د صنعتي مصنوعي ذهانت او مصنوعي ذهانت بازار راپور ۲۰۲۱-۲۰۲۶ له مخې، په صنعتي ترتیباتو کې د مصنوعي ذهانت د منلو کچه یوازې په دوو کلونو کې له ۱۹ سلنې څخه ۳۱ سلنې ته لوړه شوې ده. د ۳۱ سلنې ځواب ویونکو سربیره چې په خپلو عملیاتو کې یې په بشپړ یا جزوي ډول مصنوعي ذهانت کارولی دی، نور ۳۹ سلنه اوس مهال د ټیکنالوژۍ ازموینه یا ازمایښت کوي.
مصنوعي ذهانت په ټوله نړۍ کې د تولیدونکو او انرژۍ شرکتونو لپاره د یوې مهمې ټیکنالوژۍ په توګه راڅرګندیږي، او د IoT تحلیل وړاندوینه کوي چې د صنعتي مصنوعي ذهانت حلونو بازار به د وبا وروسته د مرکب کلنۍ ودې کچه (CAGR) 35٪ وښيي چې تر 2026 پورې به 102.17 ملیارد ډالرو ته ورسیږي.
ډیجیټل دور د شیانو انټرنیټ ته زیږون ورکړی دی. دا لیدل کیدی شي چې د مصنوعي استخباراتو ظهور د شیانو انټرنیټ د پراختیا سرعت ګړندی کړی دی.
راځئ چې د صنعتي مصنوعي ذهانت او مصنوعي ذهانت (AIoT) د ودې لامل کېدونکو ځینو عواملو ته یوه کتنه وکړو.
فکتور ۱: د صنعتي AIoT لپاره ډیر او ډیر سافټویر وسایل
په ۲۰۱۹ کال کې، کله چې د Iot تحلیلونو صنعتي مصنوعي ذهانت پوښښ پیل کړ، د عملیاتي ټیکنالوژۍ (OT) پلورونکو څخه لږ وقف شوي مصنوعي ذهانت سافټویر محصولات وو. له هغه وخت راهیسې، ډیری د مصنوعي ذهانت پلورونکي د فابریکې د پوړ لپاره د مصنوعي ذهانت پلیټ فارمونو په بڼه د مصنوعي ذهانت سافټویر حلونو په پراختیا او چمتو کولو سره د مصنوعي ذهانت بازار ته ننوتلي دي.
د معلوماتو له مخې، نږدې ۴۰۰ پلورونکي د AIoT سافټویر وړاندې کوي. د صنعتي AI بازار سره د یوځای کیدو سافټویر پلورونکو شمیر په تیرو دوو کلونو کې په ډراماتیک ډول زیات شوی دی. د مطالعې په جریان کې، IoT Analytics تولید کونکو / صنعتي پیرودونکو ته د AI ټیکنالوژۍ ۶۳۴ عرضه کونکي پیژندلي. د دې شرکتونو څخه، ۳۸۹ (۶۱.۴٪) د AI سافټویر وړاندې کوي.
د مصنوعي ذهانت نوی سافټویر پلیټ فارم په صنعتي چاپیریال تمرکز کوي. د اپټیک، برین کیوب، یا C3 AI هاخوا، د عملیاتي ټیکنالوژۍ (OT) پلورونکو مخ په زیاتیدونکي شمیر وقف شوي مصنوعي ذهانت سافټویر پلیټ فارمونه وړاندې کوي. مثالونه د ABB جینیکس صنعتي تحلیل او مصنوعي ذهانت سویټ، د راک ویل اتوماتیک فابریکې ټاک نوښت سویټ، د شنایډر الیکټریک خپل د تولید مشورتي پلیټ فارم، او په دې وروستیو کې، ځانګړي اضافه کول شامل دي. د دې پلیټ فارمونو څخه ځینې د کارولو پراخه قضیې په نښه کوي. د مثال په توګه، د ABB جینیکس پلیټ فارم پرمختللي تحلیلونه چمتو کوي، پشمول د عملیاتي فعالیت مدیریت، د شتمنیو بشپړتیا، پایښت او د اکمالاتو سلسله موثریت لپاره دمخه جوړ شوي غوښتنلیکونه او خدمات.
لوی شرکتونه خپل د AI سافټویر وسایل په دوکان کې اچوي.
د AI سافټویر وسیلو شتون د AWS، لویو شرکتونو لکه مایکروسافټ او ګوګل لخوا رامینځته شوي نوي کارونې قضیې ځانګړي سافټویر وسیلو لخوا هم پرمخ وړل کیږي. د مثال په توګه، د 2020 په دسمبر کې، AWS د ایمیزون سیج میکر جمپ سټارټ خپور کړ، د ایمیزون سیج میکر یوه ځانګړتیا چې د ډیری عام صنعتي کارونې قضیو لپاره د مخکې جوړ شوي او دودیز حلونو سیټ چمتو کوي، لکه PdM، کمپیوټر لید، او خودمختاره موټر چلول، یوازې د څو کلیکونو سره ځای پرځای کول.
د استعمال قضیې پورې اړوند سافټویر حلونه د کارونې ښه والی هڅوي.
د استعمال قضیې پورې اړوند سافټویر سوټونه، لکه هغه چې د وړاندوینې ساتنې باندې تمرکز کوي، ډیر عام کیږي. IoT Analytics مشاهده کړه چې د 2021 په پیل کې د AI پر بنسټ د محصول ډیټا مدیریت (PdM) سافټویر حلونو کارولو چمتو کونکو شمیر 73 ته لوړ شو ځکه چې د معلوماتو سرچینو مختلف ډولونه او د روزنې دمخه ماډلونو کارول، او همدارنګه د معلوماتو لوړولو ټیکنالوژیو پراخه تطبیق.
دوهم فکتور: د مصنوعي ذهانت د حل لارو پراختیا او ساتنه ساده کېږي
د اتومات ماشین زده کړه (AutoML) یو معیاري محصول کیږي.
د ماشین زده کړې (ML) سره تړلو دندو پیچلتیا له امله، د ماشین زده کړې غوښتنلیکونو چټکې ودې د ماشین زده کړې څخه بهر میتودونو ته اړتیا رامینځته کړې چې پرته له تخصص څخه کارول کیدی شي. د څیړنې پایله لرونکی ډګر، د ماشین زده کړې لپاره پرمختللی اتوماتیک، د AutoML په نوم یادیږي. ډیری شرکتونه د خپلو AI وړاندیزونو برخې په توګه دا ټیکنالوژي کاروي ترڅو پیرودونکو سره د ML ماډلونو رامینځته کولو او د صنعتي کارونې قضیې ګړندي پلي کولو کې مرسته وکړي. د مثال په توګه، د 2020 په نومبر کې، SKF د اتوماتیک پر بنسټ محصول اعلان کړ چې د ماشین پروسې ډیټا د وایبریشن او تودوخې ډیټا سره یوځای کوي ترڅو لګښتونه کم کړي او د پیرودونکو لپاره نوي سوداګریز ماډلونه فعال کړي.
د ماشین زده کړې عملیات (ML Ops) د ماډل مدیریت او ساتنه ساده کوي.
د ماشین زده کړې عملیاتو نوې ډسپلین موخه دا ده چې د تولید چاپیریال کې د مصنوعي ذهانت ماډلونو ساتنه ساده کړي. د مصنوعي ذهانت ماډل فعالیت معمولا د وخت په تیریدو سره کمیږي ځکه چې دا د فابریکې دننه د ډیری فکتورونو لخوا اغیزمن کیږي (د مثال په توګه، د معلوماتو ویش او د کیفیت معیارونو کې بدلونونه). په پایله کې، د صنعتي چاپیریال د لوړ کیفیت اړتیاو پوره کولو لپاره د ماډل ساتنه او د ماشین زده کړې عملیات اړین شوي دي (د مثال په توګه، هغه ماډلونه چې فعالیت یې له 99٪ څخه کم وي ممکن د هغه چلند په پیژندلو کې پاتې راشي چې د کارګر خوندیتوب له خطر سره مخ کوي).
په وروستیو کلونو کې، ډیری نوي شرکتونه د ML Ops ځای سره یوځای شوي دي، پشمول د DataRobot، Grid.AI، Pinecone/Zilliz، Seldon، او Weights & Biases. تاسیس شوي شرکتونو د خپلو موجوده AI سافټویر وړاندیزونو کې د ماشین زده کړې عملیات اضافه کړي دي، په شمول د مایکروسافټ، کوم چې په Azure ML سټوډیو کې د معلوماتو ډریفټ کشف معرفي کړ. دا نوې ځانګړتیا کاروونکو ته دا توان ورکوي چې د ان پټ ډیټا ویش کې بدلونونه کشف کړي چې د ماډل فعالیت خرابوي.
فکتور ۳: مصنوعي استخبارات په موجوده غوښتنلیکونو او کارولو قضیو کې پلي کیږي
دودیز سافټویر چمتو کونکي د مصنوعي ذهانت وړتیاوې زیاتوي.
د موجوده لوی افقي AI سافټویر وسیلو لکه MS Azure ML، AWS SageMaker، او Google Cloud Vertex AI سربیره، دودیز سافټویر سویټونه لکه کمپیوټر شوي ساتنې مدیریت سیسټمونه (CAMMS)، د تولید اجرا کولو سیسټمونه (MES) یا د تصدۍ سرچینو پلان جوړونه (ERP) اوس د AI وړتیاو انجیکشن کولو سره د پام وړ ښه کیدی شي. د مثال په توګه، د ERP چمتو کونکی ایپیکور سافټویر د خپل ایپیکور مجازی معاون (EVA) له لارې خپلو موجوده محصولاتو ته د AI وړتیاوې اضافه کوي. هوښیار EVA اجنټان د ERP پروسو اتومات کولو لپاره کارول کیږي، لکه د تولید عملیاتو بیا مهالویش کول یا ساده پوښتنې ترسره کول (د مثال په توګه، د محصول قیمت یا د شته برخو شمیر په اړه توضیحات ترلاسه کول).
د صنعتي کارونې قضیې د AIoT په کارولو سره لوړېږي.
د صنعتي کارونې ډیری قضیې د موجوده هارډویر / سافټویر زیربنا ته د مصنوعي ذهانت وړتیاو اضافه کولو سره وده کوي. یو روښانه مثال د کیفیت کنټرول غوښتنلیکونو کې د ماشین لید دی. دودیز ماشین لید سیسټمونه د ځانګړو سافټویرونو سره سمبال شوي مدغم یا جلا کمپیوټرونو له لارې عکسونه پروسس کوي چې دمخه ټاکل شوي پیرامیټرې او حدونه (د مثال په توګه، لوړ برعکس) ارزوي ترڅو معلومه کړي چې ایا شیان نیمګړتیاوې ښیې. په ډیری قضیو کې (د مثال په توګه، د مختلف تارونو شکلونو سره بریښنایی اجزا)، د غلط مثبت شمیر خورا لوړ دی.
په هرصورت، دا سیسټمونه د مصنوعي استخباراتو له لارې بیا راژوندي کیږي. د مثال په توګه، د صنعتي ماشین ویژن چمتو کونکي کوګنیکس د 2021 کال په جولای کې د ژورې زده کړې یوه نوې وسیله (ویژن پرو ډیپ لرننګ 2.0) خپره کړه. نوي وسایل د دودیز لید سیسټمونو سره مدغم کیږي، چې پای کاروونکو ته دا توان ورکوي چې ژوره زده کړه د دودیز لید وسیلو سره په ورته غوښتنلیک کې یوځای کړي ترڅو د طبي او بریښنایی چاپیریالونو غوښتنې پوره کړي چې د سکریچونو، ککړتیا او نورو نیمګړتیاوو دقیق اندازه کولو ته اړتیا لري.
څلورم فکتور: صنعتي AIoT هارډویر ښه کیږي
د مصنوعي ذهانت چپس په چټکۍ سره وده کوي.
ایمبیډ شوي هارډویر AI چپس په چټکۍ سره وده کوي، د AI ماډلونو پراختیا او پلي کولو ملاتړ لپاره مختلف انتخابونه شتون لري. مثالونه د NVIDIA وروستي ګرافیک پروسس کولو واحدونه (Gpus)، A30 او A10 شامل دي، کوم چې د 2021 په مارچ کې معرفي شوي او د AI کارولو قضیو لکه د سپارښتنې سیسټمونو او کمپیوټر لید سیسټمونو لپاره مناسب دي. بله بیلګه د ګوګل د څلورم نسل ټینسر پروسس کولو واحدونه (TPus) دي، کوم چې د ځانګړي هدف مدغم سرکټونه (ASics) دي چې کولی شي د ځانګړي AI کاري بارونو لپاره د ماډل پراختیا او پلي کولو کې تر 1,000 ځله ډیر موثریت او سرعت ترلاسه کړي (د بیلګې په توګه، د شیانو کشف، د عکس طبقه بندي، او د سپارښتنې معیارونه). د وقف شوي AI هارډویر کارول د ماډل محاسبې وخت له ورځو څخه دقیقو ته راټیټوي، او په ډیری قضیو کې د لوبې بدلونکی ثابت شوی.
د استعمال پر مهال د تادیې ماډل له لارې، ځواکمن مصنوعي ذهانت هارډویر سمدلاسه شتون لري.
سوپر سکیل شرکتونه په دوامداره توګه خپل سرورونه لوړوي ترڅو په کلاوډ کې د کمپیوټر سرچینې شتون ولري ترڅو پای کاروونکي وکولی شي صنعتي AI غوښتنلیکونه پلي کړي. د مثال په توګه، د 2021 په نومبر کې، AWS د خپل وروستي GPU پر بنسټ مثالونو، ایمیزون EC2 G5، چې د NVIDIA A10G ټینسر کور GPU لخوا پرمخ وړل کیږي، د ML غوښتنلیکونو لپاره رسمي خپرونه اعلان کړه، پشمول د کمپیوټر لید او سپارښتنې انجنونو. د مثال په توګه، د کشف سیسټمونو چمتو کونکی نانوټرونکس د پروسس هڅو ګړندي کولو او د مایکروچپس او نانوټیوبونو په تولید کې د ډیر دقیق کشف نرخونو ترلاسه کولو لپاره د خپل AI پر بنسټ د کیفیت کنټرول حل ایمیزون EC2 مثالونه کاروي.
پایله او امکان
مصنوعي ذهانت له فابریکې څخه راوځي، او دا به په نویو غوښتنلیکونو کې هر ځای وي، لکه د مصنوعي ذهانت پر بنسټ PdM، او د موجوده سافټویر او کارونې قضیو ته وده ورکول. لوی شرکتونه د مصنوعي ذهانت کارولو ډیری قضیې رامینځته کوي او د بریالیتوب راپور ورکوي، او ډیری پروژې په پانګونه کې لوړ عاید لري. په ټوله کې، د کلاوډ، IOT پلیټ فارمونو او ځواکمنو مصنوعي ذهانت چپسونو وده د سافټویر او اصلاح کولو نوي نسل لپاره یو پلیټ فارم چمتو کوي.
د پوسټ وخت: جنوري-۱۲-۲۰۲۲