Згодна з нядаўна выпушчаным справаздачы аб прамысловым AI і AI Market 2021-2026, узровень прыняцця ІІ ў прамысловых умовах вырас з 19 да 31 працэнтаў крыху за два гады. У дадатак да 31 працэнтаў рэспандэнтаў, якія цалкам або часткова разгарнулі ІІ ў сваёй дзейнасці, яшчэ 39 працэнтаў у цяперашні час тэстуюць або пілотуюць тэхналогіі.
AI становіцца ключавой тэхналогіяй для вытворцаў і энергетычных кампаній па ўсім свеце, і аналіз IoT прагназуе, што рынак прамысловых рашэнняў AI будзе прадэманстраваць моцны пост-пандэмічны зборнік штогадовага росту (CAGR) 35%, каб дасягнуць 102,17 мільярда долараў да 2026 года.
Лічбавая эпоха нарадзіла Інтэрнэт рэчаў. Відаць, што ўзнікненне штучнага інтэлекту паскорыла тэмпы развіцця Інтэрнэту рэчаў.
Давайце паглядзім на некаторыя фактары, якія выклікаюць рост прамысловага ІІ і AIOT.
Фактар 1: Усё больш і больш праграмных сродкаў для прамысловага AIOT
У 2019 годзе, калі IoT Analytics пачала ахопліваць прамысловы ІІ, было мала спецыялізаваных праграмных прадуктаў AI ад пастаўшчыкоў аператыўных тэхналогій (OT). З тых часоў многія пастаўшчыкі OT выйшлі на рынак AI, распрацоўваючы і прадастаўляючы праграмныя рашэнні AI у выглядзе платформаў AI для завода.
Па дадзеных, амаль 400 пастаўшчыкоў прапануюць праграмнае забеспячэнне AIOT. Колькасць пастаўшчыкоў праграмнага забеспячэння, якія далучаюцца да рынку прамысловага AI, рэзка павялічылася за апошнія два гады. Падчас даследавання IoT Analytics вызначыла 634 пастаўшчыкоў тэхналогій AI для вытворцаў/прамысловых кліентаў. З гэтых кампаній 389 (61,4%) прапануюць праграмнае забеспячэнне AI.
Новая праграмная платформа AI засяроджана на прамысловых умовах. Акрамя паглынання, Braincube або C3 AI, усё большая колькасць пастаўшчыкоў аператыўных тэхналогій (OT) прапануе спецыяльныя праграмныя платформы AI. Прыклады ўключаюць у сябе ABB Genix Industrial Analytics і AI Suite, FactoryTalk Innovation Suite Rockwell Automation, Schneider Electric, якая займаецца вытворчай кансалтынгавай платформай і з нядаўніх часоў, канкрэтныя дапаўненні. Некаторыя з гэтых платформаў арыентуюцца на шырокі спектр выпадкаў выкарыстання. Напрыклад, платформа Genix ABB забяспечвае перадавую аналітыку, уключаючы папярэдне пабудаваныя прыкладанні і паслугі па кіраванні аператыўнымі паказчыкамі, цэласнасці актываў, устойлівасці і эфектыўнасці ланцужкі паставак.
Вялікія кампаніі кладуць свае праграмныя сродкі AI на краму.
Наяўнасць праграмных інструментаў AI таксама абумоўлена новымі праграмнымі інструментамі, распрацаванымі AWS, буйнымі кампаніямі, такімі як Microsoft і Google. Напрыклад, у снежні 2020 года AWS выпусціў Amazon SageMaker JumpStart, асаблівасць Amazon SageMaker, які забяспечвае набор загадзя пабудаваных і наладжвальных рашэнняў для самых распаўсюджаных выпадкаў прамысловага выкарыстання, такіх як PDM, камп'ютэрнае бачанне і аўтаномнае кіраванне аўтамабілем, разгортваецца толькі некалькімі пстрычкамі.
Выкарыстанне праграмных рашэнняў, звязаных з узроўнем, выклікае паляпшэнне зручнасці зручнасці.
Выкарыстанне праграмных апартаментаў, звязаных з узроўнем, такія як тыя, што арыентаваны на прагнастычнае абслугоўванне, становяцца ўсё больш распаўсюджанымі. IoT Analytics адзначыла, што колькасць правайдэраў, якія выкарыстоўваюць праграмныя рашэнні па кіраванні дадзенымі прадуктаў на аснове AI (PDM), вырасла да 73 у пачатку 2021 года з-за павелічэння разнастайнасці крыніц дадзеных і выкарыстання папярэдне трэніровачных мадэляў, а таксама шырокага прыняцця тэхналогій павышэння дадзеных.
Фактар 2: Распрацоўка рашэнняў AI спрашчаецца
Аўтаматызаванае машыннае навучанне (AutomL) становіцца стандартным прадуктам.
З-за складанасці задач, звязаных з машынным навучаннем (ML), хуткі рост прыкладанняў машыннага навучання стварыў неабходнасць у метадах машыннага навучання, якія могуць быць выкарыстаны без волі, якія можна выкарыстоўваць без вопыту. Вынікае поле даследаванняў, прагрэсіўную аўтаматызацыю машыннага навучання, называецца Automl. Розныя кампаніі выкарыстоўваюць гэтую тэхналогію ў рамках сваіх прапаноў AI, каб дапамагчы кліентам распрацаваць мадэлі ML і хутчэй рэалізаваць выпадкі выкарыстання прамысловага выкарыстання. Напрыклад, у лістападзе 2020 года SKF абвясціў аб прадукце на аснове аўтамабіляў, які аб'ядноўвае дадзеныя машыннага працэсу з дадзенымі вібрацыі і тэмпературы, каб знізіць выдаткі і ўключыць новыя бізнес-мадэлі для кліентаў.
Аперацыі машыннага навучання (ML OPS) спрашчаюць кіраванне мадэллю і абслугоўванне.
Новая дысцыпліна аперацый машыннага навучання накіравана на спрашчэнне падтрымання мадэляў AI у вытворчых умовах. Прадукцыйнасць мадэлі AI звычайна пагаршаецца з цягам часу, паколькі на яе ўплываюць некалькі фактараў у заводзе (напрыклад, змены ў размеркаванні дадзеных і стандартаў якасці). У выніку аперацыі па абслугоўванні мадэлі і машыннага навучання сталі неабходнымі для задавальнення высокіх патрабаванняў да якасці прамысловых умоў (напрыклад, мадэлі з прадукцыйнасцю ніжэй за 99% могуць не вызначыць паводзіны, якія ставяць пад пагрозу бяспеку рабочых).
У апошнія гады многія стартапы далучыліся да прасторы ML OPS, у тым ліку Datarobot, Grid.AI, Pinecone/Zilliz, Seldon, а таксама вагі і прадузятасці. Створаныя кампаніі дадалі аперацыі па машынным навучанні ў існуючыя прапановы праграмнага забеспячэння AI, у тым ліку Microsoft, якія прадставілі выяўленне дрэйфу дадзеных у студыі Azure ML. Гэтая новая функцыя дазваляе карыстальнікам выяўляць змены ў размеркаванні ўваходных дадзеных, якія пагаршаюць прадукцыйнасць мадэлі.
Фактар 3: Штучны інтэлект, які прымяняецца да існуючых прыкладанняў і выкарыстання выпадкаў
Традыцыйныя пастаўшчыкі праграмнага забеспячэння дадаюць магчымасці AI.
У дадатак да існуючых вялікіх гарызантальных праграмных сродкаў AI, такіх як MS Azure ML, SageMaker AWS і Google Cloud Vertex AI, традыцыйныя праграмныя апартаменты, такія як камп'ютэрызаваныя сістэмы кіравання тэхнічным абслугоўваннем (CAMMS), сістэмы выканання вытворчасці (MES) або планаванне рэсурсаў Enterprise (ERP), цяпер могуць быць значна палепшаны шляхам магчымасці ін'екцый AI. Напрыклад, праграмнае забеспячэнне Epicor Epicor Epicor дадае магчымасці AI да існуючых прадуктаў праз віртуальны памочнік Epicor (EVA). Інтэлектуальныя агенты EVA выкарыстоўваюцца для аўтаматызацыі працэсаў ERP, такіх як перазагрузка вытворчых аперацый або выкананне простых запытаў (напрыклад, атрыманне падрабязнай інфармацыі аб цэнах на прадукцыю або колькасці даступных дэталяў).
Выпадкі прамысловага выкарыстання абнаўляюцца пры дапамозе AIOT.
Некалькі выпадкаў выкарыстання прамысловасці павялічваюцца шляхам дадання магчымасцей AI да існуючай абсталявання/праграмнай інфраструктуры. Яркім прыкладам з'яўляецца машыннае зрок у прыкладаннях кантролю якасці. Традыцыйныя сістэмы машыннага бачання апрацоўваюць выявы праз інтэграваныя або дыскрэтныя кампутары, абсталяваныя спецыялізаваным праграмным забеспячэннем, якое ацэньвае загадзя вызначаныя параметры і парогі (напрыклад, высокі кантраст), каб вызначыць, ці выяўляюць аб'екты дэфекты. У многіх выпадках (напрыклад, электронныя кампаненты з рознымі формамі праводкі) колькасць ілжывых станоўчых вынікаў вельмі высокая.
Аднак гэтыя сістэмы адраджаюцца праз штучны інтэлект. Напрыклад, у ліпені 2021 года пастаўшчык прамысловага машыннага бачання Cognex выпусціў новы інструмент глыбокага навучання (Vision Pro Deep Learning 2.0). Новыя інструменты інтэгруюцца з традыцыйнымі сістэмамі зроку, што дазваляе канчатковым карыстальнікам спалучаць глыбокае навучанне з традыцыйнымі інструментамі зроку ў тым жа дадатку для задавальнення патрабавальных медыцынскіх і электронных умоў, якія патрабуюць дакладнага вымярэння драпін, забруджвання і іншых дэфектаў.
Фактар 4: Палепшана абсталяванне для прамысловасці AIOT
Ай -чыпы хутка паляпшаюцца.
Убудаваныя апаратныя чыпы AI хутка растуць, пры гэтым ёсць мноства варыянтаў для падтрымкі распрацоўкі і разгортвання мадэляў AI. Прыклады ўключаюць у сябе апошнія блокі графічнай апрацоўкі NVIDIA (GPU), A30 і A10, якія былі ўведзены ў сакавіку 2021 года і падыходзяць для выпадкаў выкарыстання ІІ, такіх як сістэмы рэкамендацый і сістэмы камп'ютэрнага зроку. Яшчэ адзін прыклад-падраздзяленні па апрацоўцы тэнзараў чацвёртага пакалення Google (TPU), якія з'яўляюцца магутнымі інтэграванымі схемамі спецыяльнага прызначэння (ASIC), якія могуць дасягнуць да 1000 разоў больш эфектыўнасці і хуткасці ў распрацоўцы мадэлі і разгортвання для пэўных нагрузак AI (напрыклад, выяўленне аб'ектаў, класіфікацыі малюнкаў і рэкамендацыйных арыенціраў). Выкарыстанне спецыяльнага абсталявання AI памяншае час вылічэння мадэлі з дзён да хвілін, і ў многіх выпадках апынуўся змена гульняў.
Магутнае абсталяванне AI адразу даступна праз мадэль аплаты за выкарыстанне.
Superscale Enterprises пастаянна мадэрнізуе свае серверы, каб зрабіць вылічальныя рэсурсы даступнымі ў воблаку, каб канчатковыя карыстальнікі маглі рэалізаваць прамысловыя прыкладанні AI. Напрыклад, у лістападзе 2021 г. AWS абвясціў аб афіцыйным выпуску сваіх апошніх асобнікаў на аснове GPU, Amazon EC2 G5, які працуе на базе GPU NVIDIA A10G Tensor Core, для розных прыкладанняў ML, у тым ліку камп'ютэрнага зроку і рэкамендацыйных рухавікоў. Напрыклад, пастаўшчык сістэм выяўлення Nanotronics выкарыстоўвае прыклады Amazon EC2 свайго рашэння кантролю якасці на аснове AI, каб паскорыць намаганні па апрацоўцы і дасягнуць больш дакладных паказчыкаў выяўлення ў вытворчасці мікрачыпаў і нанатрубак.
Заключэнне і перспектыва
AI выходзіць з завода, і гэта будзе паўсюдна ў новых прыкладаннях, напрыклад, на аснове AI PDM, і ў якасці ўдасканалення існуючага праграмнага забеспячэння і выкарыстання выпадкаў. Буйныя прадпрыемствы разгортваюць некалькі выпадкаў выкарыстання AI і поспех у справаздачнасці, і большасць праектаў мае высокую прыбытковасць інвестыцый. Увогуле, уздым воблака, платформы IoT і магутныя чыпы AI забяспечвае платформу для новага пакалення праграмнага забеспячэння і аптымізацыі.
Час паведамлення: студзень-12-2022 гады