நான்கு காரணிகள் தொழில்துறை AIoT ஐ புதிய விருப்பமாக மாற்றுகின்றன

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

உலகெங்கிலும் உள்ள உற்பத்தியாளர்கள் மற்றும் எரிசக்தி நிறுவனங்களுக்கு AI ஒரு முக்கிய தொழில்நுட்பமாக உருவாகி வருகிறது, மேலும் IoT பகுப்பாய்வு தொழில்துறை AI தீர்வுகள் சந்தையானது 2026 ஆம் ஆண்டிற்குள் 35% வலுவான பிந்தைய தொற்றுநோய் கூட்டு வருடாந்திர வளர்ச்சி விகிதத்தை (CAGR) $102.17 பில்லியனை எட்டும் என்று கணித்துள்ளது.

டிஜிட்டல் யுகம் இன்டர்நெட் ஆஃப் திங்ஸை உருவாக்கியுள்ளது. செயற்கை நுண்ணறிவின் தோற்றம் இன்டர்நெட் ஆஃப் திங்ஸின் வளர்ச்சியின் வேகத்தை துரிதப்படுத்தியிருப்பதைக் காணலாம்.

தொழில்துறை AI மற்றும் AIoT இன் எழுச்சிக்கு வழிவகுக்கும் சில காரணிகளைப் பார்ப்போம்.

காரணி 1: தொழில்துறை AIoT க்கான மேலும் மேலும் மென்பொருள் கருவிகள்

2019 ஆம் ஆண்டில், Iot பகுப்பாய்வு தொழில்துறை AI ஐ மறைக்கத் தொடங்கியபோது, ​​செயல்பாட்டு தொழில்நுட்ப (OT) விற்பனையாளர்களிடமிருந்து சில அர்ப்பணிப்பு AI மென்பொருள் தயாரிப்புகள் இருந்தன. அப்போதிருந்து, பல OT விற்பனையாளர்கள் AI சந்தையில் நுழைந்துள்ளனர், மேலும் AI மென்பொருள் தீர்வுகளை தொழிற்சாலை தளத்திற்கு AI இயங்குதள வடிவில் உருவாக்கி வழங்குகின்றனர்.

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

புதிய AI மென்பொருள் தளம் தொழில்துறை சூழல்களில் கவனம் செலுத்துகிறது. அப்டேக், பிரைன்கியூப் அல்லது C3 AIக்கு அப்பால், வளர்ந்து வரும் செயல்பாட்டு தொழில்நுட்ப (OT) விற்பனையாளர்கள் பிரத்யேக AI மென்பொருள் தளங்களை வழங்குகின்றனர். எடுத்துக்காட்டுகளில் ABBயின் ஜெனிக்ஸ் தொழில்துறை பகுப்பாய்வு மற்றும் AI தொகுப்பு, ராக்வெல் ஆட்டோமேஷனின் FactoryTalk இன்னோவேஷன் தொகுப்பு, Schneider Electric இன் சொந்த உற்பத்தி ஆலோசனை தளம் மற்றும் மிக சமீபத்தில் குறிப்பிட்ட துணை நிரல்கள் ஆகியவை அடங்கும். இந்த தளங்களில் சில பரந்த அளவிலான பயன்பாட்டு நிகழ்வுகளை குறிவைக்கின்றன. எடுத்துக்காட்டாக, ABBயின் Genix இயங்குதளமானது, செயல்பாட்டு செயல்திறன் மேலாண்மை, சொத்து ஒருமைப்பாடு, நிலைத்தன்மை மற்றும் விநியோகச் சங்கிலித் திறன் ஆகியவற்றுக்கான முன்-கட்டமைக்கப்பட்ட பயன்பாடுகள் மற்றும் சேவைகள் உட்பட மேம்பட்ட பகுப்பாய்வுகளை வழங்குகிறது.

பெரிய நிறுவனங்கள் தங்கள் AI மென்பொருள் கருவிகளை கடை தரையில் வைக்கின்றன.

AWS, மைக்ரோசாப்ட் மற்றும் கூகுள் போன்ற பெரிய நிறுவனங்களால் உருவாக்கப்பட்ட புதிய பயன்பாட்டுக் குறிப்பிட்ட மென்பொருள் கருவிகளால் AI மென்பொருள் கருவிகளின் கிடைக்கும் தன்மையும் இயக்கப்படுகிறது. எடுத்துக்காட்டாக, டிசம்பர் 2020 இல், AWS Amazon SageMaker ஜம்ப்ஸ்டார்ட்டை வெளியிட்டது, இது Amazon SageMaker இன் அம்சமான PdM, கணினி பார்வை மற்றும் தன்னியக்க ஓட்டுநர் போன்ற மிகவும் பொதுவான தொழில்துறை பயன்பாட்டு நிகழ்வுகளுக்கு முன் கட்டமைக்கப்பட்ட மற்றும் தனிப்பயனாக்கக்கூடிய தீர்வுகளின் தொகுப்பை வழங்குகிறது. ஒரு சில கிளிக்குகள்.

பயன்பாடு-குறிப்பிட்ட மென்பொருள் தீர்வுகள் பயன்பாட்டினை மேம்படுத்துகிறது.

யூஸ்-கேஸ்-குறிப்பிட்ட மென்பொருள் தொகுப்புகள், முன்கணிப்பு பராமரிப்பில் கவனம் செலுத்துவது போன்றவை மிகவும் பொதுவானதாகி வருகிறது. IoT Analytics, 2021 ஆம் ஆண்டின் தொடக்கத்தில் AI- அடிப்படையிலான தயாரிப்பு தரவு மேலாண்மை (PdM) மென்பொருள் தீர்வுகளைப் பயன்படுத்தும் வழங்குநர்களின் எண்ணிக்கை 73 ஆக உயர்ந்தது, ஏனெனில் பல்வேறு தரவு மூலங்களின் அதிகரிப்பு மற்றும் முன் பயிற்சி மாதிரிகளின் பயன்பாடு மற்றும் பரவலானது. தரவு மேம்பாட்டு தொழில்நுட்பங்களை ஏற்றுக்கொள்வது.

காரணி 2: AI தீர்வுகளின் மேம்பாடு மற்றும் பராமரிப்பு எளிமைப்படுத்தப்படுகிறது

தானியங்கி இயந்திர கற்றல் (AutoML) ஒரு நிலையான தயாரிப்பாக மாறி வருகிறது.

இயந்திர கற்றலுடன் (ML) தொடர்புடைய பணிகளின் சிக்கலான தன்மை காரணமாக, இயந்திர கற்றல் பயன்பாடுகளின் விரைவான வளர்ச்சியானது நிபுணத்துவம் இல்லாமல் பயன்படுத்தக்கூடிய ஆஃப்-தி-ஷெல்ஃப் இயந்திர கற்றல் முறைகளின் தேவையை உருவாக்கியுள்ளது. இயந்திர கற்றலுக்கான முற்போக்கான தன்னியக்க ஆராய்ச்சியின் விளைவாக உருவாகும் துறையானது ஆட்டோஎம்எல் என அழைக்கப்படுகிறது. வாடிக்கையாளர்களுக்கு ML மாடல்களை உருவாக்குவதற்கும், தொழில்துறை பயன்பாட்டு நிகழ்வுகளை விரைவாக செயல்படுத்துவதற்கும் பல்வேறு நிறுவனங்கள் தங்கள் AI சலுகைகளின் ஒரு பகுதியாக இந்தத் தொழில்நுட்பத்தைப் பயன்படுத்துகின்றன. எடுத்துக்காட்டாக, நவம்பர் 2020 இல், SKF ஒரு automL-அடிப்படையிலான தயாரிப்பை அறிவித்தது, இது இயந்திர செயல்முறைத் தரவை அதிர்வு மற்றும் வெப்பநிலைத் தரவுகளுடன் இணைத்து செலவுகளைக் குறைக்கவும் வாடிக்கையாளர்களுக்கு புதிய வணிக மாதிரிகளை இயக்கவும் செய்கிறது.

இயந்திர கற்றல் செயல்பாடுகள் (ML Ops) மாதிரி மேலாண்மை மற்றும் பராமரிப்பை எளிதாக்குகிறது.

இயந்திர கற்றல் செயல்பாடுகளின் புதிய துறையானது, உற்பத்திச் சூழல்களில் AI மாதிரிகளின் பராமரிப்பை எளிதாக்குவதை நோக்கமாகக் கொண்டுள்ளது. AI மாதிரியின் செயல்திறன் பொதுவாக காலப்போக்கில் குறைகிறது, ஏனெனில் அது ஆலைக்குள் உள்ள பல காரணிகளால் பாதிக்கப்படுகிறது (உதாரணமாக, தரவு விநியோகம் மற்றும் தர தரநிலைகளில் மாற்றங்கள்). இதன் விளைவாக, தொழில்துறை சூழல்களின் உயர்தரத் தேவைகளைப் பூர்த்தி செய்ய மாதிரி பராமரிப்பு மற்றும் இயந்திரக் கற்றல் செயல்பாடுகள் அவசியமாகிவிட்டன (உதாரணமாக, 99% க்கும் குறைவான செயல்திறன் கொண்ட மாதிரிகள் தொழிலாளர் பாதுகாப்பிற்கு ஆபத்தை விளைவிக்கும் நடத்தையை அடையாளம் காணத் தவறிவிடலாம்).

சமீபத்திய ஆண்டுகளில், DataRobot, Grid.AI, Pinecone/Zilliz, Seldon மற்றும் Weights & Biases உள்ளிட்ட பல ஸ்டார்ட்அப்கள் ML Ops இடத்தில் சேர்ந்துள்ளன. நிறுவப்பட்ட நிறுவனங்கள், அஸூர் எம்எல் ஸ்டுடியோவில் டேட்டா டிரிஃப்ட் கண்டறிதலை அறிமுகப்படுத்திய மைக்ரோசாப்ட் உட்பட, தற்போதுள்ள AI மென்பொருள் வழங்கல்களுடன் இயந்திர கற்றல் செயல்பாடுகளைச் சேர்த்துள்ளன. இந்த புதிய அம்சம், மாதிரி செயல்திறனைக் குறைக்கும் உள்ளீட்டுத் தரவின் விநியோகத்தில் ஏற்படும் மாற்றங்களைக் கண்டறிய பயனர்களுக்கு உதவுகிறது.

காரணி 3: செயற்கை நுண்ணறிவு ஏற்கனவே உள்ள பயன்பாடுகள் மற்றும் பயன்பாட்டு நிகழ்வுகளுக்கு பயன்படுத்தப்படுகிறது

பாரம்பரிய மென்பொருள் வழங்குநர்கள் AI திறன்களைச் சேர்க்கின்றனர்.

MS Azure ML, AWS SageMaker மற்றும் Google Cloud Vertex AI போன்ற பெரிய கிடைமட்ட AI மென்பொருள் கருவிகளுடன் கூடுதலாக, கணினிமயமாக்கப்பட்ட பராமரிப்பு மேலாண்மை அமைப்புகள் (CAMMS), உற்பத்தி செயல்படுத்தல் அமைப்புகள் (MES) அல்லது நிறுவன வள திட்டமிடல் (ERP) போன்ற பாரம்பரிய மென்பொருள் தொகுப்புகள். AI திறன்களை உட்செலுத்துவதன் மூலம் இப்போது கணிசமாக மேம்படுத்த முடியும். எடுத்துக்காட்டாக, ERP வழங்குநரான Epicor மென்பொருள் அதன் Epicor Virtual Assistant (EVA) மூலம் AI திறன்களை அதன் தற்போதைய தயாரிப்புகளில் சேர்க்கிறது. புத்திசாலித்தனமான EVA முகவர்கள் ERP செயல்முறைகளை தானியக்கமாக்குவதற்குப் பயன்படுத்தப்படுகின்றன, அதாவது உற்பத்தி செயல்பாடுகளை மறுசீரமைத்தல் அல்லது எளிய வினவல்களைச் செய்தல் (உதாரணமாக, தயாரிப்பு விலை அல்லது கிடைக்கும் பகுதிகளின் எண்ணிக்கை பற்றிய விவரங்களைப் பெறுதல்).

AIoT ஐப் பயன்படுத்தி தொழில்துறை பயன்பாட்டு வழக்குகள் மேம்படுத்தப்படுகின்றன.

தற்போதுள்ள வன்பொருள்/மென்பொருள் உள்கட்டமைப்புக்கு AI திறன்களைச் சேர்ப்பதன் மூலம் பல தொழில்துறை பயன்பாட்டு வழக்குகள் மேம்படுத்தப்படுகின்றன. ஒரு தெளிவான உதாரணம் தரக் கட்டுப்பாட்டு பயன்பாடுகளில் இயந்திர பார்வை. பாரம்பரிய இயந்திரப் பார்வை அமைப்புகள், பொருள்கள் குறைபாடுகளை வெளிப்படுத்துகின்றனவா என்பதைத் தீர்மானிக்க, முன்னரே தீர்மானிக்கப்பட்ட அளவுருக்கள் மற்றும் வரம்புகளை (எ.கா. உயர் மாறுபாடு) மதிப்பிடும் சிறப்பு மென்பொருளுடன் கூடிய ஒருங்கிணைந்த அல்லது தனித்தனி கணினிகள் மூலம் படங்களை செயலாக்குகின்றன. பல சந்தர்ப்பங்களில் (உதாரணமாக, வெவ்வேறு வயரிங் வடிவங்களைக் கொண்ட மின்னணு கூறுகள்), தவறான நேர்மறைகளின் எண்ணிக்கை மிக அதிகமாக உள்ளது.

இருப்பினும், செயற்கை நுண்ணறிவு மூலம் இந்த அமைப்புகள் புத்துயிர் பெறுகின்றன. எடுத்துக்காட்டாக, தொழில்துறை இயந்திர விஷன் வழங்குநரான Cognex ஜூலை 2021 இல் ஒரு புதிய ஆழமான கற்றல் கருவியை (விஷன் ப்ரோ டீப் லேர்னிங் 2.0) வெளியிட்டது. புதிய கருவிகள் பாரம்பரிய பார்வை அமைப்புகளுடன் ஒருங்கிணைத்து, இறுதிப் பயனர்களுக்கு அதே பயன்பாட்டில் உள்ள பாரம்பரிய பார்வைக் கருவிகளுடன் ஆழமான கற்றலை இணைக்க உதவுகிறது. கீறல்கள், மாசுபாடு மற்றும் பிற குறைபாடுகளின் துல்லியமான அளவீடு தேவைப்படும் மருத்துவ மற்றும் மின்னணு சூழல்களை சந்திக்கவும்.

காரணி 4: தொழில்துறை AIoT வன்பொருள் மேம்படுத்தப்படுகிறது

AI சில்லுகள் வேகமாக மேம்பட்டு வருகின்றன.

உட்பொதிக்கப்பட்ட வன்பொருள் AI சில்லுகள் வேகமாக வளர்ந்து வருகின்றன, AI மாதிரிகளின் வளர்ச்சி மற்றும் வரிசைப்படுத்தலை ஆதரிக்க பல்வேறு விருப்பங்கள் உள்ளன. எடுத்துக்காட்டுகளில் NVIDIA இன் சமீபத்திய கிராபிக்ஸ் செயலாக்க அலகுகள் (Gpus), A30 மற்றும் A10 ஆகியவை அடங்கும், இவை மார்ச் 2021 இல் அறிமுகப்படுத்தப்பட்டன மற்றும் பரிந்துரை அமைப்புகள் மற்றும் கணினி பார்வை அமைப்புகள் போன்ற AI பயன்பாட்டு நிகழ்வுகளுக்கு ஏற்றது. மற்றொரு உதாரணம் கூகுளின் நான்காவது தலைமுறை டென்சர்கள் செயலாக்க அலகுகள் (TPus), இவை சக்தி வாய்ந்த சிறப்பு-நோக்க ஒருங்கிணைந்த சுற்றுகள் (ASics) ஆகும், அவை மாதிரி உருவாக்கம் மற்றும் குறிப்பிட்ட AI பணிச்சுமைகளுக்கு (எ.கா., பொருள் கண்டறிதல்) 1,000 மடங்கு அதிக திறன் மற்றும் வேகத்தை அடைய முடியும். , பட வகைப்பாடு மற்றும் பரிந்துரை வரையறைகள்). பிரத்யேக AI வன்பொருளைப் பயன்படுத்துவது மாதிரிக் கணக்கீட்டு நேரத்தை நாட்களிலிருந்து நிமிடங்களுக்கு குறைக்கிறது, மேலும் பல சந்தர்ப்பங்களில் கேம் சேஞ்சராக நிரூபிக்கப்பட்டுள்ளது.

சக்திவாய்ந்த AI ஹார்டுவேர், பணம் செலுத்தும் மாதிரியின் மூலம் உடனடியாகக் கிடைக்கும்.

இறுதிப் பயனர்கள் தொழில்துறை AI பயன்பாடுகளைச் செயல்படுத்தும் வகையில், மேகக்கணியில் கம்ப்யூட்டிங் வளங்களைக் கிடைக்கச் செய்ய சூப்பர்ஸ்கேல் நிறுவனங்கள் தொடர்ந்து தங்கள் சேவையகங்களை மேம்படுத்துகின்றன. எடுத்துக்காட்டாக, நவம்பர் 2021 இல், AWS அதன் சமீபத்திய GPU அடிப்படையிலான நிகழ்வுகளான Amazon EC2 G5 இன் அதிகாரப்பூர்வ வெளியீட்டை அறிவித்தது, இது NVIDIA A10G டென்சர் கோர் GPU ஆல் இயக்கப்படுகிறது, இதில் கணினி பார்வை மற்றும் பரிந்துரை இயந்திரங்கள் உட்பட பல்வேறு ML பயன்பாடுகளுக்கு. எடுத்துக்காட்டாக, கண்டறிதல் அமைப்பு வழங்குநரான Nanotronics, செயலாக்க முயற்சிகளை விரைவுபடுத்துவதற்கும் மைக்ரோசிப்கள் மற்றும் நானோகுழாய்கள் தயாரிப்பில் மிகவும் துல்லியமான கண்டறிதல் விகிதங்களை அடைவதற்கும் அதன் AI அடிப்படையிலான தரக் கட்டுப்பாட்டு தீர்வின் Amazon EC2 எடுத்துக்காட்டுகளைப் பயன்படுத்துகிறது.

முடிவு மற்றும் எதிர்பார்ப்பு

AI தொழிற்சாலையில் இருந்து வெளிவருகிறது, மேலும் இது AI-அடிப்படையிலான PdM போன்ற புதிய பயன்பாடுகளிலும், ஏற்கனவே உள்ள மென்பொருள் மற்றும் பயன்பாட்டு நிகழ்வுகளின் மேம்பாடுகள் போன்றவற்றிலும் எங்கும் காணப்படும். பெரிய நிறுவனங்கள் பல AI பயன்பாட்டு நிகழ்வுகளை வெளியிடுகின்றன மற்றும் வெற்றியைப் புகாரளிக்கின்றன, மேலும் பெரும்பாலான திட்டங்கள் முதலீட்டில் அதிக லாபம் ஈட்டுகின்றன. மொத்தத்தில், கிளவுட், ஐஓடி இயங்குதளங்கள் மற்றும் சக்திவாய்ந்த AI சில்லுகளின் எழுச்சி புதிய தலைமுறை மென்பொருள் மற்றும் மேம்படுத்தலுக்கான தளத்தை வழங்குகிறது.