Kulingana na Ripoti ya Soko la AI na AI iliyotolewa hivi karibuni 2021-2026, kiwango cha kupitishwa kwa AI katika Mipangilio ya viwanda kiliongezeka kutoka asilimia 19 hadi asilimia 31 katika zaidi ya miaka miwili. Mbali na asilimia 31 ya waliohojiwa ambao wameanzisha AI kikamilifu au kwa kiasi katika shughuli zao, asilimia nyingine 39 kwa sasa wanajaribu au kufanya majaribio ya teknolojia.
AI inaibuka kama teknolojia muhimu kwa watengenezaji na kampuni za nishati ulimwenguni, na uchambuzi wa IoT unatabiri kuwa soko la suluhisho la AI la viwanda litaonyesha kiwango cha ukuaji wa kila mwaka wa kiwanja cha baada ya janga (CAGR) cha 35% kufikia $ 102.17 bilioni ifikapo 2026.
Enzi ya kidijitali imezaa Mtandao wa Mambo. Inaweza kuonekana kuwa kuibuka kwa akili ya bandia kumeongeza kasi ya maendeleo ya Mtandao wa Mambo.
Wacha tuangalie baadhi ya sababu zinazoongoza kuongezeka kwa AI ya viwandani na AIoT.
Jambo la 1: Zana zaidi na zaidi za programu za AIoT ya viwandani
Mnamo 2019, wakati uchanganuzi wa Iot ulipoanza kufunika AI ya viwanda, kulikuwa na bidhaa chache za programu za AI zilizojitolea kutoka kwa wachuuzi wa teknolojia ya uendeshaji (OT). Tangu wakati huo, wachuuzi wengi wa OT wameingia kwenye soko la AI kwa kuendeleza na kutoa ufumbuzi wa programu za AI kwa namna ya majukwaa ya AI kwa sakafu ya kiwanda.
Kulingana na data, karibu wachuuzi 400 hutoa programu ya AIoT. Idadi ya wachuuzi wa programu wanaojiunga na soko la viwanda la AI imeongezeka kwa kasi katika miaka miwili iliyopita. Wakati wa utafiti, Uchanganuzi wa IoT ulibaini wasambazaji 634 wa teknolojia ya AI kwa watengenezaji/wateja wa viwandani. Kati ya makampuni haya, 389 (61.4%) hutoa programu ya AI.
Jukwaa jipya la programu ya AI linazingatia mazingira ya viwanda. Zaidi ya Uptake, Braincube, au C3 AI, idadi inayoongezeka ya wachuuzi wa teknolojia ya uendeshaji (OT) wanatoa majukwaa maalum ya programu ya AI. Mifano ni pamoja na uchanganuzi wa Genix Industrial na safu ya AI ya ABB, kikundi cha Rockwell Automation's FactoryTalk Innovation, jukwaa la ushauri la utengenezaji wa Schneider Electric, na hivi karibuni zaidi, nyongeza maalum. Baadhi ya majukwaa haya yanalenga visa vingi vya utumiaji. Kwa mfano, jukwaa la Genix la ABB linatoa uchanganuzi wa hali ya juu, ikijumuisha programu na huduma zilizoundwa awali kwa ajili ya usimamizi wa utendaji kazi, uadilifu wa mali, uendelevu na ufanisi wa ugavi.
Makampuni makubwa yanaweka zana zao za programu ya ai kwenye sakafu ya duka.
Upatikanaji wa zana za programu za ai pia unaendeshwa na zana mpya za programu maalum za utumiaji zilizotengenezwa na AWS, makampuni makubwa kama vile Microsoft na Google. Kwa mfano, mnamo Desemba 2020, AWS ilitoa Amazon SageMaker JumpStart, kipengele cha Amazon SageMaker ambacho hutoa seti ya suluhisho zilizojengwa mapema na zinazoweza kubinafsishwa kwa kesi za kawaida za utumiaji wa viwandani, kama vile PdM, maono ya kompyuta, na kuendesha gari kwa uhuru. mibofyo michache tu.
Masuluhisho ya programu mahususi ya matumizi yanasukuma uboreshaji wa utumiaji.
Vyombo vya programu maalum, kama vile vinavyolenga matengenezo ya ubashiri, vinazidi kuwa vya kawaida. Uchanganuzi wa IoT ulibaini kuwa idadi ya watoa huduma wanaotumia suluhu za programu za usimamizi wa data ya bidhaa kulingana na AI (PdM) iliongezeka hadi 73 mapema 2021 kutokana na ongezeko la vyanzo mbalimbali vya data na utumiaji wa miundo ya mafunzo ya awali, na pia kuenea kwa data. kupitishwa kwa teknolojia ya uboreshaji wa data.
Jambo la 2: Ukuzaji na matengenezo ya masuluhisho ya AI yanarahisishwa
Kujifunza kwa mashine kiotomatiki (AutoML) kunakuwa bidhaa ya kawaida.
Kutokana na utata wa kazi zinazohusishwa na kujifunza kwa mashine (ML), ukuaji wa haraka wa programu za kujifunza mashine umetokeza hitaji la mbinu za kujifunza mashine zisizo kwenye rafu ambazo zinaweza kutumika bila utaalamu. Sehemu inayotokana ya utafiti, otomatiki inayoendelea ya kujifunza kwa mashine, inaitwa AutoML. Makampuni mbalimbali yanatumia teknolojia hii kama sehemu ya matoleo yao ya AI ili kuwasaidia wateja kubuni miundo ya ML na kutekeleza kesi za matumizi ya viwandani haraka zaidi. Mnamo Novemba 2020, kwa mfano, SKF ilitangaza bidhaa inayotegemea automL ambayo inachanganya data ya mchakato wa mashine na data ya mtetemo na halijoto ili kupunguza gharama na kuwezesha miundo mipya ya biashara kwa wateja.
Uendeshaji wa kujifunza kwa mashine (ML Ops) hurahisisha usimamizi na matengenezo ya muundo.
Nidhamu mpya ya uendeshaji wa mashine za kujifunza inalenga kurahisisha udumishaji wa miundo ya AI katika mazingira ya utengenezaji. Utendaji wa muundo wa AI kwa kawaida huharibika kadiri wakati unavyoathiriwa na mambo kadhaa ndani ya mtambo (kwa mfano, mabadiliko katika usambazaji wa data na viwango vya ubora). Kwa hivyo, urekebishaji wa miundo na uendeshaji wa kujifunza mashine umekuwa muhimu ili kukidhi mahitaji ya ubora wa juu wa mazingira ya viwanda (kwa mfano, miundo yenye utendaji chini ya 99% Inaweza kushindwa kutambua tabia inayohatarisha usalama wa mfanyakazi).
Katika miaka ya hivi karibuni, waanzishaji wengi wamejiunga na nafasi ya ML Ops, ikijumuisha DataRobot, Grid.AI, Pinecone/Zilliz, Seldon, na Weights & Biases. Makampuni yaliyoanzishwa yameongeza shughuli za kujifunza mashine kwa matoleo yao ya programu ya AI yaliyopo, ikiwa ni pamoja na Microsoft, ambayo ilianzisha ugunduzi wa data katika Studio ya Azure ML. Kipengele hiki kipya huwawezesha watumiaji kugundua mabadiliko katika usambazaji wa data ya ingizo ambayo hudhalilisha utendakazi wa muundo.
Jambo la 3: Upelelezi wa Bandia unatumika kwa programu zilizopo na kesi za utumiaji
Watoa programu za jadi wanaongeza uwezo wa AI.
Mbali na zana kubwa zilizopo za programu za AI za mlalo kama vile MS Azure ML, AWS SageMaker, na Google Cloud Vertex AI, suti za programu za kitamaduni kama vile Mifumo ya Kusimamia Matengenezo ya Kompyuta (CAMMS), Mifumo ya utekelezaji ya Utengenezaji (MES) au upangaji wa rasilimali za biashara (ERP) sasa inaweza kuboreshwa kwa kiasi kikubwa kwa kuingiza uwezo wa AI. Kwa mfano, mtoa huduma wa ERP Epicor Software anaongeza uwezo wa AI kwa bidhaa zake zilizopo kupitia Epicor Virtual Assistant (EVA). Mawakala mahiri wa EVA hutumiwa kufanya michakato ya ERP kiotomatiki, kama vile kupanga upya shughuli za utengenezaji au kutekeleza maswali rahisi (kwa mfano, kupata maelezo kuhusu bei ya bidhaa au idadi ya sehemu zinazopatikana).
Kesi za matumizi ya viwandani zinasasishwa kwa kutumia AIoT.
Kesi kadhaa za matumizi ya viwandani zinaimarishwa kwa kuongeza uwezo wa AI kwenye miundombinu iliyopo ya maunzi/programu. Mfano wazi ni maono ya mashine katika programu za udhibiti wa ubora. Mifumo ya kawaida ya mashine ya kuona huchakata picha kupitia kompyuta zilizounganishwa au za kipekee zilizo na programu maalum ambayo hutathmini vigezo na vizingiti vilivyoamuliwa mapema (km, utofautishaji wa juu) ili kubaini ikiwa vitu vinaonyesha kasoro. Mara nyingi (kwa mfano, vipengele vya elektroniki vilivyo na maumbo tofauti ya wiring), idadi ya vyema vya uongo ni ya juu sana.
Walakini, mifumo hii inafufuliwa kupitia akili ya bandia. Kwa mfano, mtoa huduma wa mashine za viwandani Cognex alitoa zana mpya ya Kujifunza kwa kina (Vision Pro Deep Learning 2.0) mnamo Julai 2021. Zana hizi mpya huunganishwa na mifumo ya maono ya kitamaduni, na kuwawezesha watumiaji wa mwisho kuchanganya ujifunzaji wa kina na zana za maono za kitamaduni katika matumizi sawa kukidhi mazingira yanayohitaji matibabu na kielektroniki ambayo yanahitaji kipimo sahihi cha mikwaruzo, uchafuzi na kasoro zingine.
Jambo la 4: Vifaa vya AIoT vya Viwanda vinaboreshwa
Chips za AI zinaboresha haraka.
Chipu za AI za maunzi zilizopachikwa zinakua kwa kasi, kukiwa na chaguzi mbalimbali zinazopatikana ili kusaidia uundaji na usambazaji wa miundo ya AI. Mifano ni pamoja na vitengo vya hivi punde vya kuchakata michoro vya NVIDIA (Gpus), A30 na A10, ambavyo vilianzishwa Machi 2021 na vinafaa kwa hali za matumizi ya AI kama vile mifumo ya mapendekezo na mifumo ya kuona ya kompyuta. Mfano mwingine ni wa Google wa kizazi cha nne cha Vitengo vya Kuchakata Tensor (TPus), ambavyo ni saketi zenye nguvu za kusudi maalum (ASics) ambazo zinaweza kufikia ufanisi na kasi mara 1,000 zaidi katika ukuzaji wa kielelezo na utumiaji kwa mzigo mahususi wa AI (kwa mfano, kugundua kitu. , uainishaji wa picha, na vigezo vya mapendekezo). Kutumia maunzi maalum ya AI hupunguza muda wa kukokotoa wa kielelezo kutoka siku hadi dakika, na imethibitika kuwa kibadilishaji mchezo katika visa vingi.
Vifaa vya nguvu vya AI vinapatikana mara moja kupitia modeli ya kulipia kwa matumizi.
Biashara za hali ya juu zinasasisha seva zao kila mara ili kufanya rasilimali za kompyuta zipatikane kwenye wingu ili watumiaji wa mwisho waweze kutekeleza programu za AI za viwandani. Mnamo Novemba 2021, kwa mfano, AWS ilitangaza kutolewa rasmi kwa toleo zake za hivi punde za GPU, Amazon EC2 G5, inayoendeshwa na NVIDIA A10G Tensor Core GPU, kwa matumizi anuwai ya ML, pamoja na maono ya kompyuta na injini za mapendekezo. Kwa mfano, mtoaji wa mifumo ya ugunduzi Nanotronics hutumia mifano ya Amazon EC2 ya suluhisho lake la udhibiti wa ubora linalotegemea AI ili kuharakisha juhudi za uchakataji na kufikia viwango sahihi zaidi vya ugunduzi katika utengenezaji wa microchips na nanotubes.
Hitimisho na Matarajio
AI inatoka kiwandani, na itakuwa inapatikana kila mahali katika programu mpya, kama vile PdM inayotegemea AI, na kama nyongeza kwa programu zilizopo na kesi za utumiaji. Biashara kubwa zinazindua kesi kadhaa za utumiaji wa AI na mafanikio ya kuripoti, na miradi mingi ina faida kubwa kwenye uwekezaji. Yote kwa yote, kuongezeka kwa wingu, majukwaa ya iot na chipsi zenye nguvu za AI hutoa jukwaa kwa kizazi kipya cha programu na uboreshaji.
Muda wa kutuma: Jan-12-2022