Саяхан гаргасан 2021-2026 оны Аж үйлдвэрийн хиймэл оюун ухаан ба хиймэл оюун ухааны зах зээлийн тайланд дурдсанаар хоёр жилийн дотор хиймэл оюун ухааныг аж үйлдвэрийн орчинд нэвтрүүлэх түвшин 19 хувиас 31 хувь болж өссөн байна. Судалгаанд хамрагдагсдын 31 хувь нь хиймэл оюун ухааныг бүрэн буюу хэсэгчлэн үйл ажиллагаандаа нэвтрүүлсэнээс гадна өөр 39 хувь нь уг технологийг туршиж эсвэл туршиж байна.
AI нь дэлхий даяар үйлдвэрлэгчид болон эрчим хүчний компаниудын гол технологи болж хөгжиж байгаа бөгөөд IoT шинжилгээгээр аж үйлдвэрийн хиймэл оюун ухааны шийдлүүдийн зах зээл тахлын дараах 35%-ийн хүчтэй жилийн өсөлтийн хурдыг (CAGR) харуулж, 2026 он гэхэд 102.17 тэрбум долларт хүрнэ гэж таамаглаж байна.
Дижитал эрин үе нь эд зүйлсийн интернетийг төрүүлсэн. Хиймэл оюун ухаан гарч ирснээр эд зүйлсийн интернетийн хөгжлийн хурд хурдассан нь харагдаж байна.
Аж үйлдвэрийн хиймэл оюун ухаан болон AIoT-ийн өсөлтөд нөлөөлж буй зарим хүчин зүйлсийг харцгаая.
1-р хүчин зүйл: Аж үйлдвэрийн AIoT-д зориулсан програм хангамжийн хэрэгслүүд улам бүр нэмэгдсээр байна
2019 онд Iot аналитик нь үйлдвэрлэлийн хиймэл оюун ухааныг хамарч эхлэхэд үйл ажиллагааны технологийн (OT) борлуулагчдаас тусгайлан зориулсан хиймэл оюун ухааны програм хангамжийн бүтээгдэхүүн цөөхөн байсан. Түүнээс хойш олон тооны OT үйлдвэрлэгчид хиймэл оюун ухааны зах зээлд нэвтэрч, AI программ хангамжийн шийдлүүдийг үйлдвэрийн давхарт зориулсан AI платформ хэлбэрээр гаргаж ирсэн.
Мэдээллийн дагуу 400 орчим үйлдвэрлэгчид AIoT програм хангамжийг санал болгодог. Аж үйлдвэрийн хиймэл оюун ухааны зах зээлд нэгдэж буй програм хангамж үйлдвэрлэгчдийн тоо сүүлийн хоёр жилд эрс нэмэгдсэн. Судалгааны явцад IoT Analytics нь 634 хиймэл оюун ухаан технологийн ханган нийлүүлэгчийг үйлдвэрлэгчид/үйлдвэрлэлийн хэрэглэгчдэд тодорхойлсон. Эдгээр компаниудын 389 (61.4%) нь хиймэл оюун ухааны программ хангамжийг санал болгодог.
Шинэ хиймэл оюун ухааны програм хангамжийн платформ нь үйлдвэрлэлийн орчинд анхаарлаа төвлөрүүлдэг. Uptake, Braincube эсвэл C3 AI-аас гадна үйл ажиллагааны технологи (OT) үйлдвэрлэгчдийн тоо өсөн нэмэгдэж буй AI програм хангамжийн тусгай платформуудыг санал болгож байна. Тухайлбал, ABB-ийн Genix Industrial analytics болон AI иж бүрдэл, Rockwell Automation-ийн FactoryTalk Innovation иж бүрдэл, Schneider Electric-ийн өөрийн үйлдвэрлэлийн зөвлөх платформ болон сүүлийн үед тусгайлсан нэмэлтүүд орно. Эдгээр платформуудын зарим нь өргөн хүрээний хэрэглээний тохиолдлуудад чиглэгддэг. Жишээлбэл, ABB-ийн Genix платформ нь үйл ажиллагааны гүйцэтгэлийн удирдлага, хөрөнгийн бүрэн бүтэн байдал, тогтвортой байдал, нийлүүлэлтийн гинжин хэлхээний үр ашгийг хангахад зориулсан урьдчилан бүтээгдсэн програмууд болон үйлчилгээнүүд зэрэг дэвшилтэт аналитикуудыг өгдөг.
Томоохон компаниуд ai програм хангамжийн хэрэгслээ дэлгүүрийн тавцан дээр тавьж байна.
Ai програм хангамжийн хэрэгслүүдийн хүртээмж нь AWS, Microsoft, Google зэрэг томоохон компаниудын боловсруулсан шинэ хэрэглээний тусгай програм хангамжийн хэрэгслээс шалтгаалдаг. Жишээлбэл, 2020 оны 12-р сард AWS Amazon SageMaker JumpStart-ийг гаргасан бөгөөд Amazon SageMaker-ийн онцлог нь PdM, компьютерийн хараа, бие даасан жолоодлого зэрэг үйлдвэрлэлийн хэрэглээний хамгийн түгээмэл тохиолдлуудад зориулан урьдчилан бүтээж, өөрчлөх боломжтой шийдлүүдийг өгдөг. хэдхэн товшилтоор.
Хэрэглээний онцлогт тохирсон програм хангамжийн шийдлүүд нь ашиглалтыг сайжруулахад түлхэц өгч байна.
Урьдчилан таамаглах засвар үйлчилгээ зэрэгт зориулагдсан програм хангамжийн багцууд илүү түгээмэл болж байна. IoT Analytics-ийн ажигласнаар 2021 оны эхээр хиймэл оюун ухаанд суурилсан бүтээгдэхүүний мэдээллийн удирдлагын (PdM) програм хангамжийн шийдлүүдийг ашигладаг үйлчилгээ үзүүлэгчдийн тоо 73 болж өсөж, мэдээллийн эх үүсвэрийн төрөл нэмэгдэж, сургалтын өмнөх загварууд, түүнчлэн өргөн тархсантай холбоотой. өгөгдөл сайжруулах технологийг нэвтрүүлэх.
Хүчин зүйл 2: AI шийдлүүдийг боловсруулах, засвар үйлчилгээ хийх ажлыг хялбарчилж байна
Автоматжуулсан машин сургалт (AutoML) нь стандарт бүтээгдэхүүн болж байна.
Машин сургалтын (ML) даалгавруудын нарийн төвөгтэй байдлаас шалтгаалан машин сургалтын програмуудын хурдацтай өсөлт нь туршлагагүйгээр ашиглаж болох бэлэн машин сургалтын аргуудын хэрэгцээг бий болгож байна. Үүний үр дүнд судалгааны салбар болох машин сургалтын дэвшилтэт автоматжуулалтыг AutoML гэж нэрлэдэг. Төрөл бүрийн компаниуд хэрэглэгчиддээ ML загвар боловсруулж, үйлдвэрлэлийн хэрэглээний тохиолдлуудыг хурдан хэрэгжүүлэхэд нь туслах зорилгоор хиймэл оюун ухааны санал болгож буй нэг хэсэг болгон энэ технологийг ашиглаж байна. Жишээлбэл, 2020 оны 11-р сард SKF нь зардлаа бууруулж, үйлчлүүлэгчдэд бизнесийн шинэ загварыг бий болгохын тулд машины процессын өгөгдлийг чичиргээ болон температурын өгөгдөлтэй хослуулсан automL-д суурилсан бүтээгдэхүүнийг зарлав.
Машин сургалтын үйл ажиллагаа (ML Ops) нь загварын удирдлага, засвар үйлчилгээг хялбаршуулдаг.
Машин сургалтын үйл ажиллагааны шинэ салбар нь үйлдвэрлэлийн орчинд хиймэл оюун ухааны загваруудын засвар үйлчилгээг хялбарчлахад чиглэгддэг. AI загварын гүйцэтгэл нь үйлдвэрийн доторх хэд хэдэн хүчин зүйл (жишээ нь, өгөгдөл түгээх болон чанарын стандартын өөрчлөлт) нөлөөлдөг тул цаг хугацааны явцад ихэвчлэн мууддаг. Үүний үр дүнд үйлдвэрлэлийн орчны өндөр чанарын шаардлагыг хангахын тулд загварын засвар үйлчилгээ, машин сургалтын үйл ажиллагаа шаардлагатай болсон (жишээлбэл, 99% -иас доош гүйцэтгэлтэй загварууд нь ажилчдын аюулгүй байдалд заналхийлж буй зан үйлийг тодорхойлж чадахгүй байж магадгүй).
Сүүлийн жилүүдэд DataRobot, Grid.AI, Pinecone/Zilliz, Seldon, Weights & Biases зэрэг олон стартапууд ML Ops орон зайд нэгдсэн. Байгуулагдсан компаниуд одоо байгаа хиймэл оюун ухааны програм хангамжийн саналдаа машин сургалтын үйлдлүүдийг нэмсэн, тэр дундаа Azure ML Studio дээр өгөгдлийн шилжилтийн илрүүлэлтийг нэвтрүүлсэн Майкрософт. Энэхүү шинэ функц нь хэрэглэгчдэд загварын гүйцэтгэлийг доройтуулж буй оролтын өгөгдлийн тархалтын өөрчлөлтийг илрүүлэх боломжийг олгодог.
Хүчин зүйл 3: Хиймэл оюун ухааныг одоо байгаа програмууд болон хэрэглээний тохиолдлуудад ашигласан
Уламжлалт програм хангамж нийлүүлэгчид хиймэл оюун ухааны чадавхийг нэмж байна.
MS Azure ML, AWS SageMaker, Google Cloud Vertex AI зэрэг одоо байгаа том хэвтээ хиймэл оюун ухааны програм хангамжийн хэрэгслүүдээс гадна Компьютержсэн засвар үйлчилгээний удирдлагын систем (CAMMS), Үйлдвэрлэлийн гүйцэтгэлийн систем (MES) эсвэл байгууллагын нөөц төлөвлөлт (ERP) зэрэг уламжлалт програм хангамжийн багцууд. одоо хиймэл оюун ухааны чадавхийг нэвтрүүлэх замаар ихээхэн сайжруулах боломжтой. Жишээлбэл, ERP үйлчилгээ үзүүлэгч Epicor Software нь одоо байгаа бүтээгдэхүүнүүддээ Epicor Virtual Assistant (EVA)-аар дамжуулан хиймэл оюун ухааны чадавхийг нэмж байна. Ухаалаг EVA агентууд нь үйлдвэрлэлийн үйл ажиллагааны хуваарийг өөрчлөх эсвэл энгийн асуултуудыг гүйцэтгэх (жишээлбэл, бүтээгдэхүүний үнэ эсвэл бэлэн байгаа хэсгүүдийн тооны талаар дэлгэрэнгүй мэдээлэл авах) гэх мэт ERP процессуудыг автоматжуулахад ашиглагддаг.
AIoT ашиглан үйлдвэрлэлийн хэрэглээний кейсүүдийг сайжруулж байна.
Одоо байгаа техник хангамж/програм хангамжийн дэд бүтцэд хиймэл оюун ухааны чадавхийг нэмснээр үйлдвэрлэлийн хэрэглээний хэд хэдэн тохиолдлыг сайжруулж байна. Үүний тод жишээ бол чанарын хяналтын программ дахь машины хараа юм. Уламжлалт машины харааны систем нь объектод согог илэрсэн эсэхийг тодорхойлохын тулд урьдчилан тодорхойлсон параметр, босго хэмжээг (жишээ нь, өндөр тодосгогч) үнэлдэг тусгай программ хангамжаар тоноглогдсон нэгдсэн эсвэл салангид компьютерээр дамжуулан зургийг боловсруулдаг. Ихэнх тохиолдолд (жишээлбэл, өөр өөр утас хэлбэртэй электрон эд ангиуд) хуурамч эерэг тоо маш их байдаг.
Гэсэн хэдий ч эдгээр системийг хиймэл оюун ухаанаар сэргээж байна. Жишээлбэл, үйлдвэрлэлийн машины Vision үйлчилгээ үзүүлэгч Cognex нь 2021 оны 7-р сард шинэ Deep Learning хэрэгслийг (Vision Pro Deep Learning 2.0) гаргасан. Шинэ хэрэгслүүд нь уламжлалт харааны системтэй нэгдэж, эцсийн хэрэглэгчдэд гүн гүнзгий суралцахыг уламжлалт харааны хэрэгслүүдтэй нэг програмд нэгтгэх боломжийг олгодог. зураас, бохирдол болон бусад согогийг нарийн хэмжих шаардлагатай эмнэлгийн болон цахим орчинг хангах.
Хүчин зүйл 4: Аж үйлдвэрийн AIoT техник хангамж сайжирч байна
AI чипүүд хурдацтай сайжирч байна.
Embedded hardware AI чипүүд хурдацтай хөгжиж байгаа бөгөөд AI загваруудыг хөгжүүлэх, ашиглахад туслах олон янзын сонголтууд байдаг. Жишээ нь: NVIDIA-ийн хамгийн сүүлийн үеийн график боловсруулах нэгжүүд (Gpus), 2021 оны 3-р сард танилцуулагдсан A30 ба A10 нь зөвлөмжийн систем, компьютерийн харааны систем зэрэг хиймэл оюун ухаан ашиглахад тохиромжтой. Өөр нэг жишээ бол Google-ийн дөрөв дэх үеийн Тензор боловсруулах нэгжүүд (TPus) нь тусгай зориулалтын хүчирхэг нэгдсэн хэлхээнүүд (ASics) бөгөөд тодорхой хиймэл оюун ухааны ажлын ачаалалд (жишээ нь: объект илрүүлэх) загвар боловсруулах, байршуулахад 1000 дахин илүү үр ашиг, хурдыг бий болгодог. , зургийн ангилал, зөвлөмжийн жишиг). Зориулалтын AI техник хангамжийг ашиглах нь загвар тооцоолох хугацааг хоногоос хэдэн минут болгон багасгаж, олон тохиолдолд тоглоомыг өөрчилдөг нь батлагдсан.
Хүчирхэг AI техник хангамжийг ашиглах бүртээ төлбөртэй загвараар дамжуулан шууд авах боломжтой.
Супер масштабтай аж ахуйн нэгжүүд үүлэн доторх тооцооллын нөөцийг ашиглах боломжтой болгохын тулд серверүүдээ байнга сайжруулж, эцсийн хэрэглэгчид үйлдвэрлэлийн AI програмуудыг хэрэгжүүлэх боломжтой болгодог. Жишээлбэл, 2021 оны 11-р сард AWS нь NVIDIA A10G Tensor Core GPU-ээр ажилладаг хамгийн сүүлийн үеийн GPU-д суурилсан инстанцууд болох Amazon EC2 G5-ээ компьютерийн хараа, зөвлөмж хөдөлгүүр зэрэг олон төрлийн ML программуудад зориулан албан ёсоор гаргахаа зарлав. Жишээлбэл, илрүүлэх систем нийлүүлэгч Nanotronics нь бичил чип, нано гуурс үйлдвэрлэхэд боловсруулалтыг хурдасгах, илүү нарийвчлалтай илрүүлэх хурдыг бий болгохын тулд хиймэл оюун ухаанд суурилсан чанарын хяналтын шийдлийнхээ Amazon EC2 жишээг ашигладаг.
Дүгнэлт ба хэтийн төлөв
Хиймэл оюун ухаан нь үйлдвэрээс гарч байгаа бөгөөд энэ нь хиймэл оюун ухаанд суурилсан PdM гэх мэт шинэ программуудад хаа сайгүй ашиглагдах болно, мөн одоо байгаа програм хангамж, хэрэглээний тохиолдлуудад нэмэлт болгон ашиглах болно. Томоохон аж ахуйн нэгжүүд хиймэл оюун ухааны хэрэглээний хэд хэдэн тохиолдлыг гаргаж, амжилтаа тайлагнаж байгаа бөгөөд ихэнх төслүүд хөрөнгө оруулалтын өгөөж өндөртэй байдаг. Ерөнхийдөө үүл, iot платформууд болон хүчирхэг AI чипүүдийн өсөлт нь шинэ үеийн програм хангамж, оновчтой болгох платформ болж өгдөг.
Шуудангийн цаг: 2022 оны 1-р сарын 12