Neffens it koartlyn útbrochte Yndustriële AI en AI-merkrapport 2021-2026 is it oannimmen fan AI yn yndustriële omjouwings yn krekt mear as twa jier tanommen fan 19 prosint nei 31 prosint. Neist 31 prosint fan 'e respondinten dy't AI folslein of foar in part yn har operaasjes hawwe ynset, binne nochris 39 prosint op it stuit dwaande mei it testen of pilotearjen fan 'e technology.
KI ûntstiet as in wichtige technology foar fabrikanten en enerzjybedriuwen wrâldwiid, en IoT-analyze foarseit dat de merk foar yndustriële KI-oplossingen in sterke post-pandemy gearstalde jierlikse groeisnelheid (CAGR) fan 35% sil sjen litte om $ 102,17 miljard te berikken yn 2026.
It digitale tiidrek hat it Ynternet fan Dingen berne. It is te sjen dat de opkomst fan keunstmjittige yntelliginsje it tempo fan 'e ûntwikkeling fan it Ynternet fan Dingen fersneld hat.
Litte wy ris sjen nei guon fan 'e faktoaren dy't de opkomst fan yndustriële AI en AIoT oandriuwe.
Faktor 1: Mear en mear software-ark foar yndustriële AIoT
Yn 2019, doe't IoT-analyses begûnen mei it dekken fan yndustriële AI, wiene der mar in pear tawijde AI-softwareprodukten fan leveransiers fan operasjonele technology (OT). Sûnt dy tiid binne in protte OT-leveransiers de AI-merk yngien troch it ûntwikkeljen en leverjen fan AI-softwareoplossingen yn 'e foarm fan AI-platfoarms foar de fabryksflier.
Neffens gegevens biede hast 400 leveransiers AIoT-software oan. It oantal softwareleveransiers dat him oanslút by de 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. Neist Uptake, Braincube, of C3 AI, biedt in groeiend oantal leveransiers fan operasjonele technology (OT) tawijde AI-softwareplatfoarms oan. Foarbylden binne ABB's Genix Industrial analytics en AI-suite, Rockwell Automation's FactoryTalk Innovation-suite, Schneider Electric's eigen produksjekonsultaasjeplatfoarm, en koartlyn spesifike tafoegings. Guon fan dizze platfoarms rjochtsje har op in breed skala oan gebrûksgefallen. Bygelyks, ABB's Genix-platfoarm biedt avansearre analytyk, ynklusyf foarboude applikaasjes en tsjinsten foar operasjoneel prestaasjesbehear, assetintegriteit, duorsumens en supply chain-effisjinsje.
Grutte bedriuwen sette har AI-software-ark op 'e wurkflier.
De beskikberens fan AI-software-ark wurdt ek oandreaun troch nije gebrûksgefal-spesifike software-ark ûntwikkele troch AWS, grutte bedriuwen lykas Microsoft en Google. Bygelyks, yn desimber 2020 hat AWS Amazon SageMaker JumpStart útbrocht, in funksje fan Amazon SageMaker dy't in set foarboude en oanpasbere oplossingen biedt foar de meast foarkommende yndustriële gebrûksgefallen, lykas PdM, kompjûterfisy en autonoom riden, ynset mei mar in pear klikken.
Gebrûksgefalspesifike software-oplossingen stimulearje ferbetteringen fan brûkberens.
Gebrûksgefal-spesifike softwaresuites, lykas dy rjochte op foarsizzend ûnderhâld, wurde hieltyd faker. IoT Analytics observearre dat it oantal oanbieders dat gebrûk makket fan AI-basearre produktgegevensbehear (PdM) softwareoplossingen tanommen is nei 73 begjin 2021 fanwegen in tanimming fan 'e ferskaat oan gegevensboarnen en it gebrûk fan pre-trainingsmodellen, lykas de wiidfersprate oannimmen fan gegevensferbetteringstechnologyen.
Faktor 2: De ûntwikkeling en it ûnderhâld fan AI-oplossingen wurde ferienfâldige
Automatisearre masinelearen (AutoML) wurdt in standertprodukt.
Fanwegen de kompleksiteit fan 'e taken dy't ferbûn binne mei masinelearen (ML), hat de rappe groei fan applikaasjes foar masinelearen in needsaak makke foar standert masinelearmetoaden dy't sûnder ekspertize brûkt wurde kinne. It resultearjende ûndersyksfjild, progressive automatisearring foar masinelearen, hjit AutoML. In ferskaat oan bedriuwen brûke dizze technology as ûnderdiel fan har AI-oanbiedingen om klanten te helpen ML-modellen te ûntwikkeljen en yndustriële gebrûksgefallen rapper te ymplementearjen. Yn novimber 2020 kundige SKF bygelyks in op autoML basearre produkt oan dat masineprosesgegevens kombinearret mei trillings- en temperatuergegevens om kosten te ferminderjen en nije bedriuwsmodellen foar klanten mooglik te meitsjen.
Masinelearoperaasjes (ML Ops) ferienfâldigje modelbehear en ûnderhâld.
De nije dissipline fan masinelearoperaasjes hat as doel it ûnderhâld fan KI-modellen yn produksjeomjouwings te ferienfâldigjen. De prestaasjes fan in KI-model nimme typysk mei de tiid ôf, om't it beynfloede wurdt troch ferskate faktoaren binnen de plant (bygelyks feroarings yn gegevensferdieling en kwaliteitsnormen). As gefolch binne modelûnderhâld en masinelearoperaasjes needsaaklik wurden om te foldwaan oan de hege kwaliteitseasken fan yndustriële omjouwings (bygelyks, modellen mei prestaasjes ûnder 99% kinne gedrach net identifisearje dat de feiligens fan arbeiders yn gefaar bringt).
Yn 'e ôfrûne jierren binne in protte startups oansletten by de ML Ops-romte, ynklusyf DataRobot, Grid.AI, Pinecone/Zilliz, Seldon, en Weights & Biases. Fêstige bedriuwen hawwe masinelearoperaasjes tafoege oan har besteande AI-software-oanbiedingen, ynklusyf Microsoft, dat gegevensdriftdeteksje yntrodusearre yn Azure ML Studio. Dizze nije funksje stelt brûkers yn steat om feroarings yn 'e ferdieling fan ynfiergegevens te detektearjen dy't de prestaasjes fan it model ferleegje.
Faktor 3: Keunstmjittige yntelliginsje tapast op besteande applikaasjes en gebrûksgefallen
Tradisjonele softwareproviders foegje AI-mooglikheden ta.
Neist besteande grutte horizontale AI-softwaretools lykas MS Azure ML, AWS SageMaker, en Google Cloud Vertex AI, kinne tradisjonele softwaresuites lykas Computerized Maintenance Management Systems (CAMMS), Manufacturing execution systems (MES) of enterprise resource planning (ERP) no signifikant ferbettere wurde troch AI-mooglikheden te ynjeksjearjen. Bygelyks, ERP-leveransier 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 opnij plannen fan produksjeoperaasjes of it útfieren fan ienfâldige fragen (bygelyks it krijen fan details oer produktprizen of it oantal beskikbere ûnderdielen).
Yndustriële gebrûksgefallen wurde opwurdearre mei it brûken fan AIoT.
In oantal yndustriële gebrûksgefallen wurde ferbettere troch it tafoegjen fan KI-mooglikheden oan besteande hardware/software-ynfrastruktuer. In libbendich foarbyld is masinefisy yn kwaliteitskontrôle-applikaasjes. Tradisjonele masinefisysystemen ferwurkje ôfbyldings fia yntegreare of aparte kompjûters dy't foarsjoen binne fan spesjalisearre software dy't foarôf bepaalde parameters en drompelwearden (bygelyks heech kontrast) evaluearret om te bepalen oft objekten defekten fertoane. Yn in protte gefallen (bygelyks elektroanyske komponinten mei ferskillende bedradingsfoarmen) is it oantal falske positiven tige heech.
Dizze systemen wurde lykwols nij libben ynblaasd troch keunstmjittige yntelliginsje. Bygelyks, yn july 2021 hat Cognex, in leveransier fan yndustriële masinefisy, in nije Deep Learning-tool (Vision Pro Deep Learning 2.0) útbrocht. De nije tools yntegrearje mei tradisjonele fisysystemen, wêrtroch einbrûkers djip learen kinne kombinearje mei tradisjonele fisytools yn deselde applikaasje om te foldwaan oan easkenfolle medyske en elektroanyske omjouwings dy't krekte mjitting fan krassen, fersmoarging en oare defekten fereaskje.
Faktor 4: Yndustriële AIoT-hardware wurdt ferbettere
AI-chips ferbetterje rap.
Ynbêde hardware KI-chips groeie rap, mei in ferskaat oan opsjes beskikber om de ûntwikkeling en ynset fan KI-modellen te stypjen. Foarbylden binne NVIDIA's lêste grafyske ferwurkingsienheden (Gpus), de A30 en A10, dy't yn maart 2021 yntrodusearre waarden en geskikt binne foar KI-gebrûksgefallen lykas oanbefellingssystemen en kompjûterfisysystemen. In oar foarbyld binne Google's fjirde generaasje Tensors Processing Units (TPus), dat binne krêftige spesjale yntegreare circuits (ASics) dy't oant 1.000 kear mear effisjinsje en snelheid kinne berikke yn modelûntwikkeling en ynset foar spesifike KI-workloads (bygelyks objektdeteksje, ôfbyldingsklassifikaasje en oanbefellingsbenchmarks). It brûken fan tawijde KI-hardware ferminderet de modelberekkeningstiid fan dagen nei minuten, en hat yn in protte gefallen in game changer bliken te wêzen.
Krêftige AI-hardware is direkt beskikber fia in pay-per-use-model.
Superscale-bedriuwen binne konstant dwaande mei it opwurdearjen fan har servers om kompjûterboarnen beskikber te stellen yn 'e wolk, sadat einbrûkers yndustriële AI-tapassingen 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-tapassingen, ynklusyf kompjûterfisy en oanbefellingsmotoren. Bygelyks, Nanotronics, leveransier fan deteksjesystemen, brûkt Amazon EC2-foarbylden fan har AI-basearre kwaliteitskontrôle-oplossing om ferwurkingsynspanningen te fersnellen en krektere deteksjetariven te berikken by de produksje fan mikrochips en nanobuizen.
Konklúzje en Perspektyf
KI komt út 'e fabryk, en it sil oeral oanwêzich wêze yn nije tapassingen, lykas KI-basearre PdM, en as ferbetteringen oan besteande software en gebrûksfoarbylden. Grutte bedriuwen rôlje ferskate KI-gebrûksfoarbylden út en melde sukses, en de measte projekten hawwe in hege rendemint op ynvestearring. Al mei al biedt de opkomst fan 'e wolk, IoT-platfoarms en krêftige KI-chips in platfoarm foar in nije generaasje software en optimalisaasje.
Pleatsingstiid: 12 jannewaris 2022