நான்கு காரணிகள் தொழில்துறை அட்டை புதிய விருப்பமாக ஆக்குகின்றன

சமீபத்தில் வெளியிடப்பட்ட தொழில்துறை AI மற்றும் AI சந்தை அறிக்கை 2021-2026 இன் படி, தொழில்துறை அமைப்புகளில் AI இன் தத்தெடுப்பு விகிதம் இரண்டு ஆண்டுகளில் 19 சதவீதத்திலிருந்து 31 சதவீதமாக அதிகரித்துள்ளது. பதிலளித்தவர்களில் 31 சதவீதம் பேர் தங்கள் செயல்பாடுகளில் AI ஐ முழுமையாகவோ அல்லது ஓரளவுவோ வெளியிட்டுள்ளனர், மேலும் 39 சதவீதம் பேர் தற்போது தொழில்நுட்பத்தை சோதித்துப் பார்க்கிறார்கள் அல்லது இயக்குகிறார்கள்.

உலகெங்கிலும் உள்ள உற்பத்தியாளர்கள் மற்றும் எரிசக்தி நிறுவனங்களுக்கான முக்கிய தொழில்நுட்பமாக AI உருவாகி வருகிறது, மேலும் தொழில்துறை AI தீர்வுகள் சந்தை 2026 ஆம் ஆண்டில் 102.17 பில்லியன் டாலர்களை எட்ட 35% க்கு பிந்தைய தொற்றுநோய்களுக்கு பிந்தைய கலவை ஆண்டு வளர்ச்சி விகிதத்தை (CAGR) காண்பிக்கும் என்று IOT பகுப்பாய்வு கணித்துள்ளது.

டிஜிட்டல் யுகம் இன்டர்நெட் ஆஃப் திங்ஸைப் பெற்றெடுத்துள்ளது. செயற்கை நுண்ணறிவின் தோற்றம் இன்டர்நெட் ஆஃப் திங்ஸின் வளர்ச்சியின் வேகத்தை துரிதப்படுத்தியிருப்பதைக் காணலாம்.

தொழில்துறை AI மற்றும் AIOT இன் எழுச்சியை ஏற்படுத்தும் சில காரணிகளைப் பார்ப்போம்.

காரணி 1: தொழில்துறை AIOT க்கான மேலும் மேலும் மென்பொருள் கருவிகள்

2019 ஆம் ஆண்டில், ஐஓடி பகுப்பாய்வு தொழில்துறை AI ஐ மறைக்கத் தொடங்கியபோது, ​​செயல்பாட்டு தொழில்நுட்பம் (OT) விற்பனையாளர்களிடமிருந்து சில அர்ப்பணிப்பு AI மென்பொருள் தயாரிப்புகள் இருந்தன. அப்போதிருந்து, பல OT விற்பனையாளர்கள் AI சந்தையில் நுழைந்து தொழிற்சாலை தளத்திற்கான AI தளங்களின் வடிவத்தில் AI மென்பொருள் தீர்வுகளை உருவாக்கி வழங்குவதன் மூலம்.

தரவுகளின்படி, கிட்டத்தட்ட 400 விற்பனையாளர்கள் AIOT மென்பொருளை வழங்குகிறார்கள். தொழில்துறை AI சந்தையில் சேரும் மென்பொருள் விற்பனையாளர்களின் எண்ணிக்கை கடந்த இரண்டு ஆண்டுகளில் வியத்தகு அளவில் அதிகரித்துள்ளது. ஆய்வின் போது, ​​ஐஓடி பகுப்பாய்வு உற்பத்தியாளர்கள்/தொழில்துறை வாடிக்கையாளர்களுக்கு AI தொழில்நுட்பத்தின் 634 சப்ளையர்களை அடையாளம் கண்டுள்ளது. இந்த நிறுவனங்களில், 389 (61.4%) AI மென்பொருளை வழங்குகின்றன.

புதிய AI மென்பொருள் தளம் தொழில்துறை சூழல்களில் கவனம் செலுத்துகிறது. உயர்வு, பிரைன்கூப் அல்லது சி 3 AI க்கு அப்பால், வளர்ந்து வரும் செயல்பாட்டு தொழில்நுட்பம் (OT) விற்பனையாளர்கள் அர்ப்பணிப்பு AI மென்பொருள் தளங்களை வழங்குகிறார்கள். எடுத்துக்காட்டுகளில் ஏபிபியின் ஜெனிக்ஸ் தொழில்துறை அனலிட்டிக்ஸ் மற்றும் ஏஐ சூட், ராக்வெல் ஆட்டோமேஷனின் பேக்டர்டாக் புதுமை தொகுப்பு, ஷ்னீடர் எலக்ட்ரிக் சொந்த உற்பத்தி ஆலோசனை தளம் மற்றும் சமீபத்தில், குறிப்பிட்ட துணை நிரல்கள் ஆகியவை அடங்கும். இந்த தளங்களில் சில பரந்த அளவிலான பயன்பாட்டு நிகழ்வுகளை குறிவைக்கின்றன. எடுத்துக்காட்டாக, ஏபிபியின் ஜெனிக்ஸ் இயங்குதளம் மேம்பட்ட பகுப்பாய்வுகளை வழங்குகிறது, இதில் செயல்பாட்டு செயல்திறன் மேலாண்மை, சொத்து ஒருமைப்பாடு, நிலைத்தன்மை மற்றும் விநியோக சங்கிலி செயல்திறன் ஆகியவற்றிற்கான முன்பே கட்டப்பட்ட பயன்பாடுகள் மற்றும் சேவைகள் அடங்கும்.

பெரிய நிறுவனங்கள் தங்கள் AI மென்பொருள் கருவிகளை கடைத் தளத்தில் வைக்கின்றன.

AI மென்பொருள் கருவிகளின் கிடைக்கும் தன்மை AWS, மைக்ரோசாப்ட் மற்றும் கூகிள் போன்ற பெரிய நிறுவனங்களால் உருவாக்கப்பட்ட புதிய பயன்பாட்டு-வழக்கு குறிப்பிட்ட மென்பொருள் கருவிகளால் இயக்கப்படுகிறது. எடுத்துக்காட்டாக, டிசம்பர் 2020 இல், AWS அமேசான் சேக்மேக்கர் ஜம்ப்ஸ்டார்ட்டை வெளியிட்டது, இது அமேசான் சேக்மேக்கரின் அம்சமாகும், இது பி.டி.எம், கணினி பார்வை மற்றும் தன்னாட்சி ஓட்டுநர் போன்ற பொதுவான தொழில்துறை பயன்பாட்டு நிகழ்வுகளுக்கு முன்பே கட்டப்பட்ட மற்றும் தனிப்பயனாக்கக்கூடிய தீர்வுகளின் தொகுப்பை வழங்குகிறது, சில கிளிக்குகளுடன் வரிசைப்படுத்துங்கள்.

பயன்பாடு-குறிப்பிட்ட மென்பொருள் தீர்வுகள் பயன்பாட்டினை மேம்பாடுகளை இயக்குகின்றன.

முன்கணிப்பு பராமரிப்பில் கவனம் செலுத்துவது போன்ற பயன்பாட்டு-வழக்கு-குறிப்பிட்ட மென்பொருள் அறைகள் மிகவும் பொதுவானதாகி வருகின்றன. AI- அடிப்படையிலான தயாரிப்பு தரவு மேலாண்மை (PDM) மென்பொருள் தீர்வுகளைப் பயன்படுத்தும் வழங்குநர்களின் எண்ணிக்கை 2021 ஆம் ஆண்டின் தொடக்கத்தில் 73 ஆக உயர்ந்தது, ஏனெனில் பல்வேறு தரவு மூலங்கள் அதிகரிப்பு மற்றும் முன் பயிற்சி மாதிரிகளின் பயன்பாடு மற்றும் தரவு மேம்பாட்டு தொழில்நுட்பங்களை பரவலாக ஏற்றுக்கொள்வது காரணமாக.

காரணி 2: AI தீர்வுகளின் வளர்ச்சி மற்றும் பராமரிப்பு எளிமைப்படுத்தப்படுகிறது

தானியங்கு இயந்திர கற்றல் (ஆட்டோமெல்) ஒரு நிலையான தயாரிப்பாக மாறி வருகிறது.

இயந்திர கற்றல் (எம்.எல்) உடன் தொடர்புடைய பணிகளின் சிக்கலான தன்மை காரணமாக, இயந்திர கற்றல் பயன்பாடுகளின் விரைவான வளர்ச்சி நிபுணத்துவம் இல்லாமல் பயன்படுத்தக்கூடிய ஆஃப்-தி-ஷெல்ஃப் இயந்திர கற்றல் முறைகளின் தேவையை உருவாக்கியுள்ளது. இதன் விளைவாக வரும் ஆராய்ச்சித் துறையானது, இயந்திர கற்றலுக்கான முற்போக்கான ஆட்டோமேஷன், ஆட்டோஎல் என்று அழைக்கப்படுகிறது. வாடிக்கையாளர்கள் எம்.எல் மாதிரிகளை உருவாக்கவும் தொழில்துறை பயன்பாட்டு நிகழ்வுகளை விரைவாக செயல்படுத்தவும் உதவுவதற்காக பல்வேறு நிறுவனங்கள் தங்கள் AI சலுகைகளின் ஒரு பகுதியாக இந்த தொழில்நுட்பத்தை மேம்படுத்துகின்றன. எடுத்துக்காட்டாக, நவம்பர் 2020 இல், எஸ்.கே.எஃப் ஒரு ஆட்டோஎல் அடிப்படையிலான தயாரிப்பை அறிவித்தது, இது இயந்திர செயல்முறை தரவை அதிர்வு மற்றும் வெப்பநிலை தரவுகளுடன் ஒருங்கிணைத்து செலவுகளைக் குறைப்பதற்கும் வாடிக்கையாளர்களுக்கான புதிய வணிக மாதிரிகளை செயல்படுத்துகிறது.

இயந்திர கற்றல் செயல்பாடுகள் (எம்.எல் OP கள்) மாதிரி மேலாண்மை மற்றும் பராமரிப்பை எளிதாக்குகின்றன.

இயந்திர கற்றல் செயல்பாடுகளின் புதிய ஒழுக்கம் உற்பத்தி சூழல்களில் AI மாதிரிகளின் பராமரிப்பை எளிதாக்குவதை நோக்கமாகக் கொண்டுள்ளது. AI மாதிரியின் செயல்திறன் பொதுவாக காலப்போக்கில் குறைகிறது, ஏனெனில் இது ஆலைக்குள் பல காரணிகளால் பாதிக்கப்படுகிறது (எடுத்துக்காட்டாக, தரவு விநியோகம் மற்றும் தரத் தரங்களில் மாற்றங்கள்). இதன் விளைவாக, தொழில்துறை சூழல்களின் உயர் தரமான தேவைகளைப் பூர்த்தி செய்ய மாதிரி பராமரிப்பு மற்றும் இயந்திர கற்றல் செயல்பாடுகள் அவசியமாகிவிட்டன (எடுத்துக்காட்டாக, 99% க்கும் குறைவான செயல்திறன் கொண்ட மாதிரிகள் தொழிலாளர் பாதுகாப்பிற்கு ஆபத்தை விளைவிக்கும் நடத்தையை அடையாளம் காணத் தவறக்கூடும்).

சமீபத்திய ஆண்டுகளில், டேட்டாரோபோட், கிரிட்.ஐ, பின்கோன்/ஜில்லிஸ், செல்டன் மற்றும் எடைகள் மற்றும் சார்பு உள்ளிட்ட பல தொடக்க நிறுவனங்கள் எம்.எல் ஓப் இடத்தில் சேர்ந்துள்ளன. நிறுவப்பட்ட நிறுவனங்கள் மைக்ரோசாப்ட் உள்ளிட்ட தற்போதைய AI மென்பொருள் சலுகைகளில் இயந்திர கற்றல் செயல்பாடுகளைச் சேர்த்துள்ளன, இது அசூர் எம்.எல் ஸ்டுடியோவில் தரவு சறுக்கல் கண்டறிதலை அறிமுகப்படுத்தியது. இந்த புதிய அம்சம் பயனர்களுக்கு மாதிரி செயல்திறனைக் குறைக்கும் உள்ளீட்டு தரவின் விநியோகத்தில் மாற்றங்களைக் கண்டறிய உதவுகிறது.

காரணி 3: தற்போதுள்ள பயன்பாடுகளுக்கும் பயன்பாட்டு வழக்குகளுக்கும் செயற்கை நுண்ணறிவு பயன்படுத்தப்படுகிறது

பாரம்பரிய மென்பொருள் வழங்குநர்கள் AI திறன்களைச் சேர்க்கிறார்கள்.

தற்போதுள்ள பெரிய கிடைமட்ட AI மென்பொருள் கருவிகளான எம்.எஸ். எடுத்துக்காட்டாக, ஈஆர்பி வழங்குநர் எபிகார் மென்பொருள் அதன் எபிகார் மெய்நிகர் உதவியாளர் (ஈ.வி.ஏ) மூலம் அதன் தற்போதைய தயாரிப்புகளுக்கு AI திறன்களைச் சேர்க்கிறது. அறிவார்ந்த ஈ.வி.ஏ முகவர்கள் ஈஆர்பி செயல்முறைகளை தானியக்கமாக்குவதற்கு பயன்படுத்தப்படுகின்றன, அதாவது உற்பத்தி நடவடிக்கைகளை மாற்றியமைத்தல் அல்லது எளிய வினவல்களைச் செய்வது (எடுத்துக்காட்டாக, தயாரிப்பு விலை அல்லது கிடைக்கக்கூடிய பகுதிகளின் எண்ணிக்கை பற்றிய விவரங்களைப் பெறுதல்).

AIOT ஐப் பயன்படுத்தி தொழில்துறை பயன்பாட்டு வழக்குகள் மேம்படுத்தப்படுகின்றன.

தற்போதுள்ள வன்பொருள்/மென்பொருள் உள்கட்டமைப்பில் AI திறன்களைச் சேர்ப்பதன் மூலம் பல தொழில்துறை பயன்பாட்டு வழக்குகள் மேம்படுத்தப்படுகின்றன. தரக் கட்டுப்பாட்டு பயன்பாடுகளில் இயந்திர பார்வை ஒரு தெளிவான எடுத்துக்காட்டு. பாரம்பரிய இயந்திர பார்வை அமைப்புகள் ஒருங்கிணைந்த அல்லது தனித்துவமான கணினிகள் மூலம் படங்களை செயலாக்குகின்றன, அவை முன்னரே தீர்மானிக்கப்பட்ட அளவுருக்கள் மற்றும் வாசல்களை (எ.கா., உயர் மாறுபாடு) மதிப்பிடும் சிறப்பு மென்பொருளைக் கொண்டுள்ளன. பல சந்தர்ப்பங்களில் (எடுத்துக்காட்டாக, வெவ்வேறு வயரிங் வடிவங்களைக் கொண்ட மின்னணு கூறுகள்), தவறான நேர்மறைகளின் எண்ணிக்கை மிக அதிகமாக உள்ளது.

இருப்பினும், இந்த அமைப்புகள் செயற்கை நுண்ணறிவு மூலம் புதுப்பிக்கப்படுகின்றன. எடுத்துக்காட்டாக, தொழில்துறை இயந்திர பார்வை வழங்குநர் காக்னெக்ஸ் ஜூலை 2021 இல் ஒரு புதிய ஆழமான கற்றல் கருவியை (விஷன் ப்ரோ டீப் கற்றல் 2.0) வெளியிட்டது. புதிய கருவிகள் பாரம்பரிய பார்வை அமைப்புகளுடன் ஒருங்கிணைக்கின்றன, இறுதி பயனர்கள் பாரம்பரிய பார்வை கருவிகளுடன் ஆழ்ந்த கற்றலை ஒரே பயன்பாட்டில் இணைக்க உதவுகிறது, கீறல், மாசு மற்றும் பிற குறைபாடுகளின் துல்லியமான அளவீடு தேவைப்படும் மருத்துவ மற்றும் மின்னணு சூழல்களை பூர்த்தி செய்ய.

காரணி 4: தொழில்துறை AIOT வன்பொருள் மேம்படுத்தப்படுகிறது

AI சில்லுகள் வேகமாக மேம்படுகின்றன.

உட்பொதிக்கப்பட்ட வன்பொருள் AI சில்லுகள் வேகமாக வளர்ந்து வருகின்றன, AI மாதிரிகளின் வளர்ச்சி மற்றும் வரிசைப்படுத்தலை ஆதரிக்க பல்வேறு விருப்பங்கள் உள்ளன. எடுத்துக்காட்டுகளில் என்விடியாவின் சமீபத்திய கிராபிக்ஸ் செயலாக்க அலகுகள் (ஜி.பீ.யுகள்), ஏ 30 மற்றும் ஏ 10 ஆகியவை மார்ச் 2021 இல் அறிமுகப்படுத்தப்பட்டன, மேலும் அவை பரிந்துரை அமைப்புகள் மற்றும் கணினி பார்வை அமைப்புகள் போன்ற AI பயன்பாட்டு நிகழ்வுகளுக்கு ஏற்றவை. மற்றொரு எடுத்துக்காட்டு கூகிளின் நான்காவது தலைமுறை டென்சர்கள் செயலாக்க அலகுகள் (TPU கள்), அவை சக்திவாய்ந்த சிறப்பு-நோக்கம் ஒருங்கிணைந்த சுற்றுகள் (ASICS) ஆகும், அவை குறிப்பிட்ட AI பணிச்சுமைகளுக்கான மாதிரி மேம்பாடு மற்றும் வரிசைப்படுத்தலில் 1,000 மடங்கு அதிக செயல்திறன் மற்றும் வேகத்தை அடைய முடியும் (எ.கா., பொருள் கண்டறிதல், பட வகைப்பாடு மற்றும் பரிந்துரை வரையறைகள்). அர்ப்பணிக்கப்பட்ட AI வன்பொருளைப் பயன்படுத்துவது மாதிரி கணக்கீட்டு நேரத்தை நாட்களிலிருந்து நிமிடங்களுக்கு குறைக்கிறது, மேலும் பல சந்தர்ப்பங்களில் விளையாட்டு மாற்றியாக நிரூபிக்கப்பட்டுள்ளது.

பயன்பாட்டுக்கு பணம் செலுத்தும் மாதிரி மூலம் சக்திவாய்ந்த AI வன்பொருள் உடனடியாக கிடைக்கிறது.

சூப்பர்ஸ்கேல் எண்டர்பிரைசஸ் தொடர்ந்து தங்கள் சேவையகங்களை கிளவுட்டில் கணினி வளங்களை கிடைக்கச் செய்வதற்காக மேம்படுத்துகிறது, இதனால் இறுதி பயனர்கள் தொழில்துறை AI பயன்பாடுகளை செயல்படுத்த முடியும். எடுத்துக்காட்டாக, நவம்பர் 2021 இல், கணினி பார்வை மற்றும் பரிந்துரை இயந்திரங்கள் உட்பட பல்வேறு வகையான எம்.எல் பயன்பாடுகளுக்காக என்விடியா ஏ 10 ஜி டென்சர் கோர் ஜி.பீ.யால் இயக்கப்படும் அதன் சமீபத்திய ஜி.பீ. எடுத்துக்காட்டாக, கண்டறிதல் அமைப்புகள் வழங்குநர் நானோட்ரோனிக்ஸ் அதன் AI- அடிப்படையிலான தரக் கட்டுப்பாட்டு தீர்வின் அமேசான் EC2 எடுத்துக்காட்டுகளைப் பயன்படுத்துகிறது, செயலாக்க முயற்சிகளை விரைவுபடுத்துவதற்கும் மைக்ரோசிப் மற்றும் நானோகுழாய்களின் உற்பத்தியில் மிகவும் துல்லியமான கண்டறிதல் விகிதங்களை அடையவும் பயன்படுத்துகிறது.

முடிவு மற்றும் வாய்ப்பு

AI தொழிற்சாலையிலிருந்து வெளிவருகிறது, மேலும் இது AI- அடிப்படையிலான PDM போன்ற புதிய பயன்பாடுகளில் எங்கும் காணப்படும், மேலும் தற்போதுள்ள மென்பொருளுக்கு மேம்பாடுகள் மற்றும் பயன்பாட்டு வழக்குகள். பெரிய நிறுவனங்கள் பல AI பயன்பாட்டு வழக்குகளை உருவாக்கி, வெற்றியை அறிக்கையிடுகின்றன, மேலும் பெரும்பாலான திட்டங்கள் முதலீட்டில் அதிக வருவாயைக் கொண்டுள்ளன. மொத்தத்தில், கிளவுட், ஐஓடி இயங்குதளங்கள் மற்றும் சக்திவாய்ந்த AI சில்லுகள் ஆகியவற்றின் எழுச்சி ஒரு புதிய தலைமுறை மென்பொருள் மற்றும் தேர்வுமுறைக்கு ஒரு தளத்தை வழங்குகிறது.