चार कारक औद्योगिक एआईओटी को नया पसंदीदा बनाते हैं

हाल ही में जारी औद्योगिक एआई और एआई मार्केट रिपोर्ट 2021-2026 के अनुसार, औद्योगिक सेटिंग्स में एआई को अपनाने की दर केवल दो वर्षों में 19 प्रतिशत से बढ़कर 31 प्रतिशत हो गई है। 31 प्रतिशत उत्तरदाताओं के अलावा, जिन्होंने अपने परिचालन में एआई को पूरी तरह या आंशिक रूप से लागू कर दिया है, अन्य 39 प्रतिशत वर्तमान में प्रौद्योगिकी का परीक्षण या संचालन कर रहे हैं।

AI दुनिया भर में निर्माताओं और ऊर्जा कंपनियों के लिए एक प्रमुख तकनीक के रूप में उभर रहा है, और IoT विश्लेषण का अनुमान है कि औद्योगिक AI समाधान बाजार 2026 तक $102.17 बिलियन तक पहुंचने के लिए 35% की मजबूत पोस्ट-महामारी चक्रवृद्धि वार्षिक वृद्धि दर (CAGR) दिखाएगा।

डिजिटल युग ने इंटरनेट ऑफ थिंग्स को जन्म दिया है। यह देखा जा सकता है कि कृत्रिम बुद्धिमत्ता के उद्भव ने इंटरनेट ऑफ थिंग्स के विकास की गति को तेज कर दिया है।

आइए औद्योगिक एआई और एआईओटी के उदय को प्रेरित करने वाले कुछ कारकों पर एक नजर डालें।

कारक 1: औद्योगिक एआईओटी के लिए अधिक से अधिक सॉफ्टवेयर उपकरण

2019 में, जब Iot एनालिटिक्स ने औद्योगिक AI को कवर करना शुरू किया, तो ऑपरेशनल टेक्नोलॉजी (OT) विक्रेताओं के पास कुछ समर्पित AI सॉफ़्टवेयर उत्पाद थे। तब से, कई ओटी विक्रेताओं ने फैक्ट्री फ्लोर के लिए एआई प्लेटफॉर्म के रूप में एआई सॉफ्टवेयर समाधान विकसित और प्रदान करके एआई बाजार में प्रवेश किया है।

आंकड़ों के मुताबिक, लगभग 400 विक्रेता AIoT सॉफ्टवेयर पेश करते हैं। पिछले दो वर्षों में औद्योगिक एआई बाजार में शामिल होने वाले सॉफ्टवेयर विक्रेताओं की संख्या में नाटकीय रूप से वृद्धि हुई है। अध्ययन के दौरान, IoT एनालिटिक्स ने निर्माताओं/औद्योगिक ग्राहकों को AI तकनीक के 634 आपूर्तिकर्ताओं की पहचान की। इन कंपनियों में से 389 (61.4%) AI सॉफ्टवेयर पेश करती हैं।

नया एआई सॉफ्टवेयर प्लेटफॉर्म औद्योगिक वातावरण पर केंद्रित है। अपटेक, ब्रेनक्यूब या सी3 एआई से परे, परिचालन प्रौद्योगिकी (ओटी) विक्रेताओं की बढ़ती संख्या समर्पित एआई सॉफ्टवेयर प्लेटफॉर्म की पेशकश कर रही है। उदाहरणों में एबीबी का जेनिक्स इंडस्ट्रियल एनालिटिक्स और एआई सूट, रॉकवेल ऑटोमेशन का फैक्ट्रीटॉक इनोवेशन सूट, श्नाइडर इलेक्ट्रिक का अपना विनिर्माण परामर्श मंच और हाल ही में, विशिष्ट ऐड-ऑन शामिल हैं। इनमें से कुछ प्लेटफ़ॉर्म उपयोग के मामलों की एक विस्तृत श्रृंखला को लक्षित करते हैं। उदाहरण के लिए, एबीबी का जेनिक्स प्लेटफॉर्म उन्नत विश्लेषण प्रदान करता है, जिसमें परिचालन प्रदर्शन प्रबंधन, परिसंपत्ति अखंडता, स्थिरता और आपूर्ति श्रृंखला दक्षता के लिए पूर्व-निर्मित एप्लिकेशन और सेवाएं शामिल हैं।

बड़ी कंपनियां अपने एआई सॉफ्टवेयर टूल्स को शॉप फ्लोर पर रख रही हैं।

एआई सॉफ़्टवेयर टूल की उपलब्धता AWS, Microsoft और Google जैसी बड़ी कंपनियों द्वारा विकसित नए उपयोग-केस विशिष्ट सॉफ़्टवेयर टूल द्वारा भी संचालित होती है। उदाहरण के लिए, दिसंबर 2020 में, AWS ने Amazon SageMaker जम्पस्टार्ट जारी किया, जो Amazon SageMaker की एक सुविधा है जो PdM, कंप्यूटर विज़न और स्वायत्त ड्राइविंग जैसे सबसे आम औद्योगिक उपयोग के मामलों के लिए पूर्व-निर्मित और अनुकूलन योग्य समाधानों का एक सेट प्रदान करता है। बस कुछ ही क्लिक.

उपयोग-मामले-विशिष्ट सॉफ़्टवेयर समाधान प्रयोज्य सुधार ला रहे हैं।

उपयोग-केस-विशिष्ट सॉफ़्टवेयर सुइट्स, जैसे कि पूर्वानुमानित रखरखाव पर केंद्रित, अधिक सामान्य होते जा रहे हैं। IoT एनालिटिक्स ने देखा कि डेटा स्रोतों की विविधता में वृद्धि और पूर्व-प्रशिक्षण मॉडल के उपयोग के साथ-साथ व्यापक प्रसार के कारण 2021 की शुरुआत में AI-आधारित उत्पाद डेटा प्रबंधन (PdM) सॉफ़्टवेयर समाधान का उपयोग करने वाले प्रदाताओं की संख्या बढ़कर 73 हो गई। डेटा संवर्धन प्रौद्योगिकियों को अपनाना।

कारक 2: एआई समाधानों के विकास और रखरखाव को सरल बनाया जा रहा है

स्वचालित मशीन लर्निंग (ऑटोएमएल) एक मानक उत्पाद बनता जा रहा है।

मशीन लर्निंग (एमएल) से जुड़े कार्यों की जटिलता के कारण, मशीन लर्निंग अनुप्रयोगों के तेजी से विकास ने ऑफ-द-शेल्फ मशीन लर्निंग विधियों की आवश्यकता पैदा कर दी है जिनका उपयोग विशेषज्ञता के बिना किया जा सकता है। अनुसंधान के परिणामी क्षेत्र, मशीन लर्निंग के लिए प्रगतिशील स्वचालन, को ऑटोएमएल कहा जाता है। ग्राहकों को एमएल मॉडल विकसित करने और औद्योगिक उपयोग के मामलों को तेजी से लागू करने में मदद करने के लिए विभिन्न कंपनियां अपनी एआई पेशकश के हिस्से के रूप में इस तकनीक का लाभ उठा रही हैं। उदाहरण के लिए, नवंबर 2020 में, SKF ने एक ऑटोएमएल-आधारित उत्पाद की घोषणा की जो लागत कम करने और ग्राहकों के लिए नए व्यवसाय मॉडल को सक्षम करने के लिए मशीन प्रक्रिया डेटा को कंपन और तापमान डेटा के साथ जोड़ता है।

मशीन लर्निंग ऑपरेशंस (एमएल ऑप्स) मॉडल प्रबंधन और रखरखाव को सरल बनाता है।

मशीन लर्निंग ऑपरेशंस के नए अनुशासन का उद्देश्य विनिर्माण वातावरण में एआई मॉडल के रखरखाव को सरल बनाना है। एआई मॉडल का प्रदर्शन आमतौर पर समय के साथ खराब हो जाता है क्योंकि यह संयंत्र के भीतर कई कारकों (उदाहरण के लिए, डेटा वितरण और गुणवत्ता मानकों में परिवर्तन) से प्रभावित होता है। परिणामस्वरूप, औद्योगिक वातावरण की उच्च गुणवत्ता आवश्यकताओं को पूरा करने के लिए मॉडल रखरखाव और मशीन लर्निंग ऑपरेशन आवश्यक हो गए हैं (उदाहरण के लिए, 99% से कम प्रदर्शन वाले मॉडल ऐसे व्यवहार की पहचान करने में विफल हो सकते हैं जो श्रमिक सुरक्षा को खतरे में डालते हैं)।

हाल के वर्षों में, कई स्टार्टअप एमएल ऑप्स क्षेत्र में शामिल हुए हैं, जिनमें डेटारोबोट, ग्रिड.एआई, पाइनकोन/ज़िलिज़, सेल्डन और वेट्स एंड बायसेज़ शामिल हैं। स्थापित कंपनियों ने अपनी मौजूदा एआई सॉफ्टवेयर पेशकशों में मशीन लर्निंग ऑपरेशंस को जोड़ा है, जिसमें माइक्रोसॉफ्ट भी शामिल है, जिसने एज़्योर एमएल स्टूडियो में डेटा ड्रिफ्ट डिटेक्शन की शुरुआत की है। यह नई सुविधा उपयोगकर्ताओं को इनपुट डेटा के वितरण में उन परिवर्तनों का पता लगाने में सक्षम बनाती है जो मॉडल के प्रदर्शन को ख़राब करते हैं।

कारक 3: कृत्रिम बुद्धिमत्ता मौजूदा अनुप्रयोगों और उपयोग के मामलों पर लागू होती है

पारंपरिक सॉफ़्टवेयर प्रदाता AI क्षमताएँ जोड़ रहे हैं।

मौजूदा बड़े क्षैतिज AI सॉफ़्टवेयर टूल जैसे MS Azure ML, AWS SageMaker, और Google Cloud Vertex AI के अलावा, पारंपरिक सॉफ़्टवेयर सूट जैसे कम्प्यूटरीकृत रखरखाव प्रबंधन प्रणाली (CAMMS), विनिर्माण निष्पादन प्रणाली (MES) या एंटरप्राइज़ संसाधन योजना (ERP) अब एआई क्षमताओं को शामिल करके इसमें काफी सुधार किया जा सकता है। उदाहरण के लिए, ईआरपी प्रदाता एपिकॉर सॉफ्टवेयर अपने एपिकॉर वर्चुअल असिस्टेंट (ईवीए) के माध्यम से अपने मौजूदा उत्पादों में एआई क्षमताओं को जोड़ रहा है। बुद्धिमान ईवीए एजेंटों का उपयोग ईआरपी प्रक्रियाओं को स्वचालित करने के लिए किया जाता है, जैसे विनिर्माण कार्यों को पुनर्निर्धारित करना या सरल क्वेरी करना (उदाहरण के लिए, उत्पाद मूल्य निर्धारण या उपलब्ध भागों की संख्या के बारे में विवरण प्राप्त करना)।

AIoT का उपयोग करके औद्योगिक उपयोग के मामलों को उन्नत किया जा रहा है।

मौजूदा हार्डवेयर/सॉफ्टवेयर बुनियादी ढांचे में एआई क्षमताओं को जोड़कर कई औद्योगिक उपयोग के मामलों को बढ़ाया जा रहा है। गुणवत्ता नियंत्रण अनुप्रयोगों में मशीन विज़न एक ज्वलंत उदाहरण है। पारंपरिक मशीन विज़न सिस्टम विशेष सॉफ्टवेयर से लैस एकीकृत या अलग कंप्यूटर के माध्यम से छवियों को संसाधित करते हैं जो यह निर्धारित करने के लिए पूर्व निर्धारित मापदंडों और थ्रेसहोल्ड (उदाहरण के लिए, उच्च कंट्रास्ट) का मूल्यांकन करते हैं कि क्या वस्तुएं दोष प्रदर्शित करती हैं। कई मामलों में (उदाहरण के लिए, विभिन्न वायरिंग आकार वाले इलेक्ट्रॉनिक घटक), झूठी सकारात्मकता की संख्या बहुत अधिक है।

हालाँकि, इन प्रणालियों को कृत्रिम बुद्धिमत्ता के माध्यम से पुनर्जीवित किया जा रहा है। उदाहरण के लिए, औद्योगिक मशीन विज़न प्रदाता कॉग्नेक्स ने जुलाई 2021 में एक नया डीप लर्निंग टूल (विज़न प्रो डीप लर्निंग 2.0) जारी किया। नए टूल पारंपरिक विज़न सिस्टम के साथ एकीकृत होते हैं, जो अंतिम उपयोगकर्ताओं को एक ही एप्लिकेशन में पारंपरिक विज़न टूल के साथ गहन शिक्षण को संयोजित करने में सक्षम बनाते हैं। चिकित्सा और इलेक्ट्रॉनिक वातावरण की मांग को पूरा करें जिसके लिए खरोंच, संदूषण और अन्य दोषों की सटीक माप की आवश्यकता होती है।

कारक 4: औद्योगिक एआईओटी हार्डवेयर में सुधार किया जा रहा है

एआई चिप्स में तेजी से सुधार हो रहा है।

एंबेडेड हार्डवेयर एआई चिप्स तेजी से बढ़ रहे हैं, एआई मॉडल के विकास और तैनाती का समर्थन करने के लिए विभिन्न प्रकार के विकल्प उपलब्ध हैं। उदाहरणों में NVIDIA की नवीनतम ग्राफिक्स प्रोसेसिंग इकाइयाँ (Gpus), A30 और A10 शामिल हैं, जिन्हें मार्च 2021 में पेश किया गया था और ये अनुशंसा प्रणाली और कंप्यूटर विज़न सिस्टम जैसे AI उपयोग के मामलों के लिए उपयुक्त हैं। एक अन्य उदाहरण Google की चौथी पीढ़ी की टेन्सर्स प्रोसेसिंग यूनिट्स (टीपीयूएस) है, जो शक्तिशाली विशेष प्रयोजन एकीकृत सर्किट (एएसआईसी) हैं जो विशिष्ट एआई वर्कलोड (उदाहरण के लिए, ऑब्जेक्ट डिटेक्शन) के लिए मॉडल विकास और तैनाती में 1,000 गुना अधिक दक्षता और गति प्राप्त कर सकते हैं। , छवि वर्गीकरण, और अनुशंसा बेंचमार्क)। समर्पित एआई हार्डवेयर का उपयोग मॉडल गणना समय को दिनों से घटाकर मिनटों में कर देता है, और कई मामलों में गेम चेंजर साबित हुआ है।

शक्तिशाली एआई हार्डवेयर भुगतान-प्रति-उपयोग मॉडल के माध्यम से तुरंत उपलब्ध है।

सुपरस्केल उद्यम क्लाउड में कंप्यूटिंग संसाधन उपलब्ध कराने के लिए अपने सर्वर को लगातार अपग्रेड कर रहे हैं ताकि अंतिम उपयोगकर्ता औद्योगिक एआई अनुप्रयोगों को लागू कर सकें। उदाहरण के लिए, नवंबर 2021 में, AWS ने कंप्यूटर विज़न और अनुशंसा इंजन सहित विभिन्न एमएल अनुप्रयोगों के लिए, NVIDIA A10G Tensor Core GPU द्वारा संचालित अपने नवीनतम GPU-आधारित इंस्टेंसेस, Amazon EC2 G5 की आधिकारिक रिलीज़ की घोषणा की। उदाहरण के लिए, डिटेक्शन सिस्टम प्रदाता नैनोट्रॉनिक्स प्रसंस्करण प्रयासों को तेज करने और माइक्रोचिप्स और नैनोट्यूब के निर्माण में अधिक सटीक पहचान दर प्राप्त करने के लिए अपने एआई-आधारित गुणवत्ता नियंत्रण समाधान के अमेज़ॅन ईसी 2 उदाहरणों का उपयोग करता है।

निष्कर्ष और संभावना

AI फ़ैक्टरी से बाहर आ रहा है, और यह नए अनुप्रयोगों, जैसे AI-आधारित PdM, और मौजूदा सॉफ़्टवेयर और उपयोग के मामलों में संवर्द्धन के रूप में सर्वव्यापी होगा। बड़े उद्यम कई एआई उपयोग के मामले पेश कर रहे हैं और सफलता की रिपोर्ट कर रहे हैं, और अधिकांश परियोजनाओं में निवेश पर उच्च रिटर्न है। कुल मिलाकर, क्लाउड, आईओटी प्लेटफॉर्म और शक्तिशाली एआई चिप्स का उदय नई पीढ़ी के सॉफ्टवेयर और अनुकूलन के लिए एक मंच प्रदान करता है।