Glede na nedavno objavljeno poročilo o industrijski umetni inteligenci in trgu umetne inteligence za obdobje 2021–2026 se je stopnja uporabe umetne inteligence v industrijskih okoljih v dobrih dveh letih povečala z 19 odstotkov na 31 odstotkov. Poleg 31 odstotkov anketirancev, ki so umetno inteligenco v celoti ali delno uvedli v svoje poslovanje, jih še 39 odstotkov trenutno testira ali pilotno izvaja to tehnologijo.
Umetna inteligenca postaja ključna tehnologija za proizvajalce in energetska podjetja po vsem svetu, analiza interneta stvari pa napoveduje, da bo trg industrijskih rešitev umetne inteligence po pandemiji pokazal močno sestavljeno letno stopnjo rasti (CAGR) v višini 35 % in do leta 2026 dosegel 102,17 milijarde dolarjev.
Digitalna doba je rodila internet stvari. Vidimo lahko, da je pojav umetne inteligence pospešil tempo razvoja interneta stvari.
Oglejmo si nekaj dejavnikov, ki spodbujajo vzpon industrijske umetne inteligence in umetne inteligence v internetu stvari.
Faktor 1: Vedno več programskih orodij za industrijski AIoT
Leta 2019, ko je analitika interneta stvari začela zajemati industrijsko umetno inteligenco, je bilo na voljo le malo namenskih programskih izdelkov za umetno inteligenco s strani ponudnikov operativne tehnologije (OT). Od takrat je veliko ponudnikov OT vstopilo na trg umetne inteligence z razvojem in zagotavljanjem programskih rešitev umetne inteligence v obliki platform umetne inteligence za tovarniško proizvodnjo.
Po podatkih skoraj 400 ponudnikov ponuja programsko opremo za AIoT. Število ponudnikov programske opreme, ki se pridružujejo trgu industrijske umetne inteligence, se je v zadnjih dveh letih močno povečalo. Med študijo je IoT Analytics identificiral 634 dobaviteljev tehnologije umetne inteligence proizvajalcem/industrijskim strankam. Od teh podjetij jih 389 (61,4 %) ponuja programsko opremo za umetno inteligenco.
Nova programska platforma za umetno inteligenco se osredotoča na industrijska okolja. Poleg Uptake, Braincube ali C3 AI vse več ponudnikov operativne tehnologije (OT) ponuja namenske programske platforme za umetno inteligenco. Primeri vključujejo ABB-jev paket Genix Industrial Analytics and AI, paket FactoryTalk Innovation podjetja Rockwell Automation, lastno platformo za svetovanje o proizvodnji podjetja Schneider Electric in v zadnjem času tudi posebne dodatke. Nekatere od teh platform so namenjene širokemu spektru primerov uporabe. Na primer, platforma Genix podjetja ABB ponuja napredno analitiko, vključno z vnaprej izdelanimi aplikacijami in storitvami za upravljanje operativne učinkovitosti, integriteto sredstev, trajnost in učinkovitost dobavne verige.
Velika podjetja postavljajo svoja programska orodja za umetno inteligenco v proizvodne obrate.
Razpoložljivost programskih orodij za umetno inteligenco je posledica tudi novih programskih orodij, specifičnih za posamezne primere uporabe, ki jih je razvil AWS, velika podjetja, kot sta Microsoft in Google. Decembra 2020 je AWS na primer izdal Amazon SageMaker JumpStart, funkcijo Amazon SageMaker, ki ponuja nabor vnaprej izdelanih in prilagodljivih rešitev za najpogostejše industrijske primere uporabe, kot so PdM, računalniški vid in avtonomna vožnja, ter jih je mogoče namestiti z le nekaj kliki.
Programske rešitve, specifične za posamezne primere uporabe, spodbujajo izboljšave uporabnosti.
Programski paketi, specifični za posamezne primere uporabe, kot so tisti, osredotočeni na napovedno vzdrževanje, postajajo vse bolj pogosti. IoT Analytics je opazil, da se je število ponudnikov, ki uporabljajo programske rešitve za upravljanje podatkov o izdelkih (PdM) na osnovi umetne inteligence, v začetku leta 2021 povečalo na 73 zaradi povečanja raznolikosti virov podatkov in uporabe modelov predhodnega usposabljanja ter široke uporabe tehnologij za izboljšanje podatkov.
Dejavnik 2: Razvoj in vzdrževanje rešitev umetne inteligence se poenostavljata
Avtomatizirano strojno učenje (AutoML) postaja standardni izdelek.
Zaradi kompleksnosti nalog, povezanih s strojnim učenjem (ML), je hitra rast aplikacij strojnega učenja ustvarila potrebo po standardnih metodah strojnega učenja, ki jih je mogoče uporabljati brez strokovnega znanja. Nastalo področje raziskav, progresivna avtomatizacija za strojno učenje, se imenuje AutoML. Številna podjetja to tehnologijo uporabljajo kot del svojih ponudb umetne inteligence, da bi strankam pomagala pri razvoju modelov ML in hitrejšem izvajanju industrijskih primerov uporabe. SKF je na primer novembra 2020 napovedal izdelek, ki temelji na automL in združuje podatke o strojnih procesih s podatki o vibracijah in temperaturi, da bi zmanjšal stroške in omogočil nove poslovne modele za stranke.
Operacije strojnega učenja (ML Ops) poenostavljajo upravljanje in vzdrževanje modelov.
Nova disciplina operacij strojnega učenja si prizadeva poenostaviti vzdrževanje modelov umetne inteligence v proizvodnih okoljih. Zmogljivost modela umetne inteligence se sčasoma običajno poslabša, saj nanjo vpliva več dejavnikov znotraj obrata (na primer spremembe v distribuciji podatkov in standardih kakovosti). Posledično sta vzdrževanje modelov in operacije strojnega učenja postala nujna za izpolnjevanje visokih zahtev glede kakovosti v industrijskih okoljih (na primer modeli z zmogljivostjo pod 99 % morda ne bodo prepoznali vedenja, ki ogroža varnost delavcev).
V zadnjih letih se je prostoru ML Ops pridružilo veliko zagonskih podjetij, vključno z DataRobot, Grid.AI, Pinecone/Zilliz, Seldon in Weights & Biases. Uveljavljena podjetja so svoji obstoječi ponudbi programske opreme za umetno inteligenco dodala operacije strojnega učenja, vključno z Microsoftom, ki je v Azure ML Studio uvedel zaznavanje premika podatkov. Ta nova funkcija uporabnikom omogoča zaznavanje sprememb v porazdelitvi vhodnih podatkov, ki zmanjšujejo delovanje modela.
Faktor 3: Umetna inteligenca, uporabljena v obstoječih aplikacijah in primerih uporabe
Tradicionalni ponudniki programske opreme dodajajo zmogljivosti umetne inteligence.
Poleg obstoječih velikih horizontalnih programskih orodij za umetno inteligenco, kot so MS Azure ML, AWS SageMaker in Google Cloud Vertex AI, je mogoče tradicionalne programske pakete, kot so računalniški sistemi za upravljanje vzdrževanja (CAMMS), sistemi za izvajanje proizvodnje (MES) ali načrtovanje virov podjetja (ERP), zdaj znatno izboljšati z vbrizgavanjem zmogljivosti umetne inteligence. Ponudnik ERP Epicor Software na primer dodaja zmogljivosti umetne inteligence svojim obstoječim izdelkom prek svojega virtualnega asistenta Epicor (EVA). Inteligentni agenti EVA se uporabljajo za avtomatizacijo procesov ERP, kot je prerazporejanje proizvodnih operacij ali izvajanje preprostih poizvedb (na primer pridobivanje podrobnosti o cenah izdelkov ali številu razpoložljivih delov).
Industrijski primeri uporabe se nadgrajujejo z uporabo AIoT.
Več industrijskih primerov uporabe se izboljšuje z dodajanjem zmogljivosti umetne inteligence obstoječi strojni/programski infrastrukturi. Živahen primer je strojni vid v aplikacijah za nadzor kakovosti. Tradicionalni sistemi strojnega vida obdelujejo slike prek integriranih ali diskretnih računalnikov, opremljenih s specializirano programsko opremo, ki ocenjuje vnaprej določene parametre in pragove (npr. visok kontrast), da ugotovi, ali imajo predmeti napake. V mnogih primerih (na primer elektronske komponente z različnimi oblikami ožičenja) je število lažno pozitivnih rezultatov zelo veliko.
Vendar pa se ti sistemi oživljajo z umetno inteligenco. Na primer, ponudnik industrijskega strojnega vida Cognex je julija 2021 izdal novo orodje za globoko učenje (Vision Pro Deep Learning 2.0). Nova orodja se integrirajo s tradicionalnimi sistemi vida, kar končnim uporabnikom omogoča, da v isti aplikaciji združijo globoko učenje s tradicionalnimi orodji za vid, da bi zadostili zahtevnim medicinskim in elektronskim okoljem, ki zahtevajo natančno merjenje prask, kontaminacije in drugih napak.
Faktor 4: Izboljšuje se strojna oprema industrijske AIoT
Čipi umetne inteligence se hitro izboljšujejo.
Vgrajena strojna oprema za čipe umetne inteligence hitro raste, na voljo pa je vrsta možnosti za podporo razvoja in uvajanja modelov umetne inteligence. Primeri vključujejo najnovejše grafične procesne enote (GPU) podjetja NVIDIA, A30 in A10, ki so bile predstavljene marca 2021 in so primerne za primere uporabe umetne inteligence, kot so sistemi priporočil in sistemi računalniškega vida. Drug primer so Googlove tenzorske procesne enote (TPus) četrte generacije, ki so zmogljiva integrirana vezja za posebne namene (ASic), ki lahko dosežejo do 1000-krat večjo učinkovitost in hitrost pri razvoju in uvajanju modelov za specifične delovne obremenitve umetne inteligence (npr. zaznavanje objektov, klasifikacija slik in primerjalne meritve priporočil). Uporaba namenske strojne opreme umetne inteligence skrajša čas izračuna modela z dni na minute in se je v mnogih primerih izkazala za prelomnico.
Zmogljiva strojna oprema umetne inteligence je takoj na voljo prek modela plačila na uporabo.
Super velika podjetja nenehno nadgrajujejo svoje strežnike, da bi računalniške vire omogočila v oblaku, da bi lahko končni uporabniki izvajali industrijske aplikacije umetne inteligence. Novembra 2021 je na primer AWS napovedal uradno izdajo svojih najnovejših primerkov, ki temeljijo na grafičnih procesorjih (GPU), Amazon EC2 G5, ki jih poganja grafični procesor NVIDIA A10G Tensor Core, za različne aplikacije strojnega učenja, vključno z računalniškim vidom in mehanizmi za priporočila. Ponudnik sistemov za zaznavanje Nanotronics na primer uporablja primerke Amazon EC2 svoje rešitve za nadzor kakovosti, ki temelji na umetni inteligenci, za pospešitev obdelave in doseganje natančnejših stopenj zaznavanja pri izdelavi mikročipov in nanocevk.
Zaključek in možnosti
Umetna inteligenca prihaja iz tovarne in bo vseprisotna v novih aplikacijah, kot je PdM, ki temelji na umetni inteligenci, in kot izboljšave obstoječe programske opreme in primerov uporabe. Velika podjetja uvajajo številne primere uporabe umetne inteligence in poročajo o uspehu, večina projektov pa ima visoko donosnost naložbe. Na splošno vzpon oblaka, platform interneta stvari in zmogljivih čipov umetne inteligence zagotavlja platformo za novo generacijo programske opreme in optimizacije.
Čas objave: 12. januar 2022