Volgens die onlangs vrygestelde Industriële KI en KI-markverslag 2021-2026, het die aanvaardingskoers van KI in industriële omgewings in net meer as twee jaar van 19 persent tot 31 persent gestyg. Benewens 31 persent van die respondente wat KI ten volle of gedeeltelik in hul bedrywighede uitgerol het, toets of loods nog 39 persent tans die tegnologie.
KI is besig om na vore te tree as 'n sleuteltegnologie vir vervaardigers en energiemaatskappye wêreldwyd, en IoT-analise voorspel dat die mark vir industriële KI-oplossings 'n sterk saamgestelde jaarlikse groeikoers (CAGR) van 35% ná die pandemie sal toon om teen 2026 $102,17 miljard te bereik.
Die digitale era het die Internet van Dinge aan die gang gesit. Daar kan gesien word dat die opkoms van kunsmatige intelligensie die tempo van die ontwikkeling van die Internet van Dinge versnel het.
Kom ons kyk na sommige van die faktore wat die opkoms van industriële KI en AIoT dryf.
Faktor 1: Meer en meer sagteware-instrumente vir industriële AIoT
In 2019, toe IoT-analise industriële KI begin dek het, was daar min toegewyde KI-sagtewareprodukte van operasionele tegnologie (OT)-verskaffers. Sedertdien het baie OT-verskaffers die KI-mark betree deur KI-sagteware-oplossings in die vorm van KI-platforms vir die fabrieksvloer te ontwikkel en te verskaf.
Volgens data bied byna 400 verskaffers KI-sagteware aan. Die aantal sagtewareverskaffers wat by die industriële KI-mark aansluit, het die afgelope twee jaar dramaties toegeneem. Tydens die studie het IoT Analytics 634 verskaffers van KI-tegnologie aan vervaardigers/industriële kliënte geïdentifiseer. Van hierdie maatskappye bied 389 (61,4%) KI-sagteware aan.
Die nuwe KI-sagtewareplatform fokus op industriële omgewings. Benewens Uptake, Braincube of C3 KI, bied 'n groeiende aantal operasionele tegnologie (OT)-verskaffers toegewyde KI-sagtewareplatforms. Voorbeelde sluit in ABB se Genix Industrial-analise- en KI-suite, Rockwell Automation se FactoryTalk Innovation-suite, Schneider Electric se eie vervaardigingskonsultasieplatform, en meer onlangs, spesifieke byvoegings. Sommige van hierdie platforms teiken 'n wye reeks gebruiksgevalle. ABB se Genix-platform bied byvoorbeeld gevorderde analise, insluitend voorafgeboude toepassings en dienste vir operasionele prestasiebestuur, bate-integriteit, volhoubaarheid en voorsieningskettingdoeltreffendheid.
Groot maatskappye plaas hul KI-sagteware-gereedskap op die werksvloer.
Die beskikbaarheid van KI-sagteware-instrumente word ook gedryf deur nuwe gebruiksgeval-spesifieke sagteware-instrumente wat deur AWS, groot maatskappye soos Microsoft en Google, ontwikkel is. Byvoorbeeld, in Desember 2020 het AWS Amazon SageMaker JumpStart vrygestel, 'n kenmerk van Amazon SageMaker wat 'n stel voorafgeboude en aanpasbare oplossings bied vir die mees algemene industriële gebruiksgevalle, soos PdM, rekenaarvisie en outonome bestuur, wat met net 'n paar kliks ontplooi kan word.
Gebruiksgeval-spesifieke sagteware-oplossings dryf bruikbaarheidsverbeterings aan.
Gebruiksgeval-spesifieke sagtewarepakkette, soos dié wat op voorspellende instandhouding fokus, word al hoe meer algemeen. IoT Analytics het waargeneem dat die aantal verskaffers wat KI-gebaseerde produkdatabestuur (PdM) sagteware-oplossings gebruik, vroeg in 2021 tot 73 gestyg het as gevolg van 'n toename in die verskeidenheid databronne en die gebruik van vooropleidingsmodelle, sowel as die wydverspreide aanvaarding van dataverbeteringstegnologieë.
Faktor 2: Die ontwikkeling en instandhouding van KI-oplossings word vereenvoudig
Geoutomatiseerde masjienleer (AutoML) word 'n standaardproduk.
As gevolg van die kompleksiteit van die take wat met masjienleer (ML) geassosieer word, het die vinnige groei van masjienleertoepassings 'n behoefte geskep aan gereed-vir-gebruik masjienleermetodes wat sonder kundigheid gebruik kan word. Die gevolglike navorsingsveld, progressiewe outomatisering vir masjienleer, word AutoML genoem. 'n Verskeidenheid maatskappye benut hierdie tegnologie as deel van hul KI-aanbiedinge om kliënte te help om ML-modelle te ontwikkel en industriële gebruiksgevalle vinniger te implementeer. In November 2020 het SKF byvoorbeeld 'n AUTOML-gebaseerde produk aangekondig wat masjienprosesdata met vibrasie- en temperatuurdata kombineer om koste te verminder en nuwe besigheidsmodelle vir kliënte moontlik te maak.
Masjienleerbedrywighede (ML Ops) vereenvoudig modelbestuur en -onderhoud.
Die nuwe dissipline van masjienleerbedrywighede is daarop gemik om die instandhouding van KI-modelle in vervaardigingsomgewings te vereenvoudig. Die werkverrigting van 'n KI-model verswak tipies mettertyd, aangesien dit deur verskeie faktore binne die aanleg beïnvloed word (byvoorbeeld veranderinge in dataverspreiding en kwaliteitsstandaarde). Gevolglik het modelinstandhouding en masjienleerbedrywighede nodig geword om aan die hoë kwaliteitsvereistes van industriële omgewings te voldoen (byvoorbeeld, modelle met werkverrigting onder 99% mag dalk nie gedrag identifiseer wat werkersveiligheid in gevaar stel nie).
In onlangse jare het baie nuwe ondernemings by die ML Ops-ruimte aangesluit, insluitend DataRobot, Grid.AI, Pinecone/Zilliz, Seldon, en Weights & Biases. Gevestigde maatskappye het masjienleerbedrywighede by hul bestaande KI-sagteware-aanbiedinge gevoeg, insluitend Microsoft, wat data-driftopsporing in Azure ML Studio bekendgestel het. Hierdie nuwe kenmerk stel gebruikers in staat om veranderinge in die verspreiding van invoerdata op te spoor wat modelprestasie verlaag.
Faktor 3: Kunsmatige intelligensie toegepas op bestaande toepassings en gebruiksgevalle
Tradisionele sagtewareverskaffers voeg KI-vermoëns by.
Benewens bestaande groot horisontale KI-sagteware-instrumente soos MS Azure ML, AWS SageMaker en Google Cloud Vertex KI, kan tradisionele sagtewarepakkette soos Gerekenariseerde Onderhoudsbestuurstelsels (CAMMS), Vervaardigingsuitvoeringstelsels (MES) of ondernemingshulpbronbeplanning (ERP) nou aansienlik verbeter word deur KI-vermoëns in te spuit. Byvoorbeeld, ERP-verskaffer Epicor Software voeg KI-vermoëns by sy bestaande produkte deur sy Epicor Virtual Assistant (EVA). Intelligente EVA-agente word gebruik om ERP-prosesse te outomatiseer, soos die herskedulering van vervaardigingsbedrywighede of die uitvoering van eenvoudige navrae (byvoorbeeld die verkryging van besonderhede oor produkpryse of die aantal beskikbare onderdele).
Industriële gebruiksgevalle word opgegradeer deur AIoT te gebruik.
Verskeie industriële gebruiksgevalle word verbeter deur KI-vermoëns by bestaande hardeware-/sagteware-infrastruktuur te voeg. 'n Lewendige voorbeeld is masjienvisie in gehaltebeheertoepassings. Tradisionele masjienvisiestelsels verwerk beelde deur geïntegreerde of diskrete rekenaars wat toegerus is met gespesialiseerde sagteware wat voorafbepaalde parameters en drempels (bv. hoë kontras) evalueer om te bepaal of voorwerpe defekte toon. In baie gevalle (byvoorbeeld elektroniese komponente met verskillende bedradingsvorms) is die aantal vals positiewe baie hoog.
Hierdie stelsels word egter herleef deur kunsmatige intelligensie. Byvoorbeeld, die industriële masjienvisieverskaffer Cognex het in Julie 2021 'n nuwe diep leer-instrument (Vision Pro Deep Learning 2.0) vrygestel. Die nuwe gereedskap integreer met tradisionele visiestelsels, wat eindgebruikers in staat stel om diep leer met tradisionele visie-instrumente in dieselfde toepassing te kombineer om aan veeleisende mediese en elektroniese omgewings te voldoen wat akkurate meting van skrape, kontaminasie en ander defekte vereis.
Faktor 4: Industriële AIoT-hardeware word verbeter
KI-skyfies verbeter vinnig.
Ingeboude hardeware KI-skyfies groei vinnig, met 'n verskeidenheid opsies beskikbaar om die ontwikkeling en ontplooiing van KI-modelle te ondersteun. Voorbeelde sluit in NVIDIA se nuutste grafiese verwerkingseenhede (Gpus), die A30 en A10, wat in Maart 2021 bekendgestel is en geskik is vir KI-gebruiksgevalle soos aanbevelingstelsels en rekenaarvisiestelsels. Nog 'n voorbeeld is Google se vierde-generasie Tensors-verwerkingseenhede (TPus), wat kragtige spesiale geïntegreerde stroombane (ASics) is wat tot 1 000 keer meer doeltreffendheid en spoed in modelontwikkeling en -ontplooiing vir spesifieke KI-werkladings (bv. objekopsporing, beeldklassifikasie en aanbevelingsmaatstawwe) kan behaal. Die gebruik van toegewyde KI-hardeware verminder modelberekeningstyd van dae tot minute, en het in baie gevalle bewys dat dit 'n spelwisselaar is.
Kragtige KI-hardeware is onmiddellik beskikbaar deur 'n betaal-per-gebruik-model.
Superskaalondernemings gradeer voortdurend hul bedieners op om rekenaarbronne in die wolk beskikbaar te stel sodat eindgebruikers industriële KI-toepassings kan implementeer. In November 2021 het AWS byvoorbeeld die amptelike vrystelling van sy nuutste GPU-gebaseerde instansies, Amazon EC2 G5, aangekondig, aangedryf deur die NVIDIA A10G Tensor Core GPU, vir 'n verskeidenheid ML-toepassings, insluitend rekenaarvisie en aanbevelingsenjins. Byvoorbeeld, die opsporingstelselverskaffer Nanotronics gebruik Amazon EC2-voorbeelde van sy KI-gebaseerde kwaliteitsbeheeroplossing om verwerkingspogings te bespoedig en meer akkurate opsporingstempo's in die vervaardiging van mikroskyfies en nanobuise te behaal.
Gevolgtrekking en Vooruitsig
KI kom uit die fabriek, en dit sal alomteenwoordig wees in nuwe toepassings, soos KI-gebaseerde PdM, en as verbeterings aan bestaande sagteware en gebruiksgevalle. Groot ondernemings rol verskeie KI-gebruiksgevalle uit en rapporteer sukses, en die meeste projekte het 'n hoë opbrengs op belegging. Alles in ag genome bied die opkoms van die wolk, IoT-platforms en kragtige KI-skyfies 'n platform vir 'n nuwe generasie sagteware en optimalisering.
Plasingstyd: 12 Januarie 2022