चार कारकहरूले औद्योगिक ATH नयाँ मनपराउँदछन्

हालसालै जारी औद्योगिक ऐरी र ऐ बजार रिपोर्ट 2021-20226, औद्योगिक सेटिंग्समा दुई बर्षमा एआईईसीय सेटिंग्सको अनुत्स्य दर 1 percent प्रतिशतभन्दा बढी दुई बर्षमा बढेको छ। उत्तरदाताहरूको percentive 3 प्रतिशत उत्तरपूर जो पूर्ण रूपमा वा आंशिक रूपमा ऐनहरूमा ऐसँग बाहिर रोल गरिएको छ, अर्को percent percent प्रतिशत हाल टेक्नोलोजी दिदै छन् वा टेक्नोलोजी मार्गनिर्देशन गरिरहेका छन्।

ऐले उत्पादक र उर्जा कम्पनीहरूका लागि विश्वभरि कुञ्जी प्रविधिको रूपमा उदय हुँदैछ, र ITOT सिमालले पूर्वानुमानमा औद्योगिक ऐन्डेम कम्प्लेटर कम्युर्ट रेटाउनको अवधि (CAGR) 202.17 अर्थात् 02.17 अर्थात् 02.17 अर्थात् 02.17 अर्थात् 02.17 अर्थात् 02.17 सम्ममा पुगेको छ।

डिजिटल युगले इन्टरनेटलाई जन्म दिएको छ। यो देख्न सकिन्छ कि कृत्रिम बुद्धिको उदयले इन्टरनेटको विकासको गतिलाई तीब्रता दियो।

औद्योगिक ऐ र AIO को उदय गर्दै केही कारकहरूलाई एक नजर राखौं।

कारक 1: औद्योगिक AANT को लागि अधिक र अधिक सफ्टवेयर उपकरणहरू

201 In मा, जब मट एनालिटिकले औद्योगिक ऐलाई कभर गर्न थाल्दै, परिचालन टेक्नोलोजी (ओट) विक्रेताबाट समर्पित एआई सफ्टवेयर उत्पादनहरू थिए। त्यसबेलादेखि धेरै ओटी विक्रेताहरूले एआई सफ्टवेयर समाधानहरू विकास गरी ऐ सफ्टवेयर समाधानहरूको रूपमा कारखाना फ्लोराको लागि ऐ प्लेटफर्मको रूपमा विकास र प्रदान गरेर आएका छन्।

डाटाका अनुसार करीव 40000 विक्रेताहरूले AAT सफ्टवेयर प्रस्ताव गर्छन्। औद्योगिक ऐ बजारमा सम्मिलित सफ्टवेयर विक्रेताहरूको संख्या विगत दुई वर्षमा नाटकीय रूपमा बढेको छ। अध्ययनको क्रममा मट एनालिटिकले आईआई टेक्नोलोजीका 63 63434343 को आपूर्तिकर्तालाई पहिचानकर्ता / औद्योगिक ग्राहकहरू यी कम्पनीहरूको, 38 389 (.41.4%) Ai सफ्टवेयर प्रस्ताव गर्नुहोस्।

नयाँ Ai सफ्टवेयर प्लेटफर्मले औद्योगिक वातावरणमा केन्द्रित गर्दछ। अपचक, ब्राउच्यूब, वा C3 AI, अपरेशनल टेक्नोलोजी (ओट) विक्रेताहरू समर्पित एआई सफ्टवेयर प्लेटफर्महरू प्रदान गर्दैछन्। उदाहरणहरूमा ABB को जीबको जीन्स औद्योगिक एनाइटिक्स र AI सुइटरेकी, ROCHALECECTECTALTALTAKED PREENTENTATH PREATING प्लेटेड प्लेटफर्म, र हालसालै, खास एड्स-अन। यी मध्ये केही प्लेटफर्महरूले प्रयोगको एक विस्तृत श्रृंखला लक्ष्य गर्दछ। उदाहरणका लागि, Abb को जीनिक्स प्लेटफर्मले उन्नत विश्लेषणात्मक, सम्पत्ति व्यवस्थापन, निरन्तरता र आपूर्ति श्रृंखला दक्षताको लागि पूर्व-निर्मित अनुप्रयोग र सेवा सहित सेवाहरू समावेश गर्दछ।

ठूला कम्पनीहरूले आफ्नो AI सफ्टवेयर उपकरणहरू पसलको भुइँमा राखिरहेका छन्।

Ai सफ्टवेयर उपकरणहरूको उपलब्धता पनि नयाँ प्रयोगको लागि निर्दिष्ट सफ्टवेयर उपकरणहरू द्वारा AWS, माईक्रोसफ्ट र गुगल जस्ता ठूला कम्पनीहरूले विकास गरेको छ। उदाहरणका लागि, डिसेम्बर 2020 मा, Adson Seadmaker जम्पस्टर्ट, अंडाजन सञ्चल को एक विशेषता, जस्तै pdm, कम्प्यूटर दर्शन, र स्वायत्त ड्राइभिंग को एक विशेषता, केहि क्लिकहरु को लागी primute को एक सेट प्रदान गर्दछ।

प्रयोग-केस-विशिष्ट सफ्टवेयर समाधानहरू उपयोगिता सुधार गर्दैछन्।

प्रयोग-केस-विशिष्ट सफ्टवेयर सुइटहरू, जस्तै पूर्वानुमान रखरमा ध्यान केन्द्रित व्यक्तिहरू अधिक सामान्य बन्नेछन्। आईटी एनाली एनालिटिक्सले अवलोकन गर्यो कि एआई-आधारित उत्पाद डाटा व्यवस्थापन (पीडीएम) सफ्टवेयर समाधानहरूको संख्या 20 provide 1 to देखि पूर्व प्रशिक्षण मोडेलहरूको प्रयोगको कारण र डेटा अभिवृद्धि प्रविधिको व्यापक संख्या।

कारक 2: ऐन्स को विकास र रखरखाव एक सरलीकरण भइरहेको छ

स्वचालित मेसिन सिकाई (एटिएमएल) एक मानक उत्पाद बन्न गइरहेको छ।

मेशीन सिक्ने (ML) सँग सम्बन्धित कार्यहरूको जटिलताको कारण, मेशिन सञ्चार अनुप्रयोगहरूको द्रुत बृद्धिले कुनै विशेषज्ञता बिना प्रयोग गर्न सकिन्छ। रिसायनको परिणामस्वरूप क्षेत्र, प्रबन्धक कार्यको लागि प्रगतिशील स्वतशक्ति, एक स्वचालित भनिन्छ। विभिन्न कम्पनीहरूले आफ्ना एआईएचर्याडहरू उनीहरूको AI प्रस्तावहरूको भागको रूपमा लिइरहेका छन् र ग्राहकहरूलाई एमसालै ग्राहकहरू विकास गर्न मद्दत पुर्याउँछन् र पुन: निर्माणको मुद्दाहरू छिटो छन्। नोभेम्बर 2020 मा, उदाहरण को लागी, स्कएफले एक स्वचालित-आधारित उत्पादन घोषणा गर्यो जुन लागतहरू कम गर्न र ग्राहकहरूको लागि नयाँ व्यापार मोडेलहरू सक्षम गर्दछ।

मेसिन सिकाई अपरेसनहरू (ML OPS) मोडल व्यवस्थापन र मर्मतत्व सरल बनाउनुहोस्।

मेशीन सिक्ने अपरेसनहरूको नयाँ अनुशासनले उत्पादन वातावरणमा ऐ मोडेलहरूको मर्मत गर्नु हो। एक एआई मोडेलको प्रदर्शन सामान्यतया समयको लागि गिरावट हुन्छ किनकि यो बोट भित्र धेरै कारकहरू द्वारा प्रभावित हुन्छ (उदाहरणका लागि डाटा वितरण र गुणस्तरको मापदण्डहरूमा)। नतिजाको रूपमा, मोडल वातावरण रखरखाव र मेशिन शिक्षण अभियानहरू (उदाहरणका लागि, 999% मुनिको प्रदर्शनलाई भेट्न आवश्यक पर्ने व्यवहार पहिचान गर्न असफल हुन सक्छ।

हालसालैका वर्षहरूमा, धेरै स्टार्टअपहरू MTEROBOT, ग्रिड.ai, Pinid.ai, pinidone / zilliz, Selldon, र वजन र पक्ष र विपक्ष र विपक्ष र विज्ञहरू सहित Ml ops स्पेसमा सामेल छन्। स्थापित कम्पनीहरूले आफ्ना अवस्थित एआईएल सफ्टवेयर प्रस्तावहरूमा मेशिन सिक्ने अपरेसनहरू थपेका छन् जसले Microsoft सहित डेटा ड्राफ्ट पत्ता लगाउन पत्ता लगाउँदछ। यो नयाँ सुविधाले प्रयोगकर्ताहरूलाई इनपुट डाटाको वितरणमा परिवर्तनहरू पत्ता लगाउन सक्षम गर्दछ जुन मोडेल प्रदर्शनलाई अपमान गर्दछ।

कारक :: कृत्रिम बुद्धिले अवस्थित अनुप्रयोगहरूमा लागू गर्यो र केसहरू प्रयोग गर्दछ

परम्परागत सफ्टवेयर प्रदायकहरूले ऐ क्षमताहरू थप्दै छन्।

एमएस Az Az AZE ASERED ML, ASS Suge orgemavers (moogle बादल व्यवस्थापन (moogle Bunteeans (moogle cremance (moogle crevex (moogle conteemans (moogle beheremans (moogle Burtex (moogle chivextex (mooglery supteextx (mooglive subtex (mooglive suptex Ai, र googlive suptex Aules गर्न सक्छ। उदाहरण को लागी, erp प्रदायक Epicor सफ्टवेयर यसको एम्पर भर्चुअल सहायक (ईवा) को माध्यम बाट एआई क्षमताहरु जोडिएको छ। बुद्धिमान ईभा एज एवा एजेन्टहरू स्वरूपमा प्रयोग गरिन्छ, जस्तै पुन: प्राप्ति संचालन वा साधारण प्रश्नहरू प्रदर्शन (उदाहरणका लागि उत्पादन मूल्यको बारेमा विवरण प्राप्त गर्दछ)।

औद्योगिक प्रयोग केसहरू जुत्तर प्रयोग गरेर अपग्रेड भइरहेको छ।

धेरै औद्योगिक उपयोग केसहरू अवस्थित हार्डवेयर / सफ्टवेयर पूर्वाधारलाई अवस्थित हान्दै गरीरहेका छन्। एक ज्वलन्त उदाहरण गुणको नियन्त्रण अनुप्रयोगहरूमा मेशिन दर्शन हो। परम्परागत मेशिन दर्शन प्रणालीहरूले विशेष सफ्टवेयर मार्फत सुसज्जित प्यारामिटरहरू र थ्रेसोल्डरहरू (उदाहरणका लागि, उच्च कन्ट्रोस्टहरू) को माध्यमबाट सुसज्जित धेरै जसो केसहरूमा (उदाहरणका लागि, इलेक्ट्रॉनिक कम्पोनेन्टहरू विभिन्न तार आकारको साथ), झूटा सकारात्मक संख्या धेरै उच्च हुन्छ।

यद्यपि यी प्रणालीहरूलाई कृत्रिम बुद्धिमत्ता मार्फत पुनरुत्थान गरिएको छ। उदाहरणका लागि, औद्योगिक मेसिन दर्शन प्रदायक कोग्निनले जुलाई 2021 मा परम्परागत दृष्टि प्रणालीको साथ एक नयाँ गहिरो शिक्षा उपकरणको साथ संयोजन गर्न, संक्षिप्त रूपमा संक्षिप्त रूपमा विनियोजन गरेको छ।

कारक :: औद्योगिक AATIALIAT हार्डवेयर सुधार भइरहेको छ

ऐ चिपहरूले द्रुत रूपमा सुधार गर्दैछन्।

इम्बेड गरिएको हार्डवेयर Ai चिप्स द्रुत रूपमा बढ्दै छ, AI मोडेलको विकास र तैनाथलाई समर्थन गर्न विभिन्न विकल्पहरूको साथ उपलब्ध विकल्पहरू उपलब्ध छन्। उदाहरणहरूमा NVIDIIS लेवस्तुको पछिल्लो ग्राफिक्स प्रशोधन युनिट (जीपीस), जुन मार्च 2021 मा पेश गरिएको सिफारिश प्रणाली र कम्प्यूटेशन प्रणालीहरूको लागि उपयुक्त छ। अर्को उदाहरण गुगल को चौथो-पुस्ता प्रसंस्करण एकाइ (TPus) निर्दिष्ट AI, वस्तु पहिचान, र सिफारिशमा प्रयोग गर्न सकिन्छ। समर्पित एआई हार्डवेयर प्रयोग गरेर दिनदेखि केही मिनेटदेखि मोडेल गणना समय प्रयोग गर्दछ, र धेरै केसहरूमा खेल पट्टि साबित भएको छ।

शक्तिशाली Ai हार्डवेयर तुरून्त भुक्तानी-प्रति-प्रयोग मोडेल मार्फत उपलब्ध छ।

सुपरकुल उद्यमहरू क्लाउडमा कम्प्युटिंग संसाधनहरू बनाउन निरन्तर आफ्नो सर्भरहरू अपग्रेड गर्दै छन् ताकि प्रयोगकर्ताहरूले औद्योगिक ऐ अनुप्रयोगहरू लागू गर्न सक्दछन्। नोभेम्बर 2021 मा, उदाहरणका लागि, NVIDIA A10G ले तृष्णाको आधिकारिक रिहाइको घोषणा गर्यो, अमेजन एसएएस2 जीभले कम्प्युटर दर्शन र सिफारिस गरेको एमपीओ जीपीयूको घोषणा गर्यो। उदाहरणका लागि, पत्ता लगाउने नानाटोरिक्सहरूले माइक्रोचिप्स र नानाको निर्माणमा यस आईमा आधारित गुणस्तर नियन्त्रण समाधानको उदाहरण प्रयोग गर्दछ।

निष्कर्ष र प्रत्याशा

ए आईटीएको कारखानाबाट बाहिर आउँदैछ, र यो एआई-आधारित पीडीएम, र अवस्थित सफ्टवेयर र केस प्रयोग गर्ने नयाँ अनुप्रयोगहरूमा उब्जनी हुनेछ। ठूला उद्यमहरूले धेरै एईलाई धेरै जसो केसहरू रोकिरहेका छन् र सफलताको रिपोर्ट गर्दै छन्, र अधिकांश परियोजनाहरु लगानीमा उच्च फिर्ता छन्। सबैमा सबैमा बादल, IT IT प्लेटफर्महरू र शक्तिशाली ऐ चिपहरूले सफ्टवेयर र अनुकूलनको नयाँ पुस्ताको लागि प्लेटफर्म प्रदान गर्दछ।