தொழில்துறை AIoT-ஐ புதிய விருப்பமானதாக மாற்றும் நான்கு காரணிகள்

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

உலகளவில் உற்பத்தியாளர்கள் மற்றும் எரிசக்தி நிறுவனங்களுக்கு AI ஒரு முக்கிய தொழில்நுட்பமாக வளர்ந்து வருகிறது, மேலும் IoT பகுப்பாய்வு, தொழில்துறை AI தீர்வுகள் சந்தை 2026 ஆம் ஆண்டுக்குள் $102.17 பில்லியனை எட்டும் என்று 35% வலுவான தொற்றுநோய்க்குப் பிந்தைய கூட்டு வருடாந்திர வளர்ச்சி விகிதத்தை (CAGR) காண்பிக்கும் என்று கணித்துள்ளது.

டிஜிட்டல் யுகம், இணையப் பொருள்களைப் பெற்றெடுத்துள்ளது. செயற்கை நுண்ணறிவின் தோற்றம், இணையப் பொருள்களின் வளர்ச்சியின் வேகத்தை துரிதப்படுத்தியுள்ளதைக் காணலாம்.

தொழில்துறை AI மற்றும் AIoT இன் எழுச்சிக்கு உந்தும் சில காரணிகளைப் பார்ப்போம்.

காரணி 1: தொழில்துறை AIoT-க்கான மேலும் மேலும் மென்பொருள் கருவிகள்

2019 ஆம் ஆண்டில், Iot பகுப்பாய்வு தொழில்துறை AI ஐ உள்ளடக்கியபோது, ​​செயல்பாட்டு தொழில்நுட்ப (OT) விற்பனையாளர்களிடமிருந்து சில அர்ப்பணிப்புள்ள AI மென்பொருள் தயாரிப்புகள் மட்டுமே இருந்தன. அப்போதிருந்து, பல OT விற்பனையாளர்கள் தொழிற்சாலை தளத்திற்கான AI தளங்களின் வடிவத்தில் AI மென்பொருள் தீர்வுகளை உருவாக்கி வழங்குவதன் மூலம் AI சந்தையில் நுழைந்துள்ளனர்.

தரவுகளின்படி, கிட்டத்தட்ட 400 விற்பனையாளர்கள் AIoT மென்பொருளை வழங்குகிறார்கள். கடந்த இரண்டு ஆண்டுகளில் தொழில்துறை AI சந்தையில் சேரும் மென்பொருள் விற்பனையாளர்களின் எண்ணிக்கை வியத்தகு முறையில் அதிகரித்துள்ளது. ஆய்வின் போது, ​​IoT Analytics 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. Uptake, Braincube அல்லது C3 AI க்கு அப்பால், வளர்ந்து வரும் செயல்பாட்டு தொழில்நுட்ப (OT) விற்பனையாளர்கள் பிரத்யேக AI மென்பொருள் தளங்களை வழங்குகிறார்கள். ABB இன் ஜெனிக்ஸ் தொழில்துறை பகுப்பாய்வு மற்றும் AI தொகுப்பு, ராக்வெல் ஆட்டோமேஷனின் FactoryTalk புதுமை தொகுப்பு, Schneider Electric இன் சொந்த உற்பத்தி ஆலோசனை தளம் மற்றும் சமீபத்தில், குறிப்பிட்ட துணை நிரல்கள் ஆகியவை எடுத்துக்காட்டுகளில் அடங்கும். இந்த தளங்களில் சில பரந்த அளவிலான பயன்பாட்டு நிகழ்வுகளை இலக்காகக் கொண்டுள்ளன. எடுத்துக்காட்டாக, ABB இன் ஜெனிக்ஸ் தளம் செயல்பாட்டு செயல்திறன் மேலாண்மை, சொத்து ஒருமைப்பாடு, நிலைத்தன்மை மற்றும் விநியோகச் சங்கிலி செயல்திறனுக்கான முன் கட்டமைக்கப்பட்ட பயன்பாடுகள் மற்றும் சேவைகள் உட்பட மேம்பட்ட பகுப்பாய்வுகளை வழங்குகிறது.

பெரிய நிறுவனங்கள் தங்கள் மென்பொருள் கருவிகளை விற்பனைக்கு 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, Amazon SageMaker JumpStart ஐ வெளியிட்டது, இது Amazon SageMaker இன் ஒரு அம்சமாகும், இது PdM, கணினி பார்வை மற்றும் தன்னாட்சி ஓட்டுநர் போன்ற மிகவும் பொதுவான தொழில்துறை பயன்பாட்டு நிகழ்வுகளுக்கு முன்பே கட்டமைக்கப்பட்ட மற்றும் தனிப்பயனாக்கக்கூடிய தீர்வுகளின் தொகுப்பை வழங்குகிறது, ஒரு சில கிளிக்குகளில் Deploy.

பயன்பாட்டு சூழ்நிலைக்கேற்ப மென்பொருள் தீர்வுகள் பயன்பாட்டு மேம்பாடுகளை உந்துகின்றன.

முன்கணிப்பு பராமரிப்பில் கவனம் செலுத்துவது போன்ற பயன்பாட்டு-வழக்கு-குறிப்பிட்ட மென்பொருள் தொகுப்புகள் மிகவும் பொதுவானதாகி வருகின்றன. தரவு மூலங்களின் பல்வேறு அதிகரிப்பு மற்றும் முன் பயிற்சி மாதிரிகளின் பயன்பாடு மற்றும் தரவு மேம்பாட்டு தொழில்நுட்பங்களின் பரவலான ஏற்றுக்கொள்ளல் காரணமாக 2021 ஆம் ஆண்டின் தொடக்கத்தில் AI- அடிப்படையிலான தயாரிப்பு தரவு மேலாண்மை (PdM) மென்பொருள் தீர்வுகளைப் பயன்படுத்தும் வழங்குநர்களின் எண்ணிக்கை 73 ஆக உயர்ந்துள்ளதாக IoT Analytics கவனித்தது.

காரணி 2: AI தீர்வுகளின் மேம்பாடு மற்றும் பராமரிப்பு எளிமைப்படுத்தப்படுகிறது.

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

இயந்திர கற்றல் (ML) உடன் தொடர்புடைய பணிகளின் சிக்கலான தன்மை காரணமாக, இயந்திர கற்றல் பயன்பாடுகளின் விரைவான வளர்ச்சி, நிபுணத்துவம் இல்லாமல் பயன்படுத்தக்கூடிய ஆயத்த இயந்திர கற்றல் முறைகளுக்கான தேவையை உருவாக்கியுள்ளது. இதன் விளைவாக உருவாகும் ஆராய்ச்சித் துறையான இயந்திர கற்றலுக்கான முற்போக்கான ஆட்டோமேஷன், ஆட்டோஎம்எல் என்று அழைக்கப்படுகிறது. வாடிக்கையாளர்கள் எம்எல் மாதிரிகளை உருவாக்கவும், தொழில்துறை பயன்பாட்டு நிகழ்வுகளை விரைவாக செயல்படுத்தவும் உதவும் வகையில், பல்வேறு நிறுவனங்கள் இந்த தொழில்நுட்பத்தை தங்கள் AI சலுகைகளின் ஒரு பகுதியாகப் பயன்படுத்துகின்றன. எடுத்துக்காட்டாக, நவம்பர் 2020 இல், SKF ஒரு ஆட்டோஎம்எல் அடிப்படையிலான தயாரிப்பை அறிவித்தது, இது இயந்திர செயல்முறை தரவை அதிர்வு மற்றும் வெப்பநிலை தரவுகளுடன் இணைத்து செலவுகளைக் குறைத்து வாடிக்கையாளர்களுக்கு புதிய வணிக மாதிரிகளை செயல்படுத்துகிறது.

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

இயந்திர கற்றல் செயல்பாடுகளின் புதிய துறை, உற்பத்தி சூழல்களில் AI மாதிரிகளின் பராமரிப்பை எளிதாக்குவதை நோக்கமாகக் கொண்டுள்ளது. AI மாதிரியின் செயல்திறன் பொதுவாக காலப்போக்கில் குறைகிறது, ஏனெனில் அது ஆலைக்குள் பல காரணிகளால் பாதிக்கப்படுகிறது (எடுத்துக்காட்டாக, தரவு விநியோகம் மற்றும் தரத் தரங்களில் ஏற்படும் மாற்றங்கள்). இதன் விளைவாக, தொழில்துறை சூழல்களின் உயர்தரத் தேவைகளைப் பூர்த்தி செய்ய மாதிரி பராமரிப்பு மற்றும் இயந்திர கற்றல் செயல்பாடுகள் அவசியமாகிவிட்டன (எடுத்துக்காட்டாக, 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 தொடக்க நிறுவனங்கள் ML Ops இடத்தில் இணைந்துள்ளன. நிறுவப்பட்ட நிறுவனங்கள் தங்கள் தற்போதைய AI மென்பொருள் சலுகைகளில் இயந்திர கற்றல் செயல்பாடுகளைச் சேர்த்துள்ளன, இதில் Azure ML Studio இல் தரவு சறுக்கல் கண்டறிதலை அறிமுகப்படுத்திய Microsoft அடங்கும். இந்த புதிய அம்சம், மாதிரி செயல்திறனைக் குறைக்கும் உள்ளீட்டுத் தரவின் விநியோகத்தில் ஏற்படும் மாற்றங்களைக் கண்டறிய பயனர்களுக்கு உதவுகிறது.

காரணி 3: ஏற்கனவே உள்ள பயன்பாடுகள் மற்றும் பயன்பாட்டு நிகழ்வுகளில் செயற்கை நுண்ணறிவு பயன்படுத்தப்படுகிறது.

பாரம்பரிய மென்பொருள் வழங்குநர்கள் AI திறன்களைச் சேர்க்கிறார்கள்.

MS Azure ML, AWS SageMaker மற்றும் Google Cloud Vertex AI போன்ற ஏற்கனவே உள்ள பெரிய கிடைமட்ட AI மென்பொருள் கருவிகளுக்கு கூடுதலாக, கணினிமயமாக்கப்பட்ட பராமரிப்பு மேலாண்மை அமைப்புகள் (CAMMS), உற்பத்தி செயல்படுத்தல் அமைப்புகள் (MES) அல்லது நிறுவன வள திட்டமிடல் (ERP) போன்ற பாரம்பரிய மென்பொருள் தொகுப்புகளை இப்போது AI திறன்களை செலுத்துவதன் மூலம் கணிசமாக மேம்படுத்தலாம். எடுத்துக்காட்டாக, ERP வழங்குநரான Epicor மென்பொருள் அதன் Epicor Virtual Assistant (EVA) மூலம் அதன் தற்போதைய தயாரிப்புகளில் AI திறன்களைச் சேர்க்கிறது. உற்பத்தி செயல்பாடுகளை மறு திட்டமிடல் அல்லது எளிய வினவல்களைச் செய்தல் (எடுத்துக்காட்டாக, தயாரிப்பு விலை நிர்ணயம் அல்லது கிடைக்கக்கூடிய பாகங்களின் எண்ணிக்கை பற்றிய விவரங்களைப் பெறுதல்) போன்ற ERP செயல்முறைகளை தானியக்கமாக்குவதற்கு நுண்ணறிவு EVA முகவர்கள் பயன்படுத்தப்படுகிறார்கள்.

AIoT-ஐப் பயன்படுத்தி தொழில்துறை பயன்பாட்டு வழக்குகள் மேம்படுத்தப்படுகின்றன.

ஏற்கனவே உள்ள வன்பொருள்/மென்பொருள் உள்கட்டமைப்பில் AI திறன்களைச் சேர்ப்பதன் மூலம் பல தொழில்துறை பயன்பாட்டு நிகழ்வுகள் மேம்படுத்தப்படுகின்றன. தரக் கட்டுப்பாட்டு பயன்பாடுகளில் இயந்திரப் பார்வை ஒரு தெளிவான உதாரணம். பாரம்பரிய இயந்திரப் பார்வை அமைப்புகள், முன்னரே தீர்மானிக்கப்பட்ட அளவுருக்கள் மற்றும் வரம்புகளை (எ.கா., உயர் மாறுபாடு) மதிப்பிடும் சிறப்பு மென்பொருளுடன் கூடிய ஒருங்கிணைந்த அல்லது தனித்த கணினிகள் மூலம் படங்களை செயலாக்குகின்றன, இது பொருள்கள் குறைபாடுகளைக் காட்டுகின்றனவா என்பதைத் தீர்மானிக்கிறது. பல சந்தர்ப்பங்களில் (எடுத்துக்காட்டாக, வெவ்வேறு வயரிங் வடிவங்களைக் கொண்ட மின்னணு கூறுகள்), தவறான நேர்மறைகளின் எண்ணிக்கை மிக அதிகமாக உள்ளது.

இருப்பினும், இந்த அமைப்புகள் செயற்கை நுண்ணறிவு மூலம் புத்துயிர் பெறுகின்றன. எடுத்துக்காட்டாக, தொழில்துறை இயந்திர விஷன் வழங்குநரான காக்னெக்ஸ் ஜூலை 2021 இல் ஒரு புதிய டீப் லேர்னிங் கருவியை (விஷன் ப்ரோ டீப் லேர்னிங் 2.0) வெளியிட்டது. புதிய கருவிகள் பாரம்பரிய பார்வை அமைப்புகளுடன் ஒருங்கிணைக்கப்பட்டு, இறுதி பயனர்கள் கீறல்கள், மாசுபாடு மற்றும் பிற குறைபாடுகளை துல்லியமாக அளவிட வேண்டிய கோரும் மருத்துவ மற்றும் மின்னணு சூழல்களை பூர்த்தி செய்ய ஒரே பயன்பாட்டில் பாரம்பரிய பார்வை கருவிகளுடன் ஆழமான கற்றலை இணைக்க உதவுகிறது.

காரணி 4: தொழில்துறை AIoT வன்பொருள் மேம்படுத்தப்படுகிறது.

AI சில்லுகள் வேகமாக மேம்பட்டு வருகின்றன.

உட்பொதிக்கப்பட்ட வன்பொருள் AI சில்லுகள் வேகமாக வளர்ந்து வருகின்றன, AI மாதிரிகளின் மேம்பாடு மற்றும் பயன்பாட்டை ஆதரிக்க பல்வேறு விருப்பங்கள் உள்ளன. NVIDIAவின் சமீபத்திய கிராபிக்ஸ் செயலாக்க அலகுகள் (Gpus), மார்ச் 2021 இல் அறிமுகப்படுத்தப்பட்ட A30 மற்றும் A10 ஆகியவை எடுத்துக்காட்டுகளில் அடங்கும், மேலும் அவை பரிந்துரை அமைப்புகள் மற்றும் கணினி பார்வை அமைப்புகள் போன்ற AI பயன்பாட்டு நிகழ்வுகளுக்கு ஏற்றவை. மற்றொரு உதாரணம் கூகிளின் நான்காவது தலைமுறை டென்சர்கள் செயலாக்க அலகுகள் (TPus), அவை சக்திவாய்ந்த சிறப்பு-நோக்க ஒருங்கிணைந்த சுற்றுகள் (ASics) ஆகும், அவை மாதிரி மேம்பாடு மற்றும் குறிப்பிட்ட AI பணிச்சுமைகளுக்கான பயன்பாட்டில் 1,000 மடங்கு அதிக செயல்திறன் மற்றும் வேகத்தை அடைய முடியும் (எ.கா., பொருள் கண்டறிதல், பட வகைப்பாடு மற்றும் பரிந்துரை அளவுகோல்கள்). அர்ப்பணிப்புள்ள AI வன்பொருளைப் பயன்படுத்துவது மாதிரி கணக்கீட்டு நேரத்தை நாட்களில் இருந்து நிமிடங்களாகக் குறைக்கிறது, மேலும் பல சந்தர்ப்பங்களில் ஒரு கேம் சேஞ்சராக நிரூபிக்கப்பட்டுள்ளது.

சக்திவாய்ந்த AI வன்பொருள், பயன்பாட்டுக்கு பணம் செலுத்தும் மாதிரி மூலம் உடனடியாகக் கிடைக்கிறது.

சூப்பர்ஸ்கேல் நிறுவனங்கள், இறுதிப் பயனர்கள் தொழில்துறை AI பயன்பாடுகளை செயல்படுத்தும் வகையில், கிளவுட்டில் கணினி வளங்களை கிடைக்கச் செய்வதற்காக தங்கள் சேவையகங்களைத் தொடர்ந்து மேம்படுத்தி வருகின்றன. எடுத்துக்காட்டாக, நவம்பர் 2021 இல், AWS அதன் சமீபத்திய GPU-அடிப்படையிலான நிகழ்வுகளான NVIDIA A10G டென்சர் கோர் GPU ஆல் இயக்கப்படும் Amazon EC2 G5 இன் அதிகாரப்பூர்வ வெளியீட்டை அறிவித்தது, இது கணினி பார்வை மற்றும் பரிந்துரை இயந்திரங்கள் உட்பட பல்வேறு ML பயன்பாடுகளுக்கு ஏற்றது. எடுத்துக்காட்டாக, கண்டறிதல் அமைப்புகள் வழங்குநரான நானோட்ரோனிக்ஸ், செயலாக்க முயற்சிகளை விரைவுபடுத்தவும் மைக்ரோசிப்கள் மற்றும் நானோகுழாய்கள் தயாரிப்பில் மிகவும் துல்லியமான கண்டறிதல் விகிதங்களை அடையவும் அதன் AI-அடிப்படையிலான தரக் கட்டுப்பாட்டு தீர்வின் Amazon EC2 எடுத்துக்காட்டுகளைப் பயன்படுத்துகிறது.

முடிவு மற்றும் எதிர்பார்ப்பு

தொழிற்சாலையிலிருந்து AI வெளிவருகிறது, மேலும் இது AI-அடிப்படையிலான PdM போன்ற புதிய பயன்பாடுகளிலும், ஏற்கனவே உள்ள மென்பொருள் மற்றும் பயன்பாட்டு நிகழ்வுகளுக்கான மேம்பாடுகளாகவும் எங்கும் காணப்படும். பெரிய நிறுவனங்கள் பல AI பயன்பாட்டு நிகழ்வுகளை வெளியிட்டு வெற்றியைப் புகாரளிக்கின்றன, மேலும் பெரும்பாலான திட்டங்கள் முதலீட்டில் அதிக வருமானத்தைக் கொண்டுள்ளன. மொத்தத்தில், கிளவுட், ஐஓடி தளங்கள் மற்றும் சக்திவாய்ந்த AI சில்லுகளின் எழுச்சி புதிய தலைமுறை மென்பொருள் மற்றும் உகப்பாக்கத்திற்கான தளத்தை வழங்குகிறது.