大步。endprint