Згодна з нядаўна апублікаванай справаздачай аб прамысловым штучным інтэлекце і рынку штучнага інтэлекту за 2021-2026 гады, узровень укаранення штучнага інтэлекту ў прамысловых умовах павялічыўся з 19 працэнтаў да 31 працэнта за крыху больш чым два гады. Акрамя 31 працэнта рэспандэнтаў, якія цалкам або часткова ўкаранілі штучны інтэлект у сваіх аперацыях, яшчэ 39 працэнтаў у цяперашні час тэстуюць або апрабоўваюць гэту тэхналогію.
Штучны інтэлект становіцца ключавой тэхналогіяй для вытворцаў і энергетычных кампаній па ўсім свеце, і аналіз Інтэрнэту рэчаў прагназуе, што рынак прамысловых рашэнняў на аснове штучнага інтэлекту прадэманструе моцны пасляпандэмічны сукупны гадавы тэмп росту (CAGR) у 35% і дасягне 102,17 мільярда долараў да 2026 года.
Лічбавая эпоха спарадзіла Інтэрнэт рэчаў. Можна заўважыць, што з'яўленне штучнага інтэлекту паскорыла тэмпы развіцця Інтэрнэту рэчаў.
Давайце разгледзім некаторыя фактары, якія спрыяюць росту прамысловага штучнага інтэлекту і штучнага Інтэрнэту рэчаў.
Фактар 1: Усё больш і больш праграмных інструментаў для прамысловага штучнага інтэлекту ў Інтэрнэце рэчаў
У 2019 годзе, калі аналітыка Інтэрнэту рэчаў пачала ахопліваць прамысловы штучны інтэлект, існавала мала спецыялізаваных праграмных прадуктаў для штучнага інтэлекту ад пастаўшчыкоў аперацыйных тэхналогій (АТ). З таго часу многія пастаўшчыкі АТ выйшлі на рынак штучнага інтэлекту, распрацоўваючы і прапаноўваючы праграмныя рашэнні для штучнага інтэлекту ў выглядзе платформаў штучнага інтэлекту для вытворчых цэхаў.
Згодна з дадзенымі, амаль 400 пастаўшчыкоў прапануюць праграмнае забеспячэнне для штучнага інтэлекту ў галіне Інтэрнэту рэчаў (AIoT). Колькасць пастаўшчыкоў праграмнага забеспячэння, якія далучыліся да рынку прамысловага штучнага інтэлекту, значна павялічылася за апошнія два гады. Падчас даследавання IoT Analytics выявіла 634 пастаўшчыкоў тэхналогій штучнага інтэлекту для вытворцаў/прамысловых кліентаў. З гэтых кампаній 389 (61,4%) прапануюць праграмнае забеспячэнне для штучнага інтэлекту.
Новая праграмная платформа штучнага інтэлекту арыентавана на прамысловае асяроддзе. Акрамя Uptake, Braincube або C3 AI, усё большая колькасць пастаўшчыкоў аперацыйных тэхналогій (OT) прапануюць спецыялізаваныя праграмныя платформы штучнага інтэлекту. Прыкладамі з'яўляюцца аналітычны і штучны інтэлектуальны пакет Genix ад ABB, пакет FactoryTalk Innovation ад Rockwell Automation, уласная платформа для кансалтынгу ў галіне вытворчасці ад Schneider Electric і, зусім нядаўна, спецыяльныя дапаўненні. Некаторыя з гэтых платформаў арыентаваны на шырокі спектр выпадкаў выкарыстання. Напрыклад, платформа Genix ад ABB забяспечвае пашыраную аналітыку, у тым ліку загадзя падрыхтаваныя прыкладанні і паслугі для кіравання аперацыйнай прадукцыйнасцю, цэласнасцю актываў, устойлівасцю і эфектыўнасцю ланцужкоў паставак.
Буйныя кампаніі размяшчаюць свае праграмныя інструменты штучнага інтэлекту ў вытворчых памяшканнях.
Даступнасць праграмных інструментаў штучнага інтэлекту таксама абумоўлена новымі спецыялізаванымі праграмнымі інструментамі, распрацаванымі AWS, буйнымі кампаніямі, такімі як Microsoft і Google. Напрыклад, у снежні 2020 года AWS выпусціла Amazon SageMaker JumpStart, функцыю Amazon SageMaker, якая прапануе набор загадзя падрыхтаваных і наладжвальных рашэнняў для найбольш распаўсюджаных прамысловых выпадкаў выкарыстання, такіх як PdM, камп'ютэрны зрок і аўтаномнае кіраванне. Разгортванне займае ўсяго некалькі клікаў.
Праграмныя рашэнні, арыентаваныя на канкрэтныя выпадкі выкарыстання, спрыяюць паляпшэнню зручнасці выкарыстання.
Праграмныя пакеты, арыентаваныя на канкрэтныя выпадкі выкарыстання, напрыклад, тыя, што арыентаваны на прагнастычнае абслугоўванне, становяцца ўсё больш распаўсюджанымі. IoT Analytics адзначыла, што колькасць пастаўшчыкоў, якія выкарыстоўваюць праграмныя рашэнні для кіравання дадзенымі аб прадуктах (PdM) на аснове штучнага інтэлекту, павялічылася да 73 у пачатку 2021 года з-за павелічэння разнастайнасці крыніц дадзеных і выкарыстання мадэляў папярэдняга навучання, а таксама шырокага ўкаранення тэхналогій паляпшэння дадзеных.
Фактар 2: Распрацоўка і падтрымка рашэнняў штучнага інтэлекту спрашчаюцца
Аўтаматызаванае машыннае навучанне (AutoML) становіцца стандартным прадуктам.
З-за складанасці задач, звязаных з машынным навучаннем (МН), хуткі рост прыкладанняў машыннага навучання стварыў патрэбу ў гатовых метадах машыннага навучання, якія можна выкарыстоўваць без вопыту. У выніку ўзнікла вобласць даследаванняў, прагрэсіўная аўтаматызацыя для машыннага навучання, якая называецца AutoML. Розныя кампаніі выкарыстоўваюць гэту тэхналогію ў рамках сваіх прапаноў штучнага інтэлекту, каб дапамагчы кліентам распрацоўваць мадэлі МН і хутчэй рэалізоўваць прамысловыя выпадкі выкарыстання. Напрыклад, у лістападзе 2020 года SKF абвясціла аб прадукце на аснове automL, які спалучае дадзеныя аб працэсах машыны з дадзенымі аб вібрацыі і тэмпературы, каб знізіць выдаткі і забяспечыць новыя бізнес-мадэлі для кліентаў.
Аперацыі машыннага навучання (ML Ops) спрашчаюць кіраванне мадэллю і яе абслугоўванне.
Новая дысцыпліна аперацый машыннага навучання накіравана на спрашчэнне абслугоўвання мадэляў штучнага інтэлекту ў вытворчых асяроддзях. Прадукцыйнасць мадэлі штучнага інтэлекту звычайна зніжаецца з цягам часу, бо на яе ўплываюць розныя фактары ўнутры завода (напрыклад, змены ў размеркаванні дадзеных і стандартах якасці). У выніку абслугоўванне мадэлі і аперацыі машыннага навучання сталі неабходнымі для задавальнення высокіх патрабаванняў да якасці ў прамысловых асяроддзях (напрыклад, мадэлі з прадукцыйнасцю ніжэй за 99% могуць не вызначаць паводзіны, якія пагражаюць бяспецы работнікаў).
У апошнія гады да прасторы ML Ops далучыліся многія стартапы, у тым ліку DataRobot, Grid.AI, Pinecone/Zilliz, Seldon і Weights & Biases. Вядомыя кампаніі дадалі аперацыі машыннага навучання да сваіх існуючых прапаноў праграмнага забеспячэння для штучнага інтэлекту, у тым ліку Microsoft, якая ўвяла выяўленне дрэйфу дадзеных у Azure ML Studio. Гэтая новая функцыя дазваляе карыстальнікам выяўляць змены ў размеркаванні ўваходных дадзеных, якія пагаршаюць прадукцыйнасць мадэлі.
Фактар 3: Штучны інтэлект, ужыты да існуючых прыкладанняў і выпадкаў выкарыстання
Традыцыйныя пастаўшчыкі праграмнага забеспячэння дадаюць магчымасці штучнага інтэлекту.
Акрамя існуючых буйных гарызантальных праграмных інструментаў штучнага інтэлекту, такіх як MS Azure ML, AWS SageMaker і Google Cloud Vertex AI, традыцыйныя праграмныя пакеты, такія як камп'ютарызаваныя сістэмы кіравання тэхнічным абслугоўваннем (CAMMS), сістэмы выканання вытворчасці (MES) або планаванне рэсурсаў прадпрыемства (ERP), цяпер могуць быць значна палепшаны шляхам укаранення магчымасцей штучнага інтэлекту. Напрыклад, пастаўшчык ERP Epicor Software дадае магчымасці штучнага інтэлекту ў свае існуючыя прадукты праз свой віртуальны памочнік Epicor (EVA). Інтэлектуальныя агенты EVA выкарыстоўваюцца для аўтаматызацыі працэсаў ERP, такіх як перапланаванне вытворчых аперацый або выкананне простых запытаў (напрыклад, атрыманне звестак аб цэнах на прадукцыю або колькасці даступных дэталяў).
Прамысловыя выпадкі выкарыстання мадэрнізуюцца з дапамогай штучнага інтэлектуальнага Інтэрнэту рэчаў.
Некалькі прамысловых выпадкаў выкарыстання ўдасканальваюцца шляхам дадання магчымасцей штучнага інтэлекту да існуючай апаратна-праграмнай інфраструктуры. Яскравым прыкладам з'яўляецца машынны зрок у сістэмах кантролю якасці. Традыцыйныя сістэмы машыннага зроку апрацоўваюць выявы з дапамогай інтэграваных або дыскрэтных кампутараў, абсталяваных спецыялізаваным праграмным забеспячэннем, якое ацэньвае загадзя вызначаныя параметры і парогі (напрыклад, высокую кантраснасць), каб вызначыць, ці маюць аб'екты дэфекты. У многіх выпадках (напрыклад, электронныя кампаненты з рознай формай праводкі) колькасць ілжывых спрацоўванняў вельмі высокая.
Аднак гэтыя сістэмы адраджаюцца з дапамогай штучнага інтэлекту. Напрыклад, пастаўшчык прамысловых сістэм машыннага зроку Cognex выпусціў новы інструмент глыбокага навучання (Vision Pro Deep Learning 2.0) у ліпені 2021 года. Новыя інструменты інтэгруюцца з традыцыйнымі сістэмамі зроку, дазваляючы канчатковым карыстальнікам спалучаць глыбокае навучанне з традыцыйнымі інструментамі зроку ў адным дадатку для задавальнення патрабаванняў медыцынскіх і электронных асяроддзяў, якія патрабуюць дакладнага вымярэння драпін, забруджванняў і іншых дэфектаў.
Фактар 4: Удасканаленне абсталявання прамысловага штучнага інтэлекту ў Інтэрнэце рэчаў
Чыпы штучнага інтэлекту хутка ўдасканальваюцца.
Убудаваныя апаратныя чыпы штучнага інтэлекту хутка развіваюцца, і з'яўляецца мноства варыянтаў для падтрымкі распрацоўкі і разгортвання мадэляў штучнага інтэлекту. Прыкладамі могуць служыць найноўшыя графічныя працэсары (GPU) NVIDIA, A30 і A10, якія былі прадстаўлены ў сакавіку 2021 года і падыходзяць для такіх выпадкаў выкарыстання штучнага інтэлекту, як сістэмы рэкамендацый і сістэмы камп'ютэрнага зроку. Іншым прыкладам з'яўляюцца тэнзарныя працэсары (TPus) чацвёртага пакалення Google, якія ўяўляюць сабой магутныя спецыяльныя інтэгральныя схемы (ASic), якія могуць дасягнуць да 1000 разоў большай эфектыўнасці і хуткасці распрацоўкі і разгортвання мадэляў для канкрэтных задач штучнага інтэлекту (напрыклад, выяўленне аб'ектаў, класіфікацыя малюнкаў і тэсты рэкамендацый). Выкарыстанне спецыялізаванага абсталявання штучнага інтэлекту скарачае час вылічэння мадэлі з дзён да хвілін і ў многіх выпадках аказалася пераломным.
Магутнае абсталяванне штучнага інтэлекту даступна адразу праз мадэль 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 найноўшых экзэмпляраў на базе графічнага працэсара Amazon EC2 G5, якія працуюць на базе графічнага працэсара NVIDIA A10G Tensor Core, для розных прыкладанняў машыннага навучання, у тым ліку для камп'ютэрнага зроку і механізмаў рэкамендацый. Напрыклад, пастаўшчык сістэм выяўлення Nanotronics выкарыстоўвае прыклады Amazon EC2 свайго рашэння для кантролю якасці на базе штучнага інтэлекту, каб паскорыць апрацоўку і дасягнуць больш дакладных паказчыкаў выяўлення пры вытворчасці мікрачыпаў і нанатрубак.
Выснова і перспектыва
Штучны інтэлект выходзіць з завода і будзе паўсюдна выкарыстоўвацца ў новых праграмах, такіх як PdM на аснове штучнага інтэлекту, а таксама ў якасці паляпшэнняў існуючага праграмнага забеспячэння і выпадкаў выкарыстання. Буйныя прадпрыемствы ўкараняюць некалькі выпадкаў выкарыстання штучнага інтэлекту і паведамляюць аб поспеху, і большасць праектаў маюць высокую аддачу ад інвестыцый. У цэлым, рост воблачных тэхналогій, платформаў Інтэрнэту рэчаў і магутных чыпаў штучнага інтэлекту забяспечвае платформу для новага пакалення праграмнага забеспячэння і аптымізацыі.
Час публікацыі: 12 студзеня 2022 г.