चार घटक औद्योगिक आयओटला नवीन आवडते बनवतात

नुकत्याच जाहीर झालेल्या औद्योगिक एआय आणि एआय मार्केट अहवालानुसार २०२१-२०२26 नुसार औद्योगिक सेटिंग्जमध्ये एआयचा दत्तक दर दोन वर्षांत १ percent टक्क्यांवरून percent१ टक्क्यांपर्यंत वाढला आहे. त्यांच्या ऑपरेशनमध्ये एआय पूर्ण किंवा अंशतः रोल आउट केलेल्या 31 टक्के लोकांव्यतिरिक्त, आणखी 39 टक्के तंत्रज्ञानाची चाचणी किंवा पायलट करीत आहेत.

एआय जगभरातील उत्पादक आणि ऊर्जा कंपन्यांसाठी एक महत्त्वाचे तंत्रज्ञान म्हणून उदयास येत आहे आणि आयओटी विश्लेषणाचा अंदाज आहे की औद्योगिक एआय सोल्यूशन्स मार्केट २०२26 पर्यंत (१२.१7 अब्ज डॉलर्स) 35% पर्यंत पोहोचणार्‍या साथीच्या रोगाच्या चपळ चक्रवाढ वार्षिक वाढीचा दर (सीएजीआर) दर्शवेल.

डिजिटल युगाने इंटरनेट ऑफ थिंग्जला जन्म दिला आहे. हे पाहिले जाऊ शकते की कृत्रिम बुद्धिमत्तेच्या उदयामुळे इंटरनेट ऑफ थिंग्जच्या विकासाची गती वाढली आहे.

चला औद्योगिक एआय आणि एआयओटीच्या वाढीस कारणीभूत असलेल्या काही घटकांवर एक नजर टाकूया.

फॅक्टर 1: औद्योगिक एआयओटीसाठी अधिकाधिक सॉफ्टवेअर साधने

२०१ In मध्ये, जेव्हा आयओटी tics नालिटिक्सने औद्योगिक एआय कव्हर करण्यास सुरुवात केली, तेव्हा ऑपरेशनल टेक्नॉलॉजी (ओटी) विक्रेत्यांकडून काही समर्पित एआय सॉफ्टवेअर उत्पादने होती. तेव्हापासून, अनेक ओटी विक्रेत्यांनी फॅक्टरी फ्लोरसाठी एआय प्लॅटफॉर्मच्या रूपात एआय सॉफ्टवेअर सोल्यूशन्स विकसित करुन एआय मार्केटमध्ये प्रवेश केला आहे.

डेटानुसार, जवळजवळ 400 विक्रेते एआयओटी सॉफ्टवेअर ऑफर करतात. गेल्या दोन वर्षांत औद्योगिक एआय मार्केटमध्ये सामील होणार्‍या सॉफ्टवेअर विक्रेत्यांची संख्या नाटकीयरित्या वाढली आहे. अभ्यासादरम्यान, आयओटी tics नालिटिक्सने उत्पादक/औद्योगिक ग्राहकांना एआय तंत्रज्ञानाचे 634 पुरवठा करणारे ओळखले. या कंपन्यांपैकी 389 (61.4%) एआय सॉफ्टवेअर ऑफर करतात.

नवीन एआय सॉफ्टवेअर प्लॅटफॉर्म औद्योगिक वातावरणावर लक्ष केंद्रित करते. अप्टेक, ब्रेनक्यूब किंवा सी 3 एआयच्या पलीकडे, ऑपरेशनल टेक्नॉलॉजी (ओटी) विक्रेते समर्पित एआय सॉफ्टवेअर प्लॅटफॉर्मची वाढती संख्या वाढवित आहेत. उदाहरणांमध्ये एबीबीचे जेनिक्स इंडस्ट्रियल tics नालिटिक्स आणि एआय सूट, रॉकवेल ऑटोमेशनचे फॅक्टरीटॉक इनोव्हेशन सूट, स्नायडर इलेक्ट्रिकचे स्वतःचे उत्पादन सल्लागार प्लॅटफॉर्म आणि अगदी अलीकडेच विशिष्ट अ‍ॅड-ऑन्स यांचा समावेश आहे. यापैकी काही प्लॅटफॉर्म विस्तृत वापराच्या प्रकरणांना लक्ष्य करतात. उदाहरणार्थ, एबीबीचे जेनिक्स प्लॅटफॉर्म ऑपरेशनल परफॉर्मन्स मॅनेजमेंट, मालमत्ता अखंडता, टिकाव आणि पुरवठा साखळी कार्यक्षमतेसाठी पूर्व-अंगभूत अनुप्रयोग आणि सेवांसह प्रगत विश्लेषणे प्रदान करते.

मोठ्या कंपन्या त्यांची एआय सॉफ्टवेअर साधने दुकानाच्या मजल्यावर ठेवत आहेत.

एआय सॉफ्टवेअर टूल्सची उपलब्धता एडब्ल्यूएस, मायक्रोसॉफ्ट आणि गूगल सारख्या मोठ्या कंपन्यांनी विकसित केलेल्या नवीन वापर-केस विशिष्ट सॉफ्टवेअर टूल्सद्वारे देखील चालविली जाते. उदाहरणार्थ, डिसेंबर 2020 मध्ये, एडब्ल्यूएसने Amazon मेझॉन सेगमेकर जंपस्टार्ट सोडला, जे Amazon मेझॉन सेगमेकरचे वैशिष्ट्य आहे जे पीडीएम, संगणक व्हिजन आणि स्वायत्त ड्रायव्हिंग सारख्या सर्वात सामान्य औद्योगिक वापराच्या प्रकरणांसाठी पूर्व-अंगभूत आणि सानुकूलित समाधानाचा संच प्रदान करते, फक्त काही क्लिकसह तैनात आहे.

वापर-विशिष्ट-विशिष्ट सॉफ्टवेअर सोल्यूशन्स उपयोगिता सुधारणे चालवित आहेत.

वापर-विशिष्ट-विशिष्ट सॉफ्टवेअर स्वीट्स, जसे की भविष्यवाणीच्या देखभालीवर लक्ष केंद्रित केलेले, अधिक सामान्य होत आहेत. आयओटी tics नालिटिक्सने असे पाहिले आहे की डेटा स्रोतांच्या विविधता आणि प्री-ट्रेनिंग मॉडेल्सचा वापर तसेच डेटा वर्धित तंत्रज्ञानाचा व्यापक अवलंबन यामुळे 2021 च्या सुरुवातीच्या काळात एआय-आधारित प्रॉडक्ट डेटा मॅनेजमेंट (पीडीएम) सॉफ्टवेअर सॉफ्टवेअर सॉफ्टवेअर सॉफ्टवेअर सॉफ्टवेअर सॉफ्टवेअर सॉफ्टवेअरचा वापर 73 पर्यंत वाढला आहे.

फॅक्टर 2: एआय सोल्यूशन्सचा विकास आणि देखभाल सुलभ केली जात आहे

स्वयंचलित मशीन लर्निंग (ऑटोमएल) एक मानक उत्पादन बनत आहे.

मशीन लर्निंग (एमएल) शी संबंधित कार्यांच्या जटिलतेमुळे, मशीन लर्निंग applications प्लिकेशन्सच्या वेगवान वाढीमुळे ऑफ-द-शेल्फ मशीन शिक्षण पद्धतींची आवश्यकता निर्माण झाली आहे जी तज्ञांशिवाय वापरली जाऊ शकते. संशोधनाचे परिणामी क्षेत्र, मशीन लर्निंगसाठी पुरोगामी ऑटोमेशन याला ऑटोमल म्हणतात. ग्राहकांना एमएल मॉडेल विकसित करण्यात आणि औद्योगिक वापर प्रकरणे जलद अंमलबजावणी करण्यात मदत करण्यासाठी विविध प्रकारच्या कंपन्या त्यांच्या एआय ऑफरिंगचा एक भाग म्हणून या तंत्रज्ञानाचा फायदा घेत आहेत. नोव्हेंबर 2020 मध्ये, उदाहरणार्थ, एसकेएफने एक ऑटोमएल-आधारित उत्पादन जाहीर केले जे मशीन प्रक्रिया डेटा कंपन आणि तापमान डेटासह एकत्रित करते आणि ग्राहकांसाठी नवीन व्यवसाय मॉडेल सक्षम करते.

मशीन लर्निंग ऑपरेशन्स (एमएल ऑप्स) मॉडेल व्यवस्थापन आणि देखभाल सुलभ करा.

मशीन लर्निंग ऑपरेशन्सच्या नवीन विषयांचे उद्दीष्ट उत्पादन वातावरणात एआय मॉडेल्सची देखभाल सुलभ करणे आहे. एआय मॉडेलची कामगिरी सामान्यत: कालांतराने कमी होते कारण त्याचा परिणाम वनस्पतीमधील अनेक घटकांमुळे होतो (उदाहरणार्थ, डेटा वितरण आणि गुणवत्तेच्या मानकांमधील बदल). परिणामी, औद्योगिक वातावरणाच्या उच्च गुणवत्तेच्या आवश्यकता पूर्ण करण्यासाठी मॉडेल देखभाल आणि मशीन लर्निंग ऑपरेशन्स आवश्यक झाले आहेत (उदाहरणार्थ, 99% पेक्षा कमी कामगिरी असलेले मॉडेल कामगारांच्या सुरक्षिततेला धोक्यात आणणारे वर्तन ओळखण्यात अपयशी ठरू शकतात).

अलिकडच्या वर्षांत, अनेक स्टार्टअप्स एमएल ओपीएस स्पेसमध्ये सामील झाले आहेत, ज्यात डेटारोबॉट, ग्रिड.एआय, पिनकोन/झिलिझ, सेल्डन आणि वजन आणि पक्षपातीपणा यांचा समावेश आहे. प्रस्थापित कंपन्यांनी मायक्रोसॉफ्टसह त्यांच्या विद्यमान एआय सॉफ्टवेअर ऑफरमध्ये मशीन लर्निंग ऑपरेशन्स जोडल्या आहेत, ज्याने अझर एमएल स्टुडिओमध्ये डेटा ड्राफ्ट डिटेक्शन सादर केला. हे नवीन वैशिष्ट्य वापरकर्त्यांना मॉडेलच्या कार्यक्षमतेचे प्रमाण कमी करणारे इनपुट डेटाच्या वितरणामध्ये बदल शोधण्यास सक्षम करते.

फॅक्टर 3: विद्यमान अनुप्रयोग आणि वापर प्रकरणांवर कृत्रिम बुद्धिमत्ता लागू

पारंपारिक सॉफ्टवेअर प्रदाता एआय क्षमता जोडत आहेत.

विद्यमान मोठ्या क्षैतिज एआय सॉफ्टवेअर टूल्स जसे की एमएस अझर एमएल, एडब्ल्यूएस सेगमेकर आणि गूगल क्लाऊड व्हर्टेक्स एआय, पारंपारिक सॉफ्टवेअर स्वीट्स जसे की संगणकीकृत देखभाल व्यवस्थापन प्रणाली (सीएएमएम), मॅन्युफॅक्चरिंग एक्झिक्यूशन सिस्टम (एमईएस) किंवा एंटरप्राइझ रिसोर्स प्लॅनिंग (ईआरपी) आता एआय क्षमता इंजेक्शनद्वारे लक्षणीय सुधारली जाऊ शकतात. उदाहरणार्थ, ईआरपी प्रदाता एपिकॉर सॉफ्टवेअर त्याच्या एपिकॉर व्हर्च्युअल सहाय्यक (ईव्हीए) च्या माध्यमातून विद्यमान उत्पादनांमध्ये एआय क्षमता जोडत आहे. इंटेलिजेंट ईव्हीए एजंट्सचा वापर ईआरपी प्रक्रिया स्वयंचलित करण्यासाठी केला जातो, जसे की शेड्यूलिंग मॅन्युफॅक्चरिंग ऑपरेशन्स किंवा साध्या क्वेरी करणे (उदाहरणार्थ, उत्पादन किंमतीबद्दल किंवा उपलब्ध भागांची संख्या याबद्दल तपशील प्राप्त करणे).

एआयओटी वापरुन औद्योगिक वापर प्रकरणे श्रेणीसुधारित केली जात आहेत.

विद्यमान हार्डवेअर/सॉफ्टवेअर इन्फ्रास्ट्रक्चरमध्ये एआय क्षमता जोडून अनेक औद्योगिक वापर प्रकरणे वाढविली जात आहेत. गुणवत्ता नियंत्रण अनुप्रयोगांमधील मशीन व्हिजन हे एक स्पष्ट उदाहरण आहे. पारंपारिक मशीन व्हिजन सिस्टम इंटिग्रेटेड किंवा वेगळ्या संगणकांद्वारे प्रतिमा प्रक्रिया करतात जे विशिष्ट सॉफ्टवेअरसह सुसज्ज आहेत जे पूर्वनिर्धारित पॅरामीटर्स आणि थ्रेशोल्ड (उदा. उच्च कॉन्ट्रास्ट) चे मूल्यांकन करतात की ऑब्जेक्ट्स दोष दर्शवितात की नाही हे निर्धारित करते. बर्‍याच प्रकरणांमध्ये (उदाहरणार्थ, वेगवेगळ्या वायरिंग आकारांसह इलेक्ट्रॉनिक घटक), खोट्या पॉझिटिव्हची संख्या खूप जास्त आहे.

तथापि, कृत्रिम बुद्धिमत्तेद्वारे या प्रणालींचे पुनरुज्जीवन केले जात आहे. उदाहरणार्थ, औद्योगिक मशीन व्हिजन प्रदाता कॉग्नेक्सने जुलै २०२१ मध्ये एक नवीन डीप लर्निंग टूल (व्हिजन प्रो डीप लर्निंग २.०) सोडले. नवीन साधने पारंपारिक व्हिजन सिस्टमसह समाकलित करतात, ज्यामुळे शेवटच्या वापरकर्त्यांना स्कॅच, दूषितपणा आणि इतर दोषांचे अचूक मोजमाप आवश्यक आहे अशा वैद्यकीय आणि इलेक्ट्रॉनिक वातावरणाची पूर्तता करण्यासाठी समान अनुप्रयोगात पारंपारिक व्हिजन टूल्ससह सखोल शिक्षण एकत्रित करण्यास सक्षम केले जाते.

फॅक्टर 4: औद्योगिक एआयओटी हार्डवेअर सुधारित केले जात आहे

एआय चिप्स वेगाने सुधारत आहेत.

एम्बेडेड हार्डवेअर एआय चिप्स वेगाने वाढत आहेत, एआय मॉडेल्सच्या विकास आणि तैनातीस समर्थन देण्यासाठी विविध पर्याय उपलब्ध आहेत. उदाहरणांमध्ये एनव्हीडियाच्या नवीनतम ग्राफिक्स प्रोसेसिंग युनिट्स (जीपीयू), ए 30 आणि ए 10, जे मार्च 2021 मध्ये सादर केले गेले होते आणि एआय वापरण्यासाठी योग्य आहेत जसे की शिफारस प्रणाली आणि संगणक व्हिजन सिस्टम. Google चे चौथ्या पिढीतील टेन्सर प्रोसेसिंग युनिट्स (टीपीयू) हे आणखी एक उदाहरण आहे, जे विशिष्ट एआय वर्कलोड्स (उदा. ऑब्जेक्ट शोध, प्रतिमा वर्गीकरण आणि शिफारस बेंचमार्क्स) साठी मॉडेल विकास आणि उपयोजनांमध्ये 1000 पट अधिक कार्यक्षमता आणि गती प्राप्त करू शकणारे शक्तिशाली विशेष-हेतू एकात्मिक सर्किट्स (एएसआयसी) आहेत. समर्पित एआय हार्डवेअर वापरल्याने मॉडेलची गणना काही दिवसांपर्यंत कमी होते आणि बर्‍याच प्रकरणांमध्ये तो गेम चेंजर असल्याचे सिद्ध झाले आहे.

शक्तिशाली एआय हार्डवेअर पे-प्रति-वापर मॉडेलद्वारे त्वरित उपलब्ध आहे.

सुपरस्केल एंटरप्राइजेज क्लाऊडमध्ये संगणकीय संसाधने उपलब्ध करण्यासाठी त्यांचे सर्व्हर सतत श्रेणीसुधारित करीत आहेत जेणेकरून अंतिम वापरकर्ते औद्योगिक एआय अनुप्रयोग अंमलात आणू शकतील. नोव्हेंबर २०२१ मध्ये, उदाहरणार्थ, एडब्ल्यूएसने संगणक व्हिजन आणि शिफारस इंजिनसह विविध एमएल अनुप्रयोगांसाठी एनव्हीआयडीए ए 10 जी टेन्सर कोअर जीपीयू द्वारा समर्थित त्याच्या नवीनतम जीपीयू-आधारित उदाहरणे, Amazon मेझॉन ईसी 2 जी 5 ची अधिकृत प्रकाशन करण्याची घोषणा केली. उदाहरणार्थ, शोध प्रणाली प्रदाता नॅनोट्रॉनिक्स प्रक्रियेच्या प्रयत्नांना गती देण्यासाठी आणि मायक्रोचिप्स आणि नॅनोट्यूबच्या निर्मितीमध्ये अधिक अचूक शोध दर साध्य करण्यासाठी त्याच्या एआय-आधारित गुणवत्ता नियंत्रण समाधानाची Amazon मेझॉन ईसी 2 उदाहरणे वापरतात.

निष्कर्ष आणि संभावना

एआय कारखान्यातून बाहेर येत आहे आणि एआय-आधारित पीडीएम सारख्या नवीन अनुप्रयोगांमध्ये आणि विद्यमान सॉफ्टवेअर आणि वापर प्रकरणांमध्ये वाढ म्हणून ते सर्वव्यापी असेल. मोठे उद्योग अनेक एआय वापर प्रकरणे आणत आहेत आणि यशाचा अहवाल देत आहेत आणि बर्‍याच प्रकल्पांना गुंतवणूकीवर उच्च परतावा आहे. एकंदरीत, ढग, आयओटी प्लॅटफॉर्म आणि शक्तिशाली एआय चिप्सचा उदय सॉफ्टवेअर आणि ऑप्टिमायझेशनच्या नवीन पिढीसाठी एक व्यासपीठ प्रदान करतो.