Жақында жарияланған 2021-2026 жылдарға арналған өнеркәсіптік жасанды интеллект және жасанды интеллект нарығы туралы есепке сәйкес, өнеркәсіптік ортада жасанды интеллектті енгізу деңгейі екі жылдан астам уақыт ішінде 19 пайыздан 31 пайызға дейін өсті. Өз қызметінде жасанды интеллектті толығымен немесе ішінара енгізген респонденттердің 31 пайызынан басқа, тағы 39 пайызы қазіргі уақытта технологияны сынақтан өткізуде немесе пилоттық режимде қолдануда.
Жасанды интеллект бүкіл әлем бойынша өндірушілер мен энергетикалық компаниялар үшін негізгі технология ретінде пайда болуда, және IoT талдауы өнеркәсіптік жасанды интеллект шешімдері нарығы пандемиядан кейінгі 35% күшті жылдық өсу қарқынын (CAGR) көрсетіп, 2026 жылға қарай 102,17 миллиард долларға жететінін болжайды.
Цифрлық ғасыр Заттар интернетінің пайда болуына себеп болды. Жасанды интеллекттің пайда болуы Заттар интернетінің даму қарқынын жеделдеткенін көруге болады.
Өнеркәсіптік жасанды интеллект пен жасанды интеллекттің (AIoT) өркендеуіне ықпал ететін кейбір факторларды қарастырайық.
1-фактор: Өнеркәсіптік жасанды интеллект үшін бағдарламалық құралдардың саны артуда
2019 жылы, Iot аналитикасы өнеркәсіптік жасанды интеллектті қамти бастаған кезде, операциялық технологиялар (ОТ) жеткізушілерінен арнайы жасалған ОТ бағдарламалық өнімдері аз болды. Содан бері көптеген ОТ жеткізушілері зауыттық алаңға арналған ОТ платформалары түріндегі ОТ бағдарламалық шешімдерін әзірлеу және ұсыну арқылы ОТ нарығына кірді.
Деректерге сәйкес, шамамен 400 жеткізуші жасанды интеллект бағдарламалық жасақтамасын ұсынады. Соңғы екі жылда өнеркәсіптік жасанды интеллект нарығына қосылған бағдарламалық жасақтама жеткізушілерінің саны күрт өсті. Зерттеу барысында IoT Analytics өндірушілерге/өнеркәсіптік тұтынушыларға жасанды интеллект технологиясының 634 жеткізушісін анықтады. Осы компаниялардың 389-ы (61,4%) жасанды интеллект бағдарламалық жасақтамасын ұсынады.
Жаңа жасанды интеллект бағдарламалық платформасы өнеркәсіптік ортаға бағытталған. Uptake, Braincube немесе C3 жасанды интеллектінен басқа, операциялық технологиялар (ОТ) жеткізушілерінің саны артып келеді, олар арнайы жасанды интеллект бағдарламалық платформаларын ұсынады. Мысал ретінде ABB компаниясының Genix Industrial Analytics және AI жиынтығын, Rockwell Automation компаниясының FactoryTalk Innovation жиынтығын, Schneider Electric компаниясының өзіндік өндірістік консалтингтік платформасын және жақында ғана арнайы қосымшаларды келтіруге болады. Бұл платформалардың кейбіреулері кең ауқымды пайдалану жағдайларына бағытталған. Мысалы, ABB компаниясының Genix платформасы операциялық өнімділікті басқару, активтердің тұтастығы, тұрақтылық және жеткізу тізбегінің тиімділігі үшін алдын ала жасалған қолданбалар мен қызметтерді қоса алғанда, кеңейтілген аналитиканы ұсынады.
Ірі компаниялар өздерінің жасанды интеллект бағдарламалық құралдарын шеберханаларға орналастыруда.
Жасанды интеллект бағдарламалық жасақтамасы құралдарының қолжетімділігі AWS, Microsoft және Google сияқты ірі компаниялар әзірлеген жаңа пайдалану жағдайларына арналған бағдарламалық жасақтама құралдарымен де байланысты. Мысалы, 2020 жылдың желтоқсанында AWS Amazon SageMaker JumpStart бағдарламасын шығарды, бұл Amazon SageMaker функциясы PdM, компьютерлік көру және автономды жүргізу сияқты ең көп таралған өнеркәсіптік пайдалану жағдайлары үшін алдын ала жасалған және теңшелетін шешімдер жиынтығын ұсынады, оны бірнеше рет басу арқылы орналастыруға болады.
Қолдану жағдайларына арналған бағдарламалық шешімдер қолдануды жақсартуға ықпал етуде.
Болжамды техникалық қызмет көрсетуге бағытталған сияқты пайдалану жағдайына арналған бағдарламалық жасақтама жиынтықтары кең таралуда. IoT Analytics деректер көздерінің әртүрлілігінің артуына және алдын ала оқыту модельдерін пайдалануға, сондай-ақ деректерді жақсарту технологияларының кеңінен енгізілуіне байланысты жасанды интеллект негізіндегі өнім деректерін басқару (PdM) бағдарламалық шешімдерін пайдаланатын провайдерлер саны 2021 жылдың басында 73-ке дейін өскенін байқады.
2-фактор: Жасанды интеллект шешімдерін әзірлеу және қолдау жеңілдетілуде
Автоматтандырылған машиналық оқыту (AutoML) стандартты өнімге айналуда.
Машиналық оқытумен (МО) байланысты тапсырмалардың күрделілігіне байланысты, машиналық оқыту қолданбаларының тез өсуі тәжірибесіз пайдалануға болатын дайын машиналық оқыту әдістеріне қажеттілік туғызды. Нәтижесінде пайда болған зерттеу саласы, машиналық оқытуды прогрессивті автоматтандыру, AutoML деп аталады. Әртүрлі компаниялар бұл технологияны тұтынушыларға МО модельдерін әзірлеуге және өнеркәсіптік пайдалану жағдайларын тезірек енгізуге көмектесу үшін жасанды интеллект ұсыныстарының бөлігі ретінде пайдалануда. Мысалы, 2020 жылдың қарашасында SKF шығындарды азайту және тұтынушылар үшін жаңа бизнес-модельдерді іске асыру үшін машиналық процесс деректерін діріл және температура деректерімен біріктіретін автоматты оқытуға негізделген өнімді жариялады.
Машиналық оқыту операциялары (ML Ops) модельдерді басқаруды және техникалық қызмет көрсетуді жеңілдетеді.
Машиналық оқыту операцияларының жаңа саласы өндірістік ортада жасанды интеллект модельдеріне техникалық қызмет көрсетуді жеңілдетуге бағытталған. Жасанды интеллект моделінің өнімділігі әдетте уақыт өте келе төмендейді, себебі оған зауыт ішіндегі бірнеше факторлар әсер етеді (мысалы, деректерді тарату мен сапа стандарттарындағы өзгерістер). Нәтижесінде, модельдерге техникалық қызмет көрсету және машиналық оқыту операциялары өндірістік ортаның жоғары сапа талаптарын қанағаттандыру үшін қажет болды (мысалы, өнімділігі 99%-дан төмен модельдер жұмысшылардың қауіпсіздігіне қауіп төндіретін мінез-құлықты анықтай алмауы мүмкін).
Соңғы жылдары DataRobot, Grid.AI, Pinecone/Zilliz, Seldon және Weights & Biases сияқты көптеген стартаптар ML Ops кеңістігіне қосылды. Белгілі компаниялар, соның ішінде Azure ML Studio бағдарламасында деректердің ауытқуын анықтауды енгізген Microsoft сияқты, өздерінің қолданыстағы жасанды интеллект бағдарламалық жасақтама ұсыныстарына машиналық оқыту операцияларын қосты. Бұл жаңа мүмкіндік пайдаланушыларға модельдің өнімділігін төмендететін кіріс деректерінің таралуындағы өзгерістерді анықтауға мүмкіндік береді.
3-фактор: Жасанды интеллект қолданыстағы қолданбалар мен пайдалану жағдайларына қолданылады
Дәстүрлі бағдарламалық жасақтама жеткізушілері жасанды интеллект мүмкіндіктерін қосып жатыр.
MS Azure ML, AWS SageMaker және Google Cloud Vertex AI сияқты үлкен көлденең жасанды интеллект бағдарламалық құралдарынан басқа, компьютерлендірілген техникалық қызмет көрсетуді басқару жүйелері (CAMMS), өндірісті орындау жүйелері (MES) немесе кәсіпорын ресурстарын жоспарлау (ERP) сияқты дәстүрлі бағдарламалық жасақтама жиынтықтарын енді жасанды интеллект мүмкіндіктерін енгізу арқылы айтарлықтай жақсартуға болады. Мысалы, ERP провайдері Epicor Software өзінің Epicor виртуалды көмекшісі (EVA) арқылы қолданыстағы өнімдеріне жасанды интеллект мүмкіндіктерін қосуда. Зияткерлік EVA агенттері өндірістік операцияларды қайта жоспарлау немесе қарапайым сұраныстарды орындау (мысалы, өнім бағасы немесе қолжетімді бөлшектер саны туралы мәліметтер алу) сияқты ERP процестерін автоматтандыру үшін қолданылады.
Өнеркәсіптік пайдалану жағдайлары жасанды интеллект технологиясын қолдану арқылы жаңартылуда.
Қолданыстағы аппараттық/бағдарламалық инфрақұрылымға жасанды интеллект мүмкіндіктерін қосу арқылы бірнеше өнеркәсіптік пайдалану жағдайлары жақсартылуда. Жарқын мысал - сапаны бақылау қолданбаларындағы машиналық көру. Дәстүрлі машиналық көру жүйелері кескіндерді алдын ала анықталған параметрлер мен шекті мәндерді (мысалы, жоғары контраст) бағалайтын мамандандырылған бағдарламалық жасақтамамен жабдықталған интеграцияланған немесе дискретті компьютерлер арқылы өңдейді, бұл объектілерде ақаулар бар-жоғын анықтайды. Көптеген жағдайларда (мысалы, әртүрлі сым пішіндері бар электрондық компоненттер) жалған оң нәтижелер саны өте жоғары.
Дегенмен, бұл жүйелер жасанды интеллект арқылы қайта жандандырылуда. Мысалы, өнеркәсіптік машиналық Vision провайдері Cognex 2021 жылдың шілдесінде жаңа терең оқыту құралын (Vision Pro Deep Learning 2.0) шығарды. Жаңа құралдар дәстүрлі көру жүйелерімен біріктіріліп, соңғы пайдаланушыларға терең оқытуды дәстүрлі көру құралдарымен бір қолданбада біріктіріп, сызаттарды, ластануды және басқа да ақауларды дәл өлшеуді қажет ететін медициналық және электрондық орталарды қанағаттандыруға мүмкіндік береді.
4-фактор: Өнеркәсіптік жасанды интегралдық интернет жабдықтары жетілдірілуде
Жасанды интеллект чиптері тез дамып келеді.
Кіріктірілген аппараттық жасанды интеллект чиптері тез дамып келеді, жасанды интеллект модельдерін әзірлеуді және орналастыруды қолдау үшін әртүрлі нұсқалар бар. Мысал ретінде NVIDIA компаниясының 2021 жылдың наурыз айында енгізілген және ұсыныс жүйелері мен компьютерлік көру жүйелері сияқты жасанды интеллектті пайдалану жағдайларына жарамды ең соңғы графикалық өңдеу құрылғылары (GPU) A30 және A10-ды айтуға болады. Тағы бір мысал - Google компаниясының төртінші буын тензорларын өңдеу құрылғылары (TPus), олар белгілі бір жасанды интеллект жұмыс жүктемелері (мысалы, нысанды анықтау, кескіндерді жіктеу және ұсыныс эталондары) үшін модельдерді әзірлеу мен орналастыруда 1000 есеге дейін тиімділік пен жылдамдыққа қол жеткізе алатын қуатты арнайы мақсаттағы интегралды схемалар (ASIC) болып табылады. Арнайы жасанды интеллект аппараттық құралдарын пайдалану модельдерді есептеу уақытын күннен минутқа дейін қысқартады және көптеген жағдайларда ойын ережесін өзгертетіні дәлелденді.
Қуатты жасанды интеллект жабдығы ақылы пайдалану моделі арқылы бірден қолжетімді.
Суперауқымдағы кәсіпорындар есептеу ресурстарын бұлтта қолжетімді ету үшін серверлерін үнемі жаңартып отырады, осылайша соңғы пайдаланушылар өнеркәсіптік жасанды интеллект қолданбаларын енгізе алады. Мысалы, 2021 жылдың қарашасында AWS NVIDIA A10G Tensor Core GPU негізіндегі ең соңғы GPU негізіндегі Amazon EC2 G5 даналарының компьютерлік көру және ұсыну қозғалтқыштарын қоса алғанда, әртүрлі машиналық машиналық қолданбаларға арналған ресми түрде шығарылғанын жариялады. Мысалы, анықтау жүйелерін жеткізуші Nanotronics микрочиптер мен нанотүтікшелерді өндіруде өңдеу жұмыстарын жеделдету және дәлірек анықтау жылдамдығына қол жеткізу үшін жасанды интеллект негізіндегі сапаны бақылау шешімінің Amazon EC2 мысалдарын пайдаланады.
Қорытынды және болжам
Жасанды интеллект зауыттан шығып жатыр және ол жасанды интеллект негізіндегі PdM сияқты жаңа қолданбаларда және қолданыстағы бағдарламалық жасақтама мен пайдалану жағдайларын жақсарту ретінде кең таралған болады. Ірі кәсіпорындар жасанды интеллектті пайдаланудың бірнеше жағдайларын енгізіп, табысты екендігі туралы хабарлауда, ал жобалардың көпшілігі инвестициядан жоғары кірістілікке ие. Жалпы алғанда, бұлттың, IOT платформаларының және қуатты жасанды интеллект чиптерінің пайда болуы бағдарламалық жасақтама мен оңтайландырудың жаңа буыны үшін платформа ұсынады.
Жарияланған уақыты: 2022 жылғы 12 қаңтар