Neffens it koartlyn útbrocht Industrial AI en AI Market Report 2021-2026, is it oannimmen fan AI yn yndustriële ynstellings tanommen fan 19 prosint nei 31 prosint yn just mear as twa jier. Njonken 31 persint fan 'e respondinten dy't AI folslein of foar in part hawwe útrol yn har operaasjes, testje of pilotje noch 39 prosint de technology.
AI ûntstiet as in wichtige technology foar fabrikanten en enerzjybedriuwen wrâldwiid, en IoT-analyse foarseit dat de merk foar yndustriële AI-oplossingen in sterke post-pandemyske gearstalde jierlikse groei (CAGR) fan 35% sil sjen litte om $ 102.17 miljard te berikken yn 2026.
It digitale tiidrek hat berne oan it Internet of Things. It kin sjoen wurde dat it ûntstean fan keunstmjittige yntelliginsje it tempo fan 'e ûntwikkeling fan it Internet of Things hat versneld.
Litte wy efkes sjen nei guon fan 'e faktoaren dy't de opkomst fan yndustriële AI en AIoT driuwe.
Faktor 1: Mear en mear software-ark foar yndustriële AIoT
Yn 2019, doe't Iot analytics begon te dekken yndustriële AI, wiene d'r in pear tawijde AI-softwareprodukten fan leveransiers fan operasjonele technology (OT). Sûnt dy tiid binne in protte OT-leveransiers de AI-merk ynfierd troch AI-softwareoplossingen te ûntwikkeljen en te leverjen yn 'e foarm fan AI-platfoarms foar de fabryksflier.
Neffens gegevens biede hast 400 leveransiers AIoT-software oan. It oantal softwareferkeapers dat meidwaan oan 'e yndustriële AI-merk is de ôfrûne twa jier dramatysk tanommen. Tidens it ûndersyk identifisearre IoT Analytics 634 leveransiers fan AI-technology oan fabrikanten / yndustriële klanten. Fan dizze bedriuwen biede 389 (61,4%) AI-software oan.
It nije AI-softwareplatfoarm rjochtet him op yndustriële omjouwings. Beyond Uptake, Braincube, of C3 AI, in groeiend oantal leveransiers fan operasjonele technology (OT) biede tawijde AI-softwareplatfoarms. Foarbylden omfetsje ABB's Genix Industrial analytics en AI suite, Rockwell Automation's FactoryTalk Innovation suite, Schneider Electric's eigen produksjekonsultaasjeplatfoarm, en mear resint, spesifike tafoegings. Guon fan dizze platfoarms rjochtsje op in breed oanbod fan gebrûksgefallen. Bygelyks, ABB's Genix-platfoarm leveret avansearre analytiken, ynklusyf foarôfboude applikaasjes en tsjinsten foar behear fan operasjonele prestaasjes, yntegriteit fan aktiva, duorsumens en effisjinsje fan supply chain.
Grutte bedriuwen sette har ai-software-ark op 'e winkelflier.
De beskikberens fan ai-software-ark wurdt ek oandreaun troch nije gebrûk-gefal-spesifike software-ark ûntwikkele troch AWS, grutte bedriuwen lykas Microsoft en Google. Bygelyks, yn desimber 2020 hat AWS Amazon SageMaker JumpStart frijlitten, in funksje fan Amazon SageMaker dy't in set foarboude en oanpasbere oplossingen leveret foar de meast foarkommende gefallen fan yndustriële gebrûk, lykas PdM, kompjûterfisy, en autonoom riden, ynsette mei mar in pear mûsklikken.
Brûk-gefal-spesifike software-oplossings driuwen ferbetterings fan brûkberens.
Use-case-spesifike software suites, lykas dy rjochte op foarsizzend ûnderhâld, wurde hieltyd faker. IoT Analytics konstatearre dat it oantal providers dy't AI-basearre produktdatabehear (PdM) software-oplossingen brûkten ta 73 yn it begjin fan 2021 steeg fanwege in tanimming fan it ferskaat oan gegevensboarnen en it gebrûk fan modellen foar foaroplieding, lykas ek de wiidferspraat. oannimmen fan technologyen foar gegevensferbettering.
Faktor 2: De ûntwikkeling en ûnderhâld fan AI-oplossingen wurde ferienfâldige
Automatisearre masine learen (AutoML) wurdt in standertprodukt.
Fanwegen de kompleksiteit fan 'e taken dy't ferbûn binne mei masine learen (ML), hat de rappe groei fan applikaasjes foar masine-learen in ferlet makke oan off-the-shelf masine-learenmetoaden dy't kinne wurde brûkt sûnder ekspertize. It resultearjende fjild fan ûndersyk, progressive automatisearring foar masine learen, wurdt AutoML neamd. In ferskaat oan bedriuwen brûke dizze technology as ûnderdiel fan har AI-oanbod om klanten te helpen ML-modellen te ûntwikkeljen en yndustriële gebrûksgefallen rapper te implementearjen. Yn novimber 2020 kundige SKF bygelyks in automL-basearre produkt oan dat masjineprosesgegevens kombineart mei gegevens oer vibraasje en temperatuer om kosten te ferminderjen en nije bedriuwsmodellen foar klanten mooglik te meitsjen.
Masine-learoperaasjes (ML Ops) ferienfâldigje modelbehear en ûnderhâld.
De nije dissipline fan operaasjes foar masine-learen is fan doel it ûnderhâld fan AI-modellen yn produksjeomjouwings te ferienfâldigjen. De prestaasjes fan in AI-model ferdwine typysk yn 'e rin fan' e tiid, om't it wurdt beynfloede troch ferskate faktoaren binnen de plant (bygelyks feroarings yn gegevensdistribúsje en kwaliteitsnoarmen). As gefolch binne operaasjes foar modelûnderhâld en masine-learen needsaaklik wurden om te foldwaan oan 'e hege kwaliteitseasken fan yndustriële omjouwings (Bygelyks modellen mei prestaasjes ûnder 99% kinne miskien net identifisearje gedrach dat de feiligens fan arbeiders yn gefaar bringt).
Yn 'e ôfrûne jierren hawwe in protte startups meidien oan' e ML Ops-romte, ynklusyf DataRobot, Grid.AI, Pinecone/Zilliz, Seldon, en Weights & Biases. Oprjochte bedriuwen hawwe operaasjes foar masine-learen tafoege oan har besteande AI-software-oanbod, ynklusyf Microsoft, dy't deteksje fan gegevensdrift yn Azure ML Studio yntrodusearre. Dizze nije funksje stelt brûkers yn steat om feroaringen te detektearjen yn 'e ferdieling fan ynfiergegevens dy't modelprestaasjes degradearje.
Faktor 3: Keunstmjittige yntelliginsje tapast op besteande applikaasjes en gebrûksgefallen
Tradysjonele softwareproviders foegje AI-mooglikheden ta.
Neist besteande grutte horizontale AI-software-ark lykas MS Azure ML, AWS SageMaker, en Google Cloud Vertex AI, tradisjonele softwaresuites lykas Computerized Maintenance Management Systems (CAMMS), Manufacturing execution systems (MES) of Enterprise Resource Planning (ERP) kin no signifikant ferbettere wurde troch it ynjeksje fan AI-mooglikheden. Bygelyks, ERP-oanbieder Epicor Software foeget AI-mooglikheden ta oan har besteande produkten fia har Epicor Virtual Assistant (EVA). Intelligente EVA-aginten wurde brûkt om ERP-prosessen te automatisearjen, lykas it werjaan fan produksjeoperaasjes of it útfieren fan ienfâldige fragen (bygelyks it krijen fan details oer produktprizen of it oantal beskikbere dielen).
Gefallen foar yndustriële gebrûk wurde opwurdearre troch AIoT te brûken.
Ferskate gefallen fan yndustriële gebrûk wurde ferbettere troch AI-mooglikheden ta te foegjen oan besteande hardware / software-ynfrastruktuer. In libbendich foarbyld is masinefisy yn applikaasjes foar kwaliteitskontrôle. Tradysjonele masinefisysystemen ferwurkje ôfbyldings fia yntegreare as diskrete kompjûters útrist mei spesjalisearre software dy't foarbepaalde parameters en drompels evaluearret (bygelyks hege kontrast) om te bepalen oft objekten defekten hawwe. Yn in protte gefallen (bygelyks elektroanyske komponinten mei ferskillende wiring foarmen) is it oantal falske positives tige heech.
Dizze systemen wurde lykwols wer opwekke troch keunstmjittige yntelliginsje. Bygelyks, yndustriële masine Vision-provider Cognex hat in nij Deep Learning-ark (Vision Pro Deep Learning 2.0) yn july 2021 frijlitten. moetsje easken medyske en elektroanyske omjouwings dy't fereaskje krekte mjitting fan krassen, fersmoarging en oare defekten.
Faktor 4: Yndustriële AIoT-hardware wurdt ferbettere
AI-chips ferbetterje rap.
Ynbêde hardware AI-chips groeie rap, mei in ferskaat oan opsjes beskikber om de ûntwikkeling en ynset fan AI-modellen te stypjen. Foarbylden omfetsje de lêste grafyske ferwurkings-ienheden (Gpus) fan NVIDIA, de A30 en A10, dy't yn maart 2021 waarden yntrodusearre en binne geskikt foar AI-gebrûksgefallen lykas oanbefellingssystemen en kompjûterfisysystemen. In oar foarbyld is Google's fjirde generaasje Tensors Processing Units (TPus), dy't krêftige yntegreare circuits (ASics) binne dy't maksimaal 1000 kear mear effisjinsje en snelheid kinne berikke yn modelûntwikkeling en ynset foar spesifike AI-workloads (bgl. , ôfbyldingsklassifikaasje, en oanbefellingsbenchmarks). It brûken fan tawijd AI-hardware fermindert de berekkeningstiid fan modellen fan dagen nei minuten, en hat yn in protte gefallen bewiisd in spultsje-wikseler te wêzen.
Krêftige AI-hardware is direkt beskikber fia in pay-per-use model.
Superscale bedriuwen ferbetterje har servers konstant om komputerboarnen beskikber te meitsjen yn 'e wolk, sadat ein brûkers yndustriële AI-applikaasjes kinne ymplementearje. Yn novimber 2021 kundige AWS bygelyks de offisjele frijlitting oan fan har lêste GPU-basearre eksimplaren, Amazon EC2 G5, oandreaun troch de NVIDIA A10G Tensor Core GPU, foar in ferskaat oan ML-applikaasjes, ynklusyf kompjûterfisy en oanbefellingsmotoren. Bygelyks, leveransier fan opspoaringssystemen Nanotronics brûkt Amazon EC2-foarbylden fan har AI-basearre oplossing foar kwaliteitskontrôle om ferwurkingsynspanningen te fersnellen en krekter deteksjesifers te berikken by it meitsjen fan mikrochips en nanotubes.
Konklúzje en Prospect
AI komt út it fabryk, en it sil ubiquitous wêze yn nije applikaasjes, lykas AI-basearre PdM, en as ferbetterings foar besteande software en gebrûksgefallen. Grutte bedriuwen rôlje ferskate gefallen fan AI-gebrûk út en rapportearje sukses, en de measte projekten hawwe in heech rendemint op ynvestearring. Al mei al biedt de opkomst fan 'e wolk, iot-platfoarms en krêftige AI-chips in platfoarm foar in nije generaasje software en optimisaasje.
Post tiid: Jan-12-2022