Према недавно објављеном Извештају о индустријској вештачкој интелигенцији и тржишту вештачке интелигенције 2021-2026, стопа усвајања АИ у индустријским поставкама порасла је са 19 процената на 31 проценат за нешто више од две године.Поред 31 одсто испитаника који су у потпуности или делимично увели вештачку интелигенцију у својим операцијама, још 39 одсто тренутно тестира или пилотира технологију.
АИ се појављује као кључна технологија за произвођаче и енергетске компаније широм света, а ИоТ анализа предвиђа да ће тржиште индустријских АИ решења показати снажну годишњу стопу раста након пандемије (ЦАГР) од 35% како би достигла 102,17 милијарди долара до 2026.
Дигитално доба је родило интернет ствари.Види се да је појава вештачке интелигенције убрзала темпо развоја Интернета ствари.
Хајде да погледамо неке од фактора који утичу на успон индустријске вештачке интелигенције и АИоТ-а.
Фактор 1: Све више софтверских алата за индустријски АИоТ
У 2019. години, када је Иот аналитика почела да покрива индустријску вештачку интелигенцију, било је неколико наменских софтверских производа за вештачку интелигенцију од произвођача оперативних технологија (ОТ).Од тада, многи ОТ добављачи су ушли на тржиште вештачке интелигенције развијајући и обезбеђујући софтверска решења за вештачку интелигенцију у облику АИ платформи за фабричке погоне.
Према подацима, скоро 400 добављача нуди АИоТ софтвер.Број продаваца софтвера који се придружују тржишту индустријске вештачке интелигенције драматично се повећао у последње две године.Током студије, ИоТ аналитика је идентификовала 634 добављача АИ технологије за произвођаче/индустријске купце.Од ових компанија, 389 (61,4%) нуди софтвер за вештачку интелигенцију.
Нова софтверска платформа АИ фокусира се на индустријска окружења.Поред Уптаке, Браинцубе или Ц3 АИ, све већи број добављача оперативних технологија (ОТ) нуди наменске софтверске платформе за вештачку интелигенцију.Примери укључују АББ-ову Геник индустријску аналитику и АИ пакет, ФацториТалк Инноватион пакет компаније Роцквелл Аутоматион, сопствену платформу за консалтинг у производњи компаније Сцхнеидер Елецтриц и однедавно специфичне додатке.Неке од ових платформи циљају широк спектар случајева употребе.На пример, АББ-ова Геник платформа обезбеђује напредну аналитику, укључујући унапред изграђене апликације и услуге за управљање оперативним перформансама, интегритет имовине, одрживост и ефикасност ланца снабдевања.
Велике компаније стављају своје АИ софтверске алате у радњу.
Доступност АИ софтверских алата је такође вођена новим софтверским алатима специфичним за случајеве употребе које је развио АВС, велике компаније као што су Мицрософт и Гоогле.На пример, у децембру 2020. године, АВС је објавио Амазон СагеМакер ЈумпСтарт, функцију Амазон СагеМакер-а која обезбеђује скуп унапред изграђених и прилагодљивих решења за најчешће случајеве индустријске употребе, као што су ПдМ, компјутерски вид и аутономна вожња, Деплои витх само неколико кликова.
Софтверска решења специфична за случајеве употребе покрећу побољшања употребљивости.
Софтверски пакети специфични за случајеве употребе, као што су они фокусирани на предиктивно одржавање, постају све чешћи.ИоТ аналитика је приметила да је број провајдера који користе софтверска решења за управљање подацима о производима заснована на вештачкој интелигенцији (ПдМ) порастао на 73 почетком 2021. године због повећања разноврсности извора података и употребе модела пре обуке, као и широко распрострањености усвајање технологија за побољшање података.
Фактор 2: Развој и одржавање АИ решења се поједностављује
Аутоматско машинско учење (АутоМЛ) постаје стандардни производ.
Због сложености задатака повезаних са машинским учењем (МЛ), брз раст апликација за машинско учење створио је потребу за стандардним методама машинског учења које се могу користити без стручности.Резултирајућа област истраживања, прогресивна аутоматизација за машинско учење, назива се АутоМЛ.Различите компаније користе ову технологију као део својих АИ понуда како би помогле клијентима да развију МЛ моделе и брже имплементирају случајеве индустријске употребе.У новембру 2020., на пример, СКФ је најавио производ заснован на аутомЛ-у који комбинује податке о машинском процесу са подацима о вибрацијама и температури како би смањио трошкове и омогућио нове пословне моделе за клијенте.
Операције машинског учења (МЛ Опс) поједностављују управљање и одржавање модела.
Нова дисциплина операција машинског учења има за циљ да поједностави одржавање АИ модела у производним окружењима.Перформансе АИ модела се обично деградирају током времена јер на њега утиче неколико фактора унутар постројења (на пример, промене у дистрибуцији података и стандардима квалитета).Као резултат тога, одржавање модела и операције машинског учења постали су неопходни да би се испунили захтеви високог квалитета индустријских окружења (на пример, модели са перформансама испод 99% можда неће успети да идентификују понашање које угрожава безбедност радника).
Последњих година, многи стартупи су се придружили простору МЛ Опс, укључујући ДатаРобот, Грид.АИ, Пинецоне/Зиллиз, Селдон и Веигхтс & Биасес.Познате компаније додале су операције машинског учења у своју постојећу понуду софтвера за вештачку интелигенцију, укључујући Мицрософт, који је увео детекцију померања података у Азуре МЛ Студио.Ова нова функција омогућава корисницима да открију промене у дистрибуцији улазних података које деградирају перформансе модела.
Фактор 3: Вештачка интелигенција примењена на постојеће апликације и случајеве употребе
Традиционални добављачи софтвера додају могућности вештачке интелигенције.
Поред постојећих великих хоризонталних АИ софтверских алата као што су МС Азуре МЛ, АВС СагеМакер и Гоогле Цлоуд Вертек АИ, традиционални софтверски пакети као што су компјутеризовани системи за управљање одржавањем (ЦАММС), системи за извршење производње (МЕС) или планирање ресурса предузећа (ЕРП) сада се може значајно побољшати убризгавањем АИ способности.На пример, ЕРП провајдер Епицор Софтваре додаје могућности вештачке интелигенције својим постојећим производима преко свог Епицор виртуелног помоћника (ЕВА).Интелигентни ЕВА агенти се користе за аутоматизацију ЕРП процеса, као што је репрограмирање производних операција или обављање једноставних упита (на пример, добијање детаља о ценама производа или броју доступних делова).
Случајеви индустријске употребе се надограђују коришћењем АИоТ-а.
Неколико случајева индустријске употребе се унапређује додавањем АИ могућности постојећој хардверској/софтверској инфраструктури.Живописан пример је машински вид у апликацијама за контролу квалитета.Традиционални системи машинског вида обрађују слике преко интегрисаних или дискретних рачунара опремљених специјализованим софтвером који процењује унапред одређене параметре и прагове (нпр. висок контраст) да би утврдио да ли објекти показују дефекте.У многим случајевима (на пример, електронске компоненте са различитим облицима ожичења), број лажних позитивних резултата је веома висок.
Међутим, ови системи се оживљавају путем вештачке интелигенције.На пример, добављач индустријских машина Висион Цогнек објавио је нови алат за дубоко учење (Висион Про Дееп Леарнинг 2.0) у јулу 2021. Нови алати се интегришу са традиционалним системима визије, омогућавајући крајњим корисницима да комбинују дубоко учење са традиционалним алатима за визију у истој апликацији како би задовољавају захтевна медицинска и електронска окружења која захтевају прецизно мерење огреботина, контаминације и других недостатака.
Фактор 4: Индустријски АИоТ хардвер се побољшава
АИ чипови се брзо побољшавају.
Уграђени хардверски АИ чипови брзо расту, са различитим доступним опцијама за подршку развоју и примени АИ модела.Примери укључују најновије графичке процесорске јединице компаније НВИДИА (Гпус), А30 и А10, које су представљене у марту 2021. и погодне су за случајеве употребе вештачке интелигенције као што су системи препорука и системи компјутерског вида.Други пример су Гуглове четврте генерације Тенсор Процессинг Унитс (ТПус), које су моћна интегрисана кола специјалне намене (АСицс) која могу да постигну до 1.000 пута већу ефикасност и брзину у развоју и примени модела за специфична АИ радна оптерећења (нпр. детекција објеката , класификацију слика и референтне вредности за препоруке).Коришћење наменског АИ хардвера смањује време израчунавања модела са дана на минуте и показало се да мења игру у многим случајевима.
Моћан АИ хардвер је одмах доступан преко модела плаћања по употреби.
Предузећа великих размера непрестано надограђују своје сервере како би рачунарске ресурсе учинила доступним у облаку како би крајњи корисници могли да имплементирају индустријске АИ апликације.У новембру 2021., на пример, АВС је најавио званично издање својих најновијих инстанци заснованих на ГПУ-у, Амазон ЕЦ2 Г5, које покреће НВИДИА А10Г Тенсор Цоре ГПУ, за различите МЛ апликације, укључујући компјутерски вид и машине за препоруке.На пример, добављач система за детекцију Нанотроницс користи Амазон ЕЦ2 примере свог решења за контролу квалитета заснованог на вештачкој интелигенцији како би убрзао напоре обраде и постигао тачније стопе детекције у производњи микрочипова и наноцеви.
Закључак и проспект
АИ излази из фабрике и биће свеприсутан у новим апликацијама, као што је ПдМ заснован на АИ, и као побољшања постојећег софтвера и случајева употребе.Велика предузећа уводе неколико случајева употребе вештачке интелигенције и извештавају о успеху, а већина пројеката има висок поврат улагања.Све у свему, успон облака, иот платформи и моћних АИ чипова пружа платформу за нову генерацију софтвера и оптимизацију.
Време поста: Јан-12-2022