Conform raportului de piață AI și AI AI recent lansat recent 2021-2026, rata de adopție a AI în mediile industriale a crescut de la 19 % la 31 la sută în puțin peste doi ani. În plus față de 31 la sută dintre respondenții care au lansat pe deplin sau parțial AI în operațiunile lor, alte 39 la sută testează în prezent sau pilotează tehnologia.
AI apare ca o tehnologie cheie pentru producători și companii de energie din întreaga lume, iar analiza IoT prevede că piața de soluții AI industriale va arăta o rată anuală de creștere a compusului post-pandemic puternic (CAGR) de 35% pentru a ajunge la 102,17 miliarde de dolari până în 2026.
Epoca digitală a născut pe Internet of Things. Se poate observa că apariția inteligenței artificiale a accelerat ritmul dezvoltării Internetului lucrurilor.
Să aruncăm o privire asupra unora dintre factorii care determină creșterea AI industrială și AIOT.
Factorul 1: Din ce în ce mai multe instrumente software pentru AIOT industrial
În 2019, când IoT Analytics a început să acopere AI industrial, au existat puține produse software AI dedicate de la furnizorii de tehnologie operațională (OT). De atunci, mulți furnizori de OT au intrat pe piața AI prin dezvoltarea și furnizarea de soluții software AI sub formă de platforme AI pentru etajul fabricii.
Conform datelor, aproape 400 de vânzători oferă software AIOT. Numărul vânzătorilor de software care s -au alăturat pieței AI industriale a crescut dramatic în ultimii doi ani. În timpul studiului, IoT Analytics a identificat 634 de furnizori de tehnologie AI pentru producători/clienți industriali. Dintre aceste companii, 389 (61,4%) oferă software AI.
Noua platformă software AI se concentrează pe medii industriale. Dincolo de absorbție, BrainCube sau C3 AI, un număr tot mai mare de furnizori de tehnologie operațională (OT) oferă platforme software AI dedicate. Printre exemple se numără ABB de la ABB Analytics Industrial Analytics și AI Suite, Rockwell Automation FactoryTalk Innovation Suite, platforma de consultanță de fabricație Schneider Electric și, mai recent, adaosuri specifice. Unele dintre aceste platforme vizează o gamă largă de cazuri de utilizare. De exemplu, platforma Genix a ABB oferă analize avansate, inclusiv aplicații și servicii pre-construite pentru gestionarea performanței operaționale, integritatea activelor, durabilitatea și eficiența lanțului de aprovizionare.
Companiile mari își pun instrumentele software AI pe podeaua magazinului.
Disponibilitatea instrumentelor software AI este, de asemenea, determinată de noi instrumente software specifice cazurilor de utilizare dezvoltate de AWS, companii mari, precum Microsoft și Google. De exemplu, în decembrie 2020, AWS a lansat Amazon Sagemaker Jumpstart, o caracteristică a Amazon Sagemaker care oferă un set de soluții pre-construite și personalizabile pentru cele mai frecvente cazuri de utilizare industrială, cum ar fi PDM, viziunea computerului și conducerea autonomă, se desfășoară cu doar câteva clicuri.
Soluțiile software specifice cazurilor de utilizare determină îmbunătățirile utilizabilității.
Apartamentele software specifice cazurilor de utilizare, cum ar fi cele axate pe întreținerea predictivă, devin mai frecvente. IoT Analytics a observat că numărul de furnizori care utilizează soluții software bazate pe AI BAILD DATE DE DATE DE PRODUS (PDM) a crescut la 73 la începutul anului 2021, din cauza creșterii varietății de surse de date și a utilizării modelelor de pre-instruire, precum și a adoptării pe scară largă a tehnologiilor de îmbunătățire a datelor.
Factorul 2: Dezvoltarea și menținerea soluțiilor AI sunt simplificate
Învățarea automată a mașinilor (Automl) devine un produs standard.
Datorită complexității sarcinilor asociate învățării automate (ML), creșterea rapidă a aplicațiilor de învățare automată a creat o nevoie de metode de învățare automată care poate fi utilizată fără expertiză. Domeniul rezultat al cercetării, automatizarea progresivă pentru învățarea automată, se numește Automl. O varietate de companii folosesc această tehnologie ca parte a ofertelor lor AI pentru a ajuta clienții să dezvolte modele ML și să implementeze mai repede cazuri de utilizare industrială. În noiembrie 2020, de exemplu, SKF a anunțat un produs bazat pe automobile care combină datele procesului mașinii cu datele de vibrații și temperatură pentru a reduce costurile și pentru a permite noi modele de afaceri pentru clienți.
Operațiunile de învățare automată (ML OPS) simplifică gestionarea și întreținerea modelului.
Noua disciplină a operațiunilor de învățare automată își propune să simplifice întreținerea modelelor AI în mediile de fabricație. Performanța unui model AI se degradează de obicei în timp, deoarece este afectată de mai mulți factori din cadrul plantei (de exemplu, modificări ale distribuției datelor și standardelor de calitate). Drept urmare, operațiunile de întreținere a modelului și de învățare automată au devenit necesare pentru a îndeplini cerințele de înaltă calitate ale mediilor industriale (de exemplu, modelele cu performanțe sub 99% pot să nu identifice comportamentul care pune în pericol siguranța lucrătorilor).
În ultimii ani, multe startup -uri s -au alăturat spațiului ML OPS, inclusiv Datarobot, Grid.AI, Pinecone/Zilliz, Seldon și Greutăți și prejudecăți. Companiile consacrate au adăugat operațiuni de învățare automată la ofertele software AI existente, inclusiv Microsoft, care a introdus detectarea de derivă a datelor în Azure ML Studio. Această nouă caracteristică permite utilizatorilor să detecteze modificări în distribuția datelor de intrare care degradează performanța modelului.
Factorul 3: inteligența artificială aplicată aplicațiilor și cazurilor de utilizare existente
Furnizorii de software tradiționali adaugă capacități AI.
În plus față de instrumente software orizontale mari existente, precum MS Azure ML, AWS Sagemaker și Google Cloud Vertex AI, apartamente software tradiționale, cum ar fi sisteme de gestionare a întreținerii computerizate (CAMMS), sistemele de execuție a fabricării (MES) sau planificarea resurselor de întreprindere (ERP) pot fi acum îmbunătățite în mod semnificativ prin injectarea capacităților AI. De exemplu, furnizorul ERP Epicor Software adaugă capabilități AI la produsele sale existente prin intermediul asistentului său virtual Epicor (EVA). Agenții inteligenți EVA sunt folosiți pentru a automatiza procesele ERP, cum ar fi reprogramarea operațiunilor de fabricație sau efectuarea de interogări simple (de exemplu, obținerea de detalii despre prețul produsului sau numărul de piese disponibile).
Cazurile de utilizare industrială sunt modernizate prin utilizarea AIOT.
Mai multe cazuri de utilizare industrială sunt îmbunătățite prin adăugarea de capacități AI la infrastructura hardware/software existentă. Un exemplu viu este viziunea mașinii în aplicațiile de control al calității. Sistemele tradiționale de viziune a mașinilor procesează imagini prin intermediul unor computere integrate sau discrete echipate cu un software specializat care evaluează parametrii și pragurile predeterminate (de exemplu, contrast ridicat) pentru a determina dacă obiectele prezintă defecte. În multe cazuri (de exemplu, componente electronice cu diferite forme de cablare), numărul de falsuri pozitive este foarte mare.
Cu toate acestea, aceste sisteme sunt reînviate prin inteligență artificială. De exemplu, Furnizorul de viziune a mașinilor industriale CognEx a lansat un nou instrument de învățare profundă (Vision Pro Deep Learning 2.0) în iulie 2021. Noile instrumente se integrează cu sistemele tradiționale de viziune, permițând utilizatorilor finali să combine învățarea profundă cu instrumentele de viziune tradiționale în aceeași aplicație pentru a satisface medii medicale și electronice care necesită o măsurare exactă a zgârieturilor, contaminării și alte defecte.
Factorul 4: Hardware -ul industrial AIOT fiind îmbunătățit
Jetoanele AI se îmbunătățesc rapid.
Jetoanele AI hardware încorporate cresc rapid, cu o varietate de opțiuni disponibile pentru a sprijini dezvoltarea și implementarea modelelor AI. Exemple includ cele mai recente unități de procesare grafică (GPU) ale NVIDIA, A30 și A10, care au fost introduse în martie 2021 și sunt potrivite pentru cazuri de utilizare AI, cum ar fi sisteme de recomandare și sisteme de viziune computerizată. Un alt exemplu este unitățile de procesare a tensiunilor din a patra generație Google (TPU), care sunt circuite integrate cu scop special (ASIC) cu scop special, care pot obține de până la 1.000 de ori mai multă eficiență și viteză în dezvoltarea și implementarea modelului pentru sarcini de lucru specifice AI (de exemplu, detectarea obiectelor, clasificarea imaginilor și informațiile de referință de recomandare). Utilizarea hardware -ului AI dedicat reduce timpul de calcul al modelului de la zile la minute și s -a dovedit a fi un schimbător de jocuri în multe cazuri.
Hardware AI puternic este disponibil imediat printr-un model de plată pe utilizare.
SuperScale Enterprises își modernizează constant serverele pentru a pune la dispoziție resursele de calcul în cloud, astfel încât utilizatorii finali să poată implementa aplicații AI industriale. În noiembrie 2021, de exemplu, AWS a anunțat lansarea oficială a ultimelor sale instanțe bazate pe GPU, Amazon EC2 G5, alimentat de Nvidia A10G Tensor Core GPU, pentru o varietate de aplicații ML, inclusiv viziunea computerului și motoarele de recomandare. De exemplu, Nanotronica furnizorului de sisteme de detectare folosește exemple Amazon EC2 ale soluției sale de control al calității bazate pe AI pentru a accelera eforturile de procesare și pentru a obține rate de detectare mai precise la fabricarea de microcipuri și nanotuburi.
Concluzie și perspectivă
AI iese din fabrică și va fi omniprezentă în aplicațiile noi, cum ar fi PDM bazată pe AI, și ca îmbunătățiri la software-ul și cazurile de utilizare existente. Întreprinderile mari lansează mai multe cazuri de utilizare AI și succesul de raportare, iar majoritatea proiectelor au un randament ridicat al investițiilor. În total, creșterea platformelor Cloud, IoT și a cipurilor AI puternice oferă o platformă pentru o nouă generație de software și optimizare.
Ora post: 12-2022 ianuarie