කාර්මික AIoT නව ප්‍රියතමය බවට පත් කරන සාධක හතරක්

මෑතකදී නිකුත් කරන ලද කාර්මික AI සහ AI වෙළඳපොළ වාර්තාව 2021-2026 ට අනුව, කාර්මික සැකසුම් තුළ AI භාවිතා කිරීමේ අනුපාතය වසර දෙකකට වැඩි කාලයක් තුළ සියයට 19 සිට සියයට 31 දක්වා වැඩි විය. ප්‍රතිචාර දැක්වූවන්ගෙන් සියයට 31 ක් තම මෙහෙයුම් වලදී AI සම්පූර්ණයෙන්ම හෝ අර්ධ වශයෙන් දියත් කර ඇති අතර, තවත් සියයට 39 ක් දැනට තාක්ෂණය පරීක්ෂා කරමින් හෝ නියමු කරමින් සිටිති.

ලොව පුරා නිෂ්පාදකයින් සහ බලශක්ති සමාගම් සඳහා AI ප්‍රධාන තාක්‍ෂණයක් ලෙස මතුවෙමින් පවතින අතර, IoT විශ්ලේෂණය අනාවැකි පළ කරන්නේ කාර්මික AI විසඳුම් වෙළඳපොළ 2026 වන විට ඩොලර් බිලියන 102.17 දක්වා 35% ක ශක්තිමත් පශ්චාත්-වසංගත සංයුක්ත වාර්ෂික වර්ධන වේගයක් (CAGR) පෙන්නුම් කරනු ඇති බවයි.

ඩිජිටල් යුගයේ දී දේවල් අන්තර්ජාලය බිහි වී ඇත. කෘතිම බුද්ධියේ මතුවීම දේවල් අන්තර්ජාලයේ සංවර්ධනයේ වේගය වේගවත් කර ඇති බව දැකිය හැකිය.

කාර්මික AI සහ AIoT හි නැගීමට බලපාන සාධක කිහිපයක් දෙස බලමු.

සාධකය 1: කාර්මික AIoT සඳහා වැඩි වැඩියෙන් මෘදුකාංග මෙවලම්

2019 දී, Iot විශ්ලේෂණ කාර්මික AI ආවරණය කිරීමට පටන් ගත් විට, මෙහෙයුම් තාක්‍ෂණ (OT) වෙළෙන්දන්ගෙන් කැපවූ AI මෘදුකාංග නිෂ්පාදන ස්වල්පයක් තිබුණි. එතැන් සිට, බොහෝ OT වෙළෙන්දෝ කර්මාන්තශාලා තට්ටුව සඳහා AI වේදිකා ආකාරයෙන් AI මෘදුකාංග විසඳුම් සංවර්ධනය කර සැපයීමෙන් AI වෙළඳපොළට පිවිස ඇත.

දත්ත වලට අනුව, වෙළෙන්දන් 400 කට ආසන්න සංඛ්‍යාවක් AIoT මෘදුකාංග පිරිනමයි. පසුගිය වසර දෙක තුළ කාර්මික AI වෙළඳපොළට එක්වන මෘදුකාංග වෙළෙන්දන් සංඛ්‍යාව නාටකාකාර ලෙස ඉහළ ගොස් තිබේ. අධ්‍යයනය අතරතුර, IoT Analytics විසින් නිෂ්පාදකයින්ට/කාර්මික පාරිභෝගිකයින්ට AI තාක්ෂණය සපයන සැපයුම්කරුවන් 634 දෙනෙකු හඳුනාගෙන ඇත. මෙම සමාගම් අතරින් 389 ක් (61.4%) AI මෘදුකාංග පිරිනමයි.

නව AI මෘදුකාංග වේදිකාව කාර්මික පරිසරයන් කෙරෙහි අවධානය යොමු කරයි. Uptake, Braincube හෝ C3 AI හැරුණු විට, වැඩිවන මෙහෙයුම් තාක්‍ෂණ (OT) වෙළෙන්දෝ කැපවූ AI මෘදුකාංග වේදිකා පිරිනමති. උදාහරණ ලෙස ABB හි Genix Industrial analytics සහ AI කට්ටලය, Rockwell Automation හි FactoryTalk නවෝත්පාදන කට්ටලය, Schneider Electric හි තමන්ගේම නිෂ්පාදන උපදේශන වේදිකාව සහ මෑතකදී, විශේෂිත ඇඩෝන ඇතුළත් වේ. මෙම වේදිකාවලින් සමහරක් පුළුල් පරාසයක භාවිත අවස්ථා ඉලක්ක කරයි. උදාහරණයක් ලෙස, ABB හි Genix වේදිකාව මෙහෙයුම් කාර්ය සාධන කළමනාකරණය, වත්කම් අඛණ්ඩතාව, තිරසාරභාවය සහ සැපයුම් දාම කාර්යක්ෂමතාව සඳහා පෙර-සාදන ලද යෙදුම් සහ සේවාවන් ඇතුළුව උසස් විශ්ලේෂණ සපයයි.

විශාල සමාගම් ඔවුන්ගේ AI මෘදුකාංග මෙවලම් කඩේ බිම තබමින් සිටිති.

AI මෘදුකාංග මෙවලම් ලබා ගැනීමේ හැකියාව, AWS, Microsoft සහ Google වැනි විශාල සමාගම් විසින් සංවර්ධනය කරන ලද නව භාවිත-අවස්ථා විශේෂිත මෘදුකාංග මෙවලම් මගින් ද මෙහෙයවනු ලැබේ. උදාහරණයක් ලෙස, 2020 දෙසැම්බර් මාසයේදී, AWS විසින් Amazon SageMaker JumpStart නිකුත් කරන ලදී, එය PdM, පරිගණක දැක්ම සහ ස්වයංක්‍රීය රිය පැදවීම වැනි වඩාත් පොදු කාර්මික භාවිත අවස්ථා සඳහා පූර්ව-සාදන ලද සහ අභිරුචිකරණය කළ හැකි විසඳුම් කට්ටලයක් සපයන Amazon SageMaker හි විශේෂාංගයකි, ක්ලික් කිරීම් කිහිපයක් සමඟ Deploy.

භාවිත-අවස්ථා-විශේෂිත මෘදුකාංග විසඳුම් භාවිතයේ වැඩිදියුණු කිරීම් සඳහා දායක වේ.

පුරෝකථන නඩත්තුව කෙරෙහි අවධානය යොමු කරන ලද භාවිත-අවස්ථා-විශේෂිත මෘදුකාංග කට්ටල වඩාත් සුලභ වෙමින් පවතී. දත්ත මූලාශ්‍රවල විවිධත්වය සහ පූර්ව පුහුණු ආකෘති භාවිතය මෙන්ම දත්ත වැඩිදියුණු කිරීමේ තාක්ෂණයන් පුළුල් ලෙස භාවිතා කිරීම හේතුවෙන් 2021 මුල් භාගයේදී AI-පාදක නිෂ්පාදන දත්ත කළමනාකරණ (PdM) මෘදුකාංග විසඳුම් භාවිතා කරන සැපයුම්කරුවන් සංඛ්‍යාව 73 දක්වා ඉහළ ගොස් ඇති බව IoT Analytics නිරීක්ෂණය කළේය.

සාධකය 2: AI විසඳුම් සංවර්ධනය හා නඩත්තුව සරල කරනු ලැබේ.

ස්වයංක්‍රීය යන්ත්‍ර ඉගෙනීම (AutoML) සම්මත නිෂ්පාදනයක් බවට පත්වෙමින් තිබේ.

යන්ත්‍ර ඉගෙනීම (ML) හා සම්බන්ධ කාර්යයන්හි සංකීර්ණත්වය හේතුවෙන්, යන්ත්‍ර ඉගෙනුම් යෙදුම්වල වේගවත් වර්ධනය විශේෂඥතාවයකින් තොරව භාවිතා කළ හැකි රාක්කයෙන් පිටත යන්ත්‍ර ඉගෙනුම් ක්‍රම සඳහා අවශ්‍යතාවයක් නිර්මාණය කර ඇත. ප්‍රතිඵලයක් ලෙස යන්ත්‍ර ඉගෙනීම සඳහා ප්‍රගතිශීලී ස්වයංක්‍රීයකරණය වන පර්යේෂණ ක්ෂේත්‍රය AutoML ලෙස හැඳින්වේ. පාරිභෝගිකයින්ට ML ආකෘති සංවර්ධනය කිරීමට සහ කාර්මික භාවිත අවස්ථා වේගයෙන් ක්‍රියාත්මක කිරීමට උපකාර කිරීම සඳහා විවිධ සමාගම් ඔවුන්ගේ AI පිරිනැමීම්වල කොටසක් ලෙස මෙම තාක්ෂණය උපයෝගී කර ගනී. උදාහරණයක් ලෙස, 2020 නොවැම්බර් මාසයේදී, SKF විසින් යන්ත්‍ර ක්‍රියාවලි දත්ත කම්පනය සහ උෂ්ණත්ව දත්ත සමඟ ඒකාබද්ධ කර පිරිවැය අඩු කිරීමට සහ පාරිභෝගිකයින් සඳහා නව ව්‍යාපාර ආකෘති සක්‍රීය කිරීමට automL-පාදක නිෂ්පාදනයක් නිවේදනය කරන ලදී.

යන්ත්‍ර ඉගෙනුම් මෙහෙයුම් (ML Ops) ආකෘති කළමනාකරණය සහ නඩත්තුව සරල කරයි.

යන්ත්‍ර ඉගෙනුම් මෙහෙයුම් පිළිබඳ නව විෂයය නිෂ්පාදන පරිසරයන් තුළ AI ආකෘති නඩත්තු කිරීම සරල කිරීම අරමුණු කරයි. AI ආකෘතියක කාර්ය සාධනය සාමාන්‍යයෙන් කාලයත් සමඟ පිරිහෙයි, මන්ද එය කම්හල තුළ ඇති සාධක කිහිපයකින් (උදාහරණයක් ලෙස, දත්ත බෙදා හැරීමේ සහ ගුණාත්මක ප්‍රමිතීන්හි වෙනස්කම්) බලපායි. එහි ප්‍රතිඵලයක් ලෙස, කාර්මික පරිසරවල උසස් තත්ත්වයේ අවශ්‍යතා සපුරාලීම සඳහා ආකෘති නඩත්තුව සහ යන්ත්‍ර ඉගෙනුම් මෙහෙයුම් අවශ්‍ය වී ඇත (උදාහරණයක් ලෙස, 99% ට අඩු කාර්ය සාධනයක් සහිත ආකෘති සේවක ආරක්ෂාවට අනතුරක් වන හැසිරීම් හඳුනා ගැනීමට අපොහොසත් විය හැකිය).

මෑත වසරවලදී, DataRobot, Grid.AI, Pinecone/Zilliz, Seldon, සහ Weights & Biases ඇතුළු බොහෝ ආරම්භක සමාගම් ML Ops අවකාශයට එක් වී ඇත. ස්ථාපිත සමාගම් ඔවුන්ගේ පවතින AI මෘදුකාංග පිරිනැමීම් වලට යන්ත්‍ර ඉගෙනුම් මෙහෙයුම් එකතු කර ඇති අතර, Azure ML Studio හි දත්ත ප්ලාවිත අනාවරණය හඳුන්වා දුන් Microsoft ද ඊට ඇතුළත් ය. මෙම නව විශේෂාංගය මඟින් ආකෘති කාර්ය සාධනය පිරිහීමට ලක් කරන ආදාන දත්ත බෙදා හැරීමේ වෙනස්කම් හඳුනා ගැනීමට පරිශීලකයින්ට හැකියාව ලැබේ.

සාධකය 3: පවතින යෙදුම් සහ භාවිත අවස්ථා සඳහා කෘතිම බුද්ධිය යොදනු ලැබේ

සාම්ප්‍රදායික මෘදුකාංග සපයන්නන් AI හැකියාවන් එකතු කරමින් සිටිති.

MS Azure ML, AWS SageMaker සහ Google Cloud Vertex AI වැනි පවතින විශාල තිරස් AI මෘදුකාංග මෙවලම් වලට අමතරව, පරිගණකගත නඩත්තු කළමනාකරණ පද්ධති (CAMMS), නිෂ්පාදන ක්‍රියාත්මක කිරීමේ පද්ධති (MES) හෝ ව්‍යවසාය සම්පත් සැලසුම් කිරීම (ERP) වැනි සාම්ප්‍රදායික මෘදුකාංග කට්ටල දැන් AI හැකියාවන් එන්නත් කිරීමෙන් සැලකිය යුතු ලෙස වැඩිදියුණු කළ හැකිය. උදාහරණයක් ලෙස, ERP සපයන්නා වන Epicor මෘදුකාංගය එහි Epicor Virtual Assistant (EVA) හරහා එහි පවතින නිෂ්පාදනවලට AI හැකියාවන් එක් කරයි. නිෂ්පාදන මෙහෙයුම් නැවත කාලසටහන්ගත කිරීම හෝ සරල විමසුම් සිදු කිරීම (උදාහරණයක් ලෙස, නිෂ්පාදන මිලකරණය හෝ පවතින කොටස් ගණන පිළිබඳ විස්තර ලබා ගැනීම) වැනි ERP ක්‍රියාවලීන් ස්වයංක්‍රීය කිරීමට බුද්ධිමත් EVA නියෝජිතයන් භාවිතා කරයි.

AIoT භාවිතයෙන් කාර්මික භාවිත අවස්ථා වැඩිදියුණු කරනු ලැබේ.

පවතින දෘඪාංග/මෘදුකාංග යටිතල පහසුකම්වලට AI හැකියාවන් එකතු කිරීමෙන් කාර්මික භාවිත අවස්ථා කිහිපයක් වැඩි දියුණු කෙරේ. පැහැදිලි උදාහරණයක් වන්නේ තත්ත්ව පාලන යෙදුම්වල යන්ත්‍ර දැක්මයි. සාම්ප්‍රදායික යන්ත්‍ර දෘෂ්ටි පද්ධති, වස්තූන් දෝෂ පෙන්නුම් කරන්නේද යන්න තීරණය කිරීම සඳහා කලින් තීරණය කළ පරාමිතීන් සහ සීමාවන් (උදා: ඉහළ වෙනස) ඇගයීමට ලක් කරන විශේෂිත මෘදුකාංග වලින් සමන්විත ඒකාබද්ධ හෝ විවික්ත පරිගණක හරහා රූප සකසයි. බොහෝ අවස්ථාවන්හිදී (උදාහරණයක් ලෙස, විවිධ රැහැන් හැඩතල සහිත ඉලෙක්ට්‍රොනික සංරචක), ව්‍යාජ ධනාත්මක සංඛ්‍යාව ඉතා ඉහළය.

කෙසේ වෙතත්, මෙම පද්ධති කෘතිම බුද්ධිය හරහා නැවත පණ ගන්වනු ලැබේ. උදාහරණයක් ලෙස, කාර්මික යන්ත්‍ර Vision සපයන්නා වන Cognex 2021 ජූලි මාසයේදී නව Deep Learning මෙවලමක් (Vision Pro Deep Learning 2.0) නිකුත් කළේය. නව මෙවලම් සාම්ප්‍රදායික දෘෂ්ටි පද්ධති සමඟ ඒකාබද්ධ වන අතර, අවසාන පරිශීලකයින්ට සීරීම්, දූෂණය සහ අනෙකුත් දෝෂ නිවැරදිව මැනීම අවශ්‍ය වන ඉල්ලුමක් ඇති වෛද්‍ය සහ ඉලෙක්ට්‍රොනික පරිසරයන් සපුරාලීම සඳහා එකම යෙදුම තුළ සාම්ප්‍රදායික දෘෂ්ටි මෙවලම් සමඟ ගැඹුරු ඉගෙනීම ඒකාබද්ධ කිරීමට හැකි වේ.

සාධකය 4: කාර්මික AIoT දෘඩාංග වැඩිදියුණු වෙමින් පවතී

AI චිප්ස් වේගයෙන් දියුණු වෙමින් පවතී.

කාවැද්දූ දෘඪාංග AI චිප් වේගයෙන් වර්ධනය වෙමින් පවතින අතර, AI ආකෘති සංවර්ධනය හා යෙදවීම සඳහා සහාය වීම සඳහා විවිධ විකල්ප තිබේ. උදාහරණ ලෙස NVIDIA හි නවතම ග්‍රැෆික් සැකසුම් ඒකක (Gpus), 2021 මාර්තු මාසයේදී හඳුන්වා දුන් සහ නිර්දේශ පද්ධති සහ පරිගණක දෘෂ්ටි පද්ධති වැනි AI භාවිත අවස්ථා සඳහා සුදුසු A30 සහ A10 ඇතුළත් වේ. තවත් උදාහරණයක් වන්නේ ගූගල් හි සිව්වන පරම්පරාවේ ටෙන්සර් සැකසුම් ඒකක (TPus) වන අතර ඒවා නිශ්චිත AI වැඩ බර සඳහා ආකෘති සංවර්ධනය සහ යෙදවීමේදී 1,000 ගුණයකින් වැඩි කාර්යක්ෂමතාවයක් සහ වේගයක් ලබා ගත හැකි බලවත් විශේෂ කාර්ය ඒකාබද්ධ පරිපථ (ASics) වේ (උදා: වස්තු හඳුනාගැනීම, රූප වර්ගීකරණය සහ නිර්දේශ මිණුම් සලකුණු). කැපවූ AI දෘඪාංග භාවිතා කිරීම ආකෘති ගණනය කිරීමේ කාලය දින සිට මිනිත්තු දක්වා අඩු කරන අතර බොහෝ අවස්ථාවන්හිදී ක්‍රීඩාව වෙනස් කරන්නෙකු බව ඔප්පු වී ඇත.

බලගතු AI දෘඩාංග, භාවිතයට ගෙවන ආකෘතියක් හරහා වහාම ලබා ගත හැකිය.

සුපිරි පරිමාණ ව්‍යවසායන් නිරන්තරයෙන් තම සේවාදායකයන් වැඩිදියුණු කරමින්, අවසාන පරිශීලකයින්ට කාර්මික AI යෙදුම් ක්‍රියාත්මක කළ හැකි වන පරිදි වලාකුළෙහි පරිගණක සම්පත් ලබා ගත හැකිය. උදාහරණයක් ලෙස, 2021 නොවැම්බර් මාසයේදී, AWS විසින් පරිගණක දැක්ම සහ නිර්දේශ එන්ජින් ඇතුළු විවිධ ML යෙදුම් සඳහා NVIDIA A10G Tensor Core GPU මගින් බල ගැන්වෙන එහි නවතම GPU-පාදක අවස්ථා වන Amazon EC2 G5 නිල වශයෙන් නිකුත් කිරීම නිවේදනය කරන ලදී. උදාහරණයක් ලෙස, හඳුනාගැනීමේ පද්ධති සැපයුම්කරු Nanotronics, සැකසුම් උත්සාහයන් වේගවත් කිරීමට සහ මයික්‍රොචිප් සහ නැනෝ ටියුබ් නිෂ්පාදනයේදී වඩාත් නිවැරදි හඳුනාගැනීමේ අනුපාත ලබා ගැනීමට එහි AI-පාදක තත්ත්ව පාලන විසඳුමේ Amazon EC2 උදාහරණ භාවිතා කරයි.

නිගමනය සහ අපේක්ෂාව

AI කර්මාන්ත ශාලාවෙන් එළියට එමින් පවතින අතර, එය AI-පාදක PdM වැනි නව යෙදුම්වල සහ පවතින මෘදුකාංග සහ භාවිත අවස්ථා වැඩිදියුණු කිරීම් ලෙස සෑම තැනකම දක්නට ලැබෙනු ඇත. විශාල ව්‍යවසායන් AI භාවිත අවස්ථා කිහිපයක් දියත් කරමින් සාර්ථකත්වය වාර්තා කරමින් සිටින අතර, බොහෝ ව්‍යාපෘතිවලට ආයෝජන මත ඉහළ ප්‍රතිලාභයක් ඇත. සමස්තයක් වශයෙන්, වලාකුළු, IOT වේදිකා සහ බලවත් AI චිප් වල නැගීම නව පරම්පරාවේ මෘදුකාංග සහ ප්‍රශස්තිකරණය සඳහා වේදිකාවක් සපයයි.