Segons l'Informe de mercat industrial i d'IA industrial 2021-2026 publicat recentment, la taxa d'adopció d'IA a la configuració industrial va augmentar del 19% al 31% en poc més de dos anys. A més del 31 per cent dels enquestats que han implementat total o parcialment la IA en les seves operacions, un altre 39 per cent està actualment provant o pilotant la tecnologia.
La IA està emergint com una tecnologia clau per als fabricants i empreses energètiques de tot el món, i l'anàlisi IoT prediu que el mercat de solucions d'IA industrials mostrarà una forta taxa de creixement anual compost postpandèmia (CAGR) del 35% per arribar als 102.170 milions de dòlars el 2026.
L'era digital ha donat a llum l'Internet de les coses. Es pot veure que l'aparició de la intel·ligència artificial ha accelerat el ritme de desenvolupament de l'Internet de les coses.
Fem una ullada a alguns dels factors que impulsen l'auge de l'IA industrial i l'AIoT.
Factor 1: cada cop hi ha més eines de programari per a AIoT industrial
El 2019, quan l'anàlisi Iot va començar a cobrir la IA industrial, hi havia pocs productes de programari d'IA dedicats dels proveïdors de tecnologia operativa (OT). Des de llavors, molts venedors d'OT han entrat al mercat d'IA desenvolupant i proporcionant solucions de programari d'IA en forma de plataformes d'IA per a la fàbrica.
Segons les dades, prop de 400 venedors ofereixen programari AIoT. El nombre de venedors de programari que s'incorporen al mercat de la intel·ligència artificial industrial ha augmentat dràsticament en els últims dos anys. Durant l'estudi, IoT Analytics va identificar 634 proveïdors de tecnologia d'IA a fabricants/clients industrials. D'aquestes empreses, 389 (61,4%) ofereixen programari d'IA.
La nova plataforma de programari d'IA se centra en entorns industrials. Més enllà d'Uptake, Braincube o C3 AI, un nombre creixent de proveïdors de tecnologia operativa (OT) ofereixen plataformes de programari d'IA dedicades. Alguns exemples inclouen la suite d'anàlisi i intel·ligència artificial Genix Industrial d'ABB, la suite FactoryTalk Innovation de Rockwell Automation, la plataforma de consultoria de fabricació pròpia de Schneider Electric i, més recentment, complements específics. Algunes d'aquestes plataformes s'orienten a una àmplia gamma de casos d'ús. Per exemple, la plataforma Genix d'ABB ofereix analítiques avançades, incloses aplicacions i serveis preconstruïts per a la gestió del rendiment operatiu, la integritat dels actius, la sostenibilitat i l'eficiència de la cadena de subministrament.
Les grans empreses estan posant les seves eines de programari IA a la botiga.
La disponibilitat d'eines de programari ai també està impulsada per noves eines de programari específiques per a casos d'ús desenvolupades per AWS, grans empreses com Microsoft i Google. Per exemple, el desembre de 2020, AWS va llançar Amazon SageMaker JumpStart, una característica d'Amazon SageMaker que proporciona un conjunt de solucions preconstruïdes i personalitzables per als casos d'ús industrial més habituals, com ara PdM, visió per computador i conducció autònoma. només uns quants clics.
Les solucions de programari específiques per a casos d'ús estan impulsant millores en la usabilitat.
Els paquets de programari específics per a casos d'ús, com els centrats en el manteniment predictiu, són cada cop més habituals. IoT Analytics va observar que el nombre de proveïdors que utilitzaven solucions de programari de gestió de dades de producte (PdM) basades en IA va augmentar a 73 a principis de 2021 a causa d'un augment de la varietat de fonts de dades i l'ús de models de formació prèvia, així com de l'extensió Adopció de tecnologies de millora de dades.
Factor 2: el desenvolupament i el manteniment de solucions d'IA s'estan simplificant
L'aprenentatge automàtic automàtic (AutoML) s'està convertint en un producte estàndard.
A causa de la complexitat de les tasques associades a l'aprenentatge automàtic (ML), el ràpid creixement de les aplicacions d'aprenentatge automàtic ha creat la necessitat de mètodes d'aprenentatge automàtic que es puguin utilitzar sense experiència. El camp de recerca resultant, l'automatització progressiva per a l'aprenentatge automàtic, s'anomena AutoML. Diverses empreses estan aprofitant aquesta tecnologia com a part de les seves ofertes d'IA per ajudar els clients a desenvolupar models de ML i implementar casos d'ús industrial més ràpidament. El novembre de 2020, per exemple, SKF va anunciar un producte basat en automL que combina dades de procés de la màquina amb dades de vibració i temperatura per reduir costos i habilitar nous models de negoci per als clients.
Les operacions d'aprenentatge automàtic (ML Ops) simplifiquen la gestió i el manteniment dels models.
La nova disciplina d'operacions d'aprenentatge automàtic té com a objectiu simplificar el manteniment dels models d'IA en entorns de fabricació. El rendiment d'un model d'IA normalment es degrada amb el temps, ja que es veu afectat per diversos factors dins de la planta (per exemple, els canvis en la distribució de dades i els estàndards de qualitat). Com a resultat, les operacions de manteniment de models i aprenentatge automàtic s'han fet necessàries per complir els requisits d'alta qualitat dels entorns industrials (per exemple, els models amb un rendiment inferior al 99% poden no identificar comportaments que posen en perill la seguretat dels treballadors).
En els darrers anys, moltes startups s'han unit a l'espai ML Ops, com DataRobot, Grid.AI, Pinecone/Zilliz, Seldon i Weights & Biases. Les empreses establertes han afegit operacions d'aprenentatge automàtic a les seves ofertes de programari d'IA existents, inclosa Microsoft, que va introduir la detecció de deriva de dades a Azure ML Studio. Aquesta nova característica permet als usuaris detectar canvis en la distribució de dades d'entrada que degraden el rendiment del model.
Factor 3: Intel·ligència artificial aplicada a aplicacions i casos d'ús existents
Els proveïdors de programari tradicionals estan afegint capacitats d'IA.
A més de les grans eines de programari d'IA horitzontals existents com MS Azure ML, AWS SageMaker i Google Cloud Vertex AI, suites de programari tradicionals com ara sistemes de gestió de manteniment informatitzat (CAMMS), sistemes d'execució de fabricació (MES) o planificació de recursos empresarials (ERP) ara es pot millorar significativament injectant capacitats d'IA. Per exemple, el proveïdor d'ERP Epicor Software està afegint capacitats d'IA als seus productes existents mitjançant el seu Epicor Virtual Assistant (EVA). Els agents EVA intel·ligents s'utilitzen per automatitzar processos ERP, com ara reprogramar operacions de fabricació o realitzar consultes senzilles (per exemple, obtenir detalls sobre el preu dels productes o el nombre de peces disponibles).
Els casos d'ús industrial s'estan actualitzant mitjançant l'AIoT.
S'estan millorant diversos casos d'ús industrial afegint capacitats d'IA a la infraestructura de maquinari/programari existent. Un exemple clar és la visió artificial en aplicacions de control de qualitat. Els sistemes tradicionals de visió artificial processen imatges mitjançant ordinadors integrats o discrets equipats amb programari especialitzat que avalua paràmetres i llindars predeterminats (p. ex., alt contrast) per determinar si els objectes presenten defectes. En molts casos (per exemple, components electrònics amb diferents formes de cablejat), el nombre de falsos positius és molt elevat.
Tanmateix, aquests sistemes s'estan recuperant gràcies a la intel·ligència artificial. Per exemple, el proveïdor industrial de visió artificial Cognex va llançar una nova eina d'aprenentatge profund (Vision Pro Deep Learning 2.0) el juliol de 2021. Les noves eines s'integren amb els sistemes de visió tradicionals, permetent als usuaris finals combinar l'aprenentatge profund amb les eines de visió tradicionals en la mateixa aplicació per satisfer entorns mèdics i electrònics exigents que requereixen una mesura precisa de rascades, contaminació i altres defectes.
Factor 4: es millora el maquinari industrial AIoT
Els xips d'IA milloren ràpidament.
Els xips d'IA de maquinari incrustat creixen ràpidament, amb una varietat d'opcions disponibles per donar suport al desenvolupament i desplegament de models d'IA. Alguns exemples inclouen les últimes unitats de processament de gràfics (Gpus) de NVIDIA, l'A30 i l'A10, que es van presentar el març de 2021 i són adequades per a casos d'ús d'IA, com ara sistemes de recomanació i sistemes de visió per ordinador. Un altre exemple són les unitats de processament de tensors (TPus) de quarta generació de Google, que són potents circuits integrats per a propòsits especials (ASics) que poden aconseguir fins a 1.000 vegades més eficiència i velocitat en el desenvolupament i el desplegament de models per a càrregues de treball específiques d'IA (p. ex., detecció d'objectes). , classificació d'imatges i punts de referència de recomanació). L'ús de maquinari d'IA dedicat redueix el temps de càlcul del model de dies a minuts i ha demostrat ser un canvi de joc en molts casos.
Un potent maquinari d'IA està disponible immediatament mitjançant un model de pagament per ús.
Les empreses de gran escala actualitzen constantment els seus servidors per fer que els recursos informàtics estiguin disponibles al núvol perquè els usuaris finals puguin implementar aplicacions industrials d'IA. El novembre de 2021, per exemple, AWS va anunciar el llançament oficial de les seves últimes instàncies basades en GPU, Amazon EC2 G5, impulsada per la GPU NVIDIA A10G Tensor Core, per a una varietat d'aplicacions ML, inclosos motors de recomanació i visió per computador. Per exemple, el proveïdor de sistemes de detecció Nanotronics utilitza exemples d'Amazon EC2 de la seva solució de control de qualitat basada en IA per accelerar els esforços de processament i aconseguir taxes de detecció més precises en la fabricació de microxips i nanotubs.
Conclusió i perspectiva
La IA està sortint de la fàbrica i serà omnipresent en aplicacions noves, com ara PdM basat en IA, i com a millores al programari i casos d'ús existents. Les grans empreses estan desplegant diversos casos d'ús d'IA i informen d'èxits, i la majoria dels projectes tenen un alt retorn de la inversió. Amb tot, l'augment del núvol, les plataformes iot i els potents xips d'IA ofereixen una plataforma per a una nova generació de programari i optimització.
Hora de publicació: 12-gen-2022