Згодна з нядаўна апублікаванай справаздачай аб прамысловым штучным інтэлекте і рынку штучнага інтэлекту за 2021-2026 гг., узровень прымянення штучнага інтэлекту ў прамысловых умовах павялічыўся з 19 працэнтаў да 31 працэнта крыху больш чым за два гады. У дадатак да 31 працэнта рэспандэнтаў, якія цалкам або часткова ўкаранілі штучны інтэлект у сваёй дзейнасці, яшчэ 39 працэнтаў зараз выпрабоўваюць або пілотуюць гэтую тэхналогію.
Штучны інтэлект становіцца ключавой тэхналогіяй для вытворцаў і энергетычных кампаній па ўсім свеце, і аналіз IoT прагназуе, што рынак прамысловых рашэнняў штучнага інтэлекту прадэманструе высокі гадавы тэмп росту пасля пандэміі (CAGR) у 35% і дасягне 102,17 мільярда долараў да 2026 года.
Эпоха лічбавых тэхналогій спарадзіла Інтэрнэт рэчаў. Можна заўважыць, што з'яўленне штучнага інтэлекту паскорыла тэмпы развіцця Інтэрнэту рэчаў.
Давайце паглядзім на некаторыя фактары, якія абумоўліваюць рост прамысловага AI і AIoT.
Фактар 1: Усё больш праграмных інструментаў для прамысловага AIoT
У 2019 годзе, калі аналітыка Iot пачала ахопліваць прамысловы штучны інтэлект, было мала спецыяльных праграмных прадуктаў штучнага інтэлекту ад пастаўшчыкоў аперацыйных тэхналогій (OT). З тых часоў многія пастаўшчыкі OT выйшлі на рынак штучнага інтэлекту, распрацоўваючы і забяспечваючы праграмныя рашэнні штучнага інтэлекту ў выглядзе платформаў штучнага інтэлекту для вытворчасці.
Па дадзеных, амаль 400 пастаўшчыкоў прапануюць праграмнае забеспячэнне AIoT. Колькасць пастаўшчыкоў праграмнага забеспячэння, якія далучаюцца да прамысловага рынку штучнага інтэлекту, рэзка павялічылася за апошнія два гады. У ходзе даследавання IoT Analytics выявіла 634 пастаўшчыка тэхналогій штучнага інтэлекту для вытворцаў/прамысловых кліентаў. З гэтых кампаній 389 (61,4%) прапануюць праграмнае забеспячэнне штучнага інтэлекту.
Новая праграмная платформа штучнага інтэлекту сканцэнтравана на прамысловых умовах. Акрамя Uptake, Braincube або C3 AI, усё большая колькасць пастаўшчыкоў аперацыйных тэхналогій (OT) прапануе спецыяльныя праграмныя платформы AI. У якасці прыкладаў можна прывесці пакет прамысловай аналітыкі і штучнага інтэлекту Genix ад ABB, пакет FactoryTalk Innovation ад Rockwell Automation, уласную кансалтынгавую платформу для вытворчасці Schneider Electric, а ў апошні час і спецыяльныя дапаўненні. Некаторыя з гэтых платформаў арыентаваны на шырокі спектр варыянтаў выкарыстання. Напрыклад, платформа Genix ад АББ забяспечвае пашыраную аналітыку, уключаючы загадзя створаныя прыкладанні і сэрвісы для кіравання аператыўнай прадукцыйнасцю, цэласнасцю актываў, устойлівасцю і эфектыўнасцю ланцужкоў паставак.
Буйныя кампаніі выстаўляюць свае праграмныя інструменты штучнага інтэлекту на вытворчасць.
Даступнасць праграмных інструментаў штучнага інтэлекту таксама абумоўлена новымі праграмнымі інструментамі для канкрэтных варыянтаў выкарыстання, распрацаванымі буйнымі кампаніямі AWS, такімі як Microsoft і Google. Напрыклад, у снежні 2020 года AWS выпусціла Amazon SageMaker JumpStart, функцыю Amazon SageMaker, якая забяспечвае набор загадзя створаных і наладжвальных рашэнняў для найбольш распаўсюджаных выпадкаў прамысловага выкарыстання, такіх як PdM, камп'ютэрны зрок і аўтаномнае кіраванне. Разгортванне з усяго некалькі клікаў.
Спецыяльныя праграмныя рашэнні спрыяюць паляпшэнню зручнасці выкарыстання.
Пакеты праграмнага забеспячэння для канкрэтных варыянтаў выкарыстання, напрыклад, арыентаваныя на прагнастычнае абслугоўванне, становяцца ўсё больш распаўсюджанымі. IoT Analytics адзначыла, што колькасць пастаўшчыкоў, якія выкарыстоўваюць праграмныя рашэнні для кіравання данымі прадукту (PdM) на аснове штучнага інтэлекту, вырасла да 73 у пачатку 2021 года з-за павелічэння разнастайнасці крыніц даных і выкарыстання мадэляў папярэдняга навучання, а таксама шырокага распаўсюджвання прыняцце тэхналогій паляпшэння дадзеных.
Фактар 2: распрацоўка і абслугоўванне рашэнняў штучнага інтэлекту спрашчаюцца
Аўтаматызаванае машыннае навучанне (AutoML) становіцца стандартным прадуктам.
З-за складанасці задач, звязаных з машынным навучаннем (ML), хуткі рост прыкладанняў машыннага навучання спарадзіў патрэбу ў гатовых метадах машыннага навучання, якія можна выкарыстоўваць без вопыту. Выніковая вобласць даследаванняў, прагрэсіўная аўтаматызацыя машыннага навучання, называецца AutoML. Мноства кампаній выкарыстоўваюць гэтую тэхналогію як частку сваіх прапаноў штучнага інтэлекту, каб дапамагчы кліентам хутчэй распрацоўваць мадэлі ML і рэалізоўваць варыянты прамысловага выкарыстання. Напрыклад, у лістападзе 2020 года SKF анансавала прадукт на аснове automL, які аб'ядноўвае даныя машыннага працэсу з дадзенымі аб вібрацыі і тэмпературы, каб знізіць выдаткі і стварыць новыя бізнес-мадэлі для кліентаў.
Аперацыі машыннага навучання (ML Ops) спрашчаюць кіраванне мадэллю і абслугоўванне.
Новая дысцыпліна аперацый машыннага навучання накіравана на спрашчэнне абслугоўвання мадэляў штучнага інтэлекту ў вытворчых асяроддзях. Прадукцыйнасць мадэлі штучнага інтэлекту звычайна пагаршаецца з цягам часу, бо на яе ўплываюць некалькі фактараў унутры прадпрыемства (напрыклад, змены ў размеркаванні даных і стандартах якасці). У выніку тэхнічнае абслугоўванне мадэлі і аперацыі машыннага навучання сталі неабходнымі для задавальнення высокіх патрабаванняў да якасці прамысловых умоў (напрыклад, мадэлі з прадукцыйнасцю ніжэй за 99 % могуць не вызначыць паводзіны, якія пагражаюць бяспецы работнікаў).
У апошнія гады многія стартапы далучыліся да прасторы ML Ops, у тым ліку DataRobot, Grid.AI, Pinecone/Zilliz, Seldon і Weights & Biases. Вядомыя кампаніі дадалі аперацыі машыннага навучання ў свае існуючыя прапановы праграмнага забеспячэння AI, у тым ліку Microsoft, якая прадставіла выяўленне дрэйфу даных у Azure ML Studio. Гэтая новая функцыя дазваляе карыстальнікам выяўляць змены ў размеркаванні ўваходных даных, якія пагаршаюць прадукцыйнасць мадэлі.
Фактар 3: Штучны інтэлект у дачыненні да існуючых прыкладанняў і варыянтаў выкарыстання
Традыцыйныя пастаўшчыкі праграмнага забеспячэння дадаюць магчымасці штучнага інтэлекту.
У дадатак да існуючых гарызантальных праграмных інструментаў штучнага інтэлекту, такіх як MS Azure ML, AWS SageMaker і Google Cloud Vertex AI, традыцыйныя пакеты праграмнага забеспячэння, такія як камп'ютэрызаваныя сістэмы кіравання тэхнічным абслугоўваннем (CAMMS), сістэмы выканання вытворчасці (MES) або планаванне рэсурсаў прадпрыемства (ERP) цяпер можа быць значна палепшана за кошт укаранення магчымасцяў штучнага інтэлекту. Напрыклад, Epicor Software, пастаўшчык ERP, дадае магчымасці штучнага інтэлекту да сваіх існуючых прадуктаў праз віртуальнага памочніка Epicor (EVA). Інтэлектуальныя агенты EVA выкарыстоўваюцца для аўтаматызацыі працэсаў ERP, такіх як перапланіроўка вытворчых аперацый або выкананне простых запытаў (напрыклад, атрыманне падрабязных звестак аб цэнах на прадукт або колькасці даступных дэталяў).
Выпадкі прамысловага выкарыстання мадэрнізуюцца з дапамогай AIoT.
Некалькі варыянтаў прамысловага выкарыстання ўдасканальваюцца шляхам дадання магчымасцей штучнага інтэлекту да існуючай апаратнай і праграмнай інфраструктуры. Яркі прыклад - машыннае зрок у праграмах кантролю якасці. Традыцыйныя сістэмы машыннага зроку апрацоўваюць выявы праз убудаваныя або дыскрэтныя кампутары, абсталяваныя спецыялізаваным праграмным забеспячэннем, якое ацэньвае загадзя зададзеныя параметры і парогі (напрыклад, высокі кантраст), каб вызначыць, ці ёсць у аб'ектаў дэфекты. У многіх выпадках (напрыклад, электронныя кампаненты з рознай формай правадоў) колькасць ілжывых спрацоўванняў вельмі вялікая.
Аднак гэтыя сістэмы адраджаюцца дзякуючы штучнаму інтэлекту. Напрыклад, пастаўшчык прамысловых машын Vision Cognex выпусціў новы інструмент Deep Learning (Vision Pro Deep Learning 2.0) у ліпені 2021 года. Новыя інструменты інтэгруюцца з традыцыйнымі сістэмамі бачання, што дазваляе канчатковым карыстальнікам камбінаваць глыбокае навучанне з традыцыйнымі інструментамі бачання ў адным дадатку, каб адпавядаюць патрабавальным медыцынскім і электронным асяроддзям, якія патрабуюць дакладнага вымярэння драпін, забруджванняў і іншых дэфектаў.
Фактар 4: удасканальваецца прамысловае абсталяванне AIoT
Чыпы AI імкліва ўдасканальваюцца.
Убудаваныя апаратныя мікрасхемы штучнага інтэлекту імкліва растуць, з мноствам даступных опцый для падтрымкі распрацоўкі і разгортвання мадэляў штучнага інтэлекту. Прыклады ўключаюць найноўшыя графічныя працэсары NVIDIA (Gpus), A30 і A10, якія былі прадстаўлены ў сакавіку 2021 года і падыходзяць для такіх варыянтаў выкарыстання штучнага інтэлекту, як рэкамендацыйныя сістэмы і сістэмы камп'ютэрнага зроку. Іншы прыклад - блокі апрацоўкі тэнзараў (TPus) чацвёртага пакалення Google, якія ўяўляюць сабой магутныя інтэгральныя схемы спецыяльнага прызначэння (ASics), якія могуць дасягаць у 1000 разоў большай эфектыўнасці і хуткасці пры распрацоўцы і разгортванні мадэляў для пэўных працоўных нагрузак штучнага інтэлекту (напрыклад, выяўленне аб'ектаў , класіфікацыя малюнкаў і рэкамендацыйныя тэсты). Выкарыстанне спецыяльнага апаратнага забеспячэння штучнага інтэлекту скарачае час вылічэнняў мадэлі з дзён да хвілін і ў многіх выпадках даказала, што гэта змяніла гульню.
Магутнае апаратнае забеспячэнне штучнага інтэлекту адразу даступна па мадэлі аплаты за выкарыстанне.
Супермаштабныя прадпрыемствы пастаянна мадэрнізуюць свае серверы, каб зрабіць вылічальныя рэсурсы даступнымі ў воблаку, каб канчатковыя карыстальнікі маглі ўкараняць прамысловыя прыкладанні штучнага інтэлекту. Напрыклад, у лістападзе 2021 года AWS абвясціла аб афіцыйным выпуску сваіх апошніх асобнікаў на аснове графічных працэсараў Amazon EC2 G5 з графічным працэсарам NVIDIA A10G Tensor Core для розных прыкладанняў ML, уключаючы механізмы камп'ютэрнага зроку і рэкамендацый. Напрыклад, пастаўшчык сістэм выяўлення Nanotronics выкарыстоўвае прыклады Amazon EC2 свайго рашэння кантролю якасці на аснове штучнага інтэлекту, каб паскорыць працэс апрацоўкі і дасягнуць больш дакладнай хуткасці выяўлення пры вытворчасці мікрачыпаў і нанатрубак.
Вывад і перспектыва
AI выходзіць з завода, і ён будзе паўсюдна прысутнічаць у новых праграмах, такіх як PdM на аснове штучнага інтэлекту, а таксама ў якасці ўдасканалення існуючага праграмнага забеспячэння і варыянтаў выкарыстання. Буйныя прадпрыемствы разгортваюць некалькі варыянтаў выкарыстання штучнага інтэлекту і паведамляюць пра поспех, і большасць праектаў маюць высокую аддачу ад інвестыцый. Увогуле, рост воблака, платформаў iot і магутных чыпаў штучнага інтэлекту стварае платформу для новага пакалення праграмнага забеспячэння і аптымізацыі.
Час публікацыі: 12 студзеня 2022 г