ਹਾਲ ਹੀ ਵਿੱਚ ਜਾਰੀ ਕੀਤੀ ਗਈ ਇੰਡਸਟਰੀਅਲ ਏਆਈ ਅਤੇ ਏਆਈ ਮਾਰਕੀਟ ਰਿਪੋਰਟ 2021-2026 ਦੇ ਅਨੁਸਾਰ, ਉਦਯੋਗਿਕ ਸੈਟਿੰਗਾਂ ਵਿੱਚ ਏਆਈ ਨੂੰ ਅਪਣਾਉਣ ਦੀ ਦਰ ਸਿਰਫ ਦੋ ਸਾਲਾਂ ਵਿੱਚ 19 ਪ੍ਰਤੀਸ਼ਤ ਤੋਂ ਵੱਧ ਕੇ 31 ਪ੍ਰਤੀਸ਼ਤ ਹੋ ਗਈ ਹੈ। 31 ਪ੍ਰਤੀਸ਼ਤ ਉੱਤਰਦਾਤਾਵਾਂ ਤੋਂ ਇਲਾਵਾ ਜਿਨ੍ਹਾਂ ਨੇ ਆਪਣੇ ਕਾਰਜਾਂ ਵਿੱਚ ਏਆਈ ਨੂੰ ਪੂਰੀ ਤਰ੍ਹਾਂ ਜਾਂ ਅੰਸ਼ਕ ਤੌਰ 'ਤੇ ਲਾਗੂ ਕੀਤਾ ਹੈ, ਹੋਰ 39 ਪ੍ਰਤੀਸ਼ਤ ਇਸ ਸਮੇਂ ਤਕਨਾਲੋਜੀ ਦੀ ਜਾਂਚ ਜਾਂ ਪਾਇਲਟ ਕਰ ਰਹੇ ਹਨ।
ਦੁਨੀਆ ਭਰ ਵਿੱਚ ਨਿਰਮਾਤਾਵਾਂ ਅਤੇ ਊਰਜਾ ਕੰਪਨੀਆਂ ਲਈ AI ਇੱਕ ਮੁੱਖ ਤਕਨਾਲੋਜੀ ਵਜੋਂ ਉੱਭਰ ਰਿਹਾ ਹੈ, ਅਤੇ IoT ਵਿਸ਼ਲੇਸ਼ਣ ਭਵਿੱਖਬਾਣੀ ਕਰਦਾ ਹੈ ਕਿ ਉਦਯੋਗਿਕ AI ਹੱਲ ਬਾਜ਼ਾਰ 2026 ਤੱਕ $102.17 ਬਿਲੀਅਨ ਤੱਕ ਪਹੁੰਚਣ ਲਈ 35% ਦੀ ਇੱਕ ਮਜ਼ਬੂਤ ਮਹਾਂਮਾਰੀ ਤੋਂ ਬਾਅਦ ਦੀ ਮਿਸ਼ਰਿਤ ਸਾਲਾਨਾ ਵਿਕਾਸ ਦਰ (CAGR) ਦਿਖਾਏਗਾ।
ਡਿਜੀਟਲ ਯੁੱਗ ਨੇ ਇੰਟਰਨੈੱਟ ਆਫ਼ ਥਿੰਗਜ਼ ਨੂੰ ਜਨਮ ਦਿੱਤਾ ਹੈ। ਇਹ ਦੇਖਿਆ ਜਾ ਸਕਦਾ ਹੈ ਕਿ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਦੇ ਉਭਾਰ ਨੇ ਇੰਟਰਨੈੱਟ ਆਫ਼ ਥਿੰਗਜ਼ ਦੇ ਵਿਕਾਸ ਦੀ ਗਤੀ ਨੂੰ ਤੇਜ਼ ਕਰ ਦਿੱਤਾ ਹੈ।
ਆਓ ਉਦਯੋਗਿਕ ਏਆਈ ਅਤੇ ਏਆਈਓਟੀ ਦੇ ਉਭਾਰ ਨੂੰ ਚਲਾਉਣ ਵਾਲੇ ਕੁਝ ਕਾਰਕਾਂ 'ਤੇ ਇੱਕ ਨਜ਼ਰ ਮਾਰੀਏ।
ਫੈਕਟਰ 1: ਉਦਯੋਗਿਕ AIoT ਲਈ ਵੱਧ ਤੋਂ ਵੱਧ ਸਾਫਟਵੇਅਰ ਟੂਲ
2019 ਵਿੱਚ, ਜਦੋਂ Iot ਵਿਸ਼ਲੇਸ਼ਣ ਨੇ ਉਦਯੋਗਿਕ AI ਨੂੰ ਕਵਰ ਕਰਨਾ ਸ਼ੁਰੂ ਕੀਤਾ, ਤਾਂ ਓਪਰੇਸ਼ਨਲ ਤਕਨਾਲੋਜੀ (OT) ਵਿਕਰੇਤਾਵਾਂ ਤੋਂ ਕੁਝ ਸਮਰਪਿਤ AI ਸਾਫਟਵੇਅਰ ਉਤਪਾਦ ਸਨ। ਉਦੋਂ ਤੋਂ, ਬਹੁਤ ਸਾਰੇ OT ਵਿਕਰੇਤਾ ਫੈਕਟਰੀ ਫਲੋਰ ਲਈ AI ਪਲੇਟਫਾਰਮਾਂ ਦੇ ਰੂਪ ਵਿੱਚ AI ਸਾਫਟਵੇਅਰ ਹੱਲ ਵਿਕਸਤ ਕਰਕੇ ਅਤੇ ਪ੍ਰਦਾਨ ਕਰਕੇ AI ਬਾਜ਼ਾਰ ਵਿੱਚ ਦਾਖਲ ਹੋਏ ਹਨ।
ਅੰਕੜਿਆਂ ਅਨੁਸਾਰ, ਲਗਭਗ 400 ਵਿਕਰੇਤਾ AIoT ਸੌਫਟਵੇਅਰ ਪੇਸ਼ ਕਰਦੇ ਹਨ। ਪਿਛਲੇ ਦੋ ਸਾਲਾਂ ਵਿੱਚ ਉਦਯੋਗਿਕ AI ਬਾਜ਼ਾਰ ਵਿੱਚ ਸ਼ਾਮਲ ਹੋਣ ਵਾਲੇ ਸੌਫਟਵੇਅਰ ਵਿਕਰੇਤਾਵਾਂ ਦੀ ਗਿਣਤੀ ਵਿੱਚ ਨਾਟਕੀ ਵਾਧਾ ਹੋਇਆ ਹੈ। ਅਧਿਐਨ ਦੌਰਾਨ, IoT ਵਿਸ਼ਲੇਸ਼ਣ ਨੇ ਨਿਰਮਾਤਾਵਾਂ/ਉਦਯੋਗਿਕ ਗਾਹਕਾਂ ਨੂੰ AI ਤਕਨਾਲੋਜੀ ਦੇ 634 ਸਪਲਾਇਰਾਂ ਦੀ ਪਛਾਣ ਕੀਤੀ। ਇਹਨਾਂ ਕੰਪਨੀਆਂ ਵਿੱਚੋਂ, 389 (61.4%) AI ਸੌਫਟਵੇਅਰ ਪੇਸ਼ ਕਰਦੇ ਹਨ।
ਨਵਾਂ AI ਸਾਫਟਵੇਅਰ ਪਲੇਟਫਾਰਮ ਉਦਯੋਗਿਕ ਵਾਤਾਵਰਣਾਂ 'ਤੇ ਕੇਂਦ੍ਰਿਤ ਹੈ। Uptake, Braincube, ਜਾਂ C3 AI ਤੋਂ ਪਰੇ, ਵੱਧ ਰਹੀ ਗਿਣਤੀ ਵਿੱਚ ਸੰਚਾਲਨ ਤਕਨਾਲੋਜੀ (OT) ਵਿਕਰੇਤਾ ਸਮਰਪਿਤ AI ਸਾਫਟਵੇਅਰ ਪਲੇਟਫਾਰਮ ਪੇਸ਼ ਕਰ ਰਹੇ ਹਨ। ਉਦਾਹਰਣਾਂ ਵਿੱਚ ABB ਦਾ Genix ਇੰਡਸਟਰੀਅਲ ਐਨਾਲਿਟਿਕਸ ਅਤੇ AI ਸੂਟ, Rockwell Automation ਦਾ FactoryTalk Innovation ਸੂਟ, Schneider Electric ਦਾ ਆਪਣਾ ਨਿਰਮਾਣ ਸਲਾਹਕਾਰ ਪਲੇਟਫਾਰਮ, ਅਤੇ ਹਾਲ ਹੀ ਵਿੱਚ, ਖਾਸ ਐਡ-ਆਨ ਸ਼ਾਮਲ ਹਨ। ਇਹਨਾਂ ਵਿੱਚੋਂ ਕੁਝ ਪਲੇਟਫਾਰਮ ਵਰਤੋਂ ਦੇ ਮਾਮਲਿਆਂ ਦੀ ਇੱਕ ਵਿਸ਼ਾਲ ਸ਼੍ਰੇਣੀ ਨੂੰ ਨਿਸ਼ਾਨਾ ਬਣਾਉਂਦੇ ਹਨ। ਉਦਾਹਰਨ ਲਈ, ABB ਦਾ Genix ਪਲੇਟਫਾਰਮ ਉੱਨਤ ਵਿਸ਼ਲੇਸ਼ਣ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ, ਜਿਸ ਵਿੱਚ ਸੰਚਾਲਨ ਪ੍ਰਦਰਸ਼ਨ ਪ੍ਰਬੰਧਨ, ਸੰਪਤੀ ਅਖੰਡਤਾ, ਸਥਿਰਤਾ ਅਤੇ ਸਪਲਾਈ ਚੇਨ ਕੁਸ਼ਲਤਾ ਲਈ ਪਹਿਲਾਂ ਤੋਂ ਬਣੇ ਐਪਲੀਕੇਸ਼ਨ ਅਤੇ ਸੇਵਾਵਾਂ ਸ਼ਾਮਲ ਹਨ।
ਵੱਡੀਆਂ ਕੰਪਨੀਆਂ ਆਪਣੇ ਏਆਈ ਸਾਫਟਵੇਅਰ ਟੂਲ ਦੁਕਾਨ ਦੇ ਫਰਸ਼ 'ਤੇ ਲਗਾ ਰਹੀਆਂ ਹਨ।
ਏਆਈ ਸਾਫਟਵੇਅਰ ਟੂਲਸ ਦੀ ਉਪਲਬਧਤਾ AWS, ਮਾਈਕ੍ਰੋਸਾਫਟ ਅਤੇ ਗੂਗਲ ਵਰਗੀਆਂ ਵੱਡੀਆਂ ਕੰਪਨੀਆਂ ਦੁਆਰਾ ਵਿਕਸਤ ਕੀਤੇ ਗਏ ਨਵੇਂ ਵਰਤੋਂ-ਕੇਸ ਵਿਸ਼ੇਸ਼ ਸਾਫਟਵੇਅਰ ਟੂਲਸ ਦੁਆਰਾ ਵੀ ਪ੍ਰੇਰਿਤ ਹੈ। ਉਦਾਹਰਣ ਵਜੋਂ, ਦਸੰਬਰ 2020 ਵਿੱਚ, AWS ਨੇ Amazon SageMaker JumpStart ਜਾਰੀ ਕੀਤਾ, ਜੋ ਕਿ Amazon SageMaker ਦੀ ਇੱਕ ਵਿਸ਼ੇਸ਼ਤਾ ਹੈ ਜੋ ਸਭ ਤੋਂ ਆਮ ਉਦਯੋਗਿਕ ਵਰਤੋਂ ਦੇ ਮਾਮਲਿਆਂ, ਜਿਵੇਂ ਕਿ PdM, ਕੰਪਿਊਟਰ ਵਿਜ਼ਨ, ਅਤੇ ਆਟੋਨੋਮਸ ਡਰਾਈਵਿੰਗ ਲਈ ਪਹਿਲਾਂ ਤੋਂ ਬਣੇ ਅਤੇ ਅਨੁਕੂਲਿਤ ਹੱਲਾਂ ਦਾ ਇੱਕ ਸੈੱਟ ਪ੍ਰਦਾਨ ਕਰਦੀ ਹੈ, ਸਿਰਫ਼ ਕੁਝ ਕਲਿੱਕਾਂ ਨਾਲ ਡਿਪਲੋਏ ਕਰੋ।
ਵਰਤੋਂ-ਕੇਸ-ਵਿਸ਼ੇਸ਼ ਸਾਫਟਵੇਅਰ ਹੱਲ ਵਰਤੋਂਯੋਗਤਾ ਵਿੱਚ ਸੁਧਾਰ ਲਿਆ ਰਹੇ ਹਨ।
ਵਰਤੋਂ-ਕੇਸ-ਵਿਸ਼ੇਸ਼ ਸਾਫਟਵੇਅਰ ਸੂਟ, ਜਿਵੇਂ ਕਿ ਭਵਿੱਖਬਾਣੀ ਰੱਖ-ਰਖਾਅ 'ਤੇ ਕੇਂਦ੍ਰਿਤ, ਵਧੇਰੇ ਆਮ ਹੁੰਦੇ ਜਾ ਰਹੇ ਹਨ। IoT ਵਿਸ਼ਲੇਸ਼ਣ ਨੇ ਦੇਖਿਆ ਕਿ ਡੇਟਾ ਸਰੋਤਾਂ ਦੀ ਵਿਭਿੰਨਤਾ ਵਿੱਚ ਵਾਧੇ ਅਤੇ ਪੂਰਵ-ਸਿਖਲਾਈ ਮਾਡਲਾਂ ਦੀ ਵਰਤੋਂ ਦੇ ਨਾਲ-ਨਾਲ ਡੇਟਾ ਵਧਾਉਣ ਵਾਲੀਆਂ ਤਕਨਾਲੋਜੀਆਂ ਨੂੰ ਵਿਆਪਕ ਤੌਰ 'ਤੇ ਅਪਣਾਉਣ ਕਾਰਨ 2021 ਦੇ ਸ਼ੁਰੂ ਵਿੱਚ AI-ਅਧਾਰਤ ਉਤਪਾਦ ਡੇਟਾ ਪ੍ਰਬੰਧਨ (PdM) ਸਾਫਟਵੇਅਰ ਹੱਲਾਂ ਦੀ ਵਰਤੋਂ ਕਰਨ ਵਾਲੇ ਪ੍ਰਦਾਤਾਵਾਂ ਦੀ ਗਿਣਤੀ 73 ਹੋ ਗਈ।
ਫੈਕਟਰ 2: ਏਆਈ ਹੱਲਾਂ ਦੇ ਵਿਕਾਸ ਅਤੇ ਰੱਖ-ਰਖਾਅ ਨੂੰ ਸਰਲ ਬਣਾਇਆ ਜਾ ਰਿਹਾ ਹੈ।
ਆਟੋਮੇਟਿਡ ਮਸ਼ੀਨ ਲਰਨਿੰਗ (ਆਟੋਐਮਐਲ) ਇੱਕ ਮਿਆਰੀ ਉਤਪਾਦ ਬਣ ਰਹੀ ਹੈ।
ਮਸ਼ੀਨ ਲਰਨਿੰਗ (ML) ਨਾਲ ਜੁੜੇ ਕੰਮਾਂ ਦੀ ਗੁੰਝਲਤਾ ਦੇ ਕਾਰਨ, ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਐਪਲੀਕੇਸ਼ਨਾਂ ਦੇ ਤੇਜ਼ ਵਾਧੇ ਨੇ ਆਫ-ਦੀ-ਸ਼ੈਲਫ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਵਿਧੀਆਂ ਦੀ ਜ਼ਰੂਰਤ ਪੈਦਾ ਕਰ ਦਿੱਤੀ ਹੈ ਜੋ ਬਿਨਾਂ ਮੁਹਾਰਤ ਦੇ ਵਰਤੀਆਂ ਜਾ ਸਕਦੀਆਂ ਹਨ। ਖੋਜ ਦੇ ਨਤੀਜੇ ਵਜੋਂ ਖੇਤਰ, ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਲਈ ਪ੍ਰਗਤੀਸ਼ੀਲ ਆਟੋਮੇਸ਼ਨ, ਨੂੰ AutoML ਕਿਹਾ ਜਾਂਦਾ ਹੈ। ਕਈ ਕੰਪਨੀਆਂ ਗਾਹਕਾਂ ਨੂੰ ML ਮਾਡਲ ਵਿਕਸਤ ਕਰਨ ਅਤੇ ਉਦਯੋਗਿਕ ਵਰਤੋਂ ਦੇ ਮਾਮਲਿਆਂ ਨੂੰ ਤੇਜ਼ੀ ਨਾਲ ਲਾਗੂ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰਨ ਲਈ ਆਪਣੀਆਂ AI ਪੇਸ਼ਕਸ਼ਾਂ ਦੇ ਹਿੱਸੇ ਵਜੋਂ ਇਸ ਤਕਨਾਲੋਜੀ ਦਾ ਲਾਭ ਉਠਾ ਰਹੀਆਂ ਹਨ। ਉਦਾਹਰਣ ਵਜੋਂ, ਨਵੰਬਰ 2020 ਵਿੱਚ, SKF ਨੇ ਇੱਕ ਆਟੋਮੈਟਿਕ-ਅਧਾਰਤ ਉਤਪਾਦ ਦੀ ਘੋਸ਼ਣਾ ਕੀਤੀ ਜੋ ਲਾਗਤਾਂ ਨੂੰ ਘਟਾਉਣ ਅਤੇ ਗਾਹਕਾਂ ਲਈ ਨਵੇਂ ਕਾਰੋਬਾਰੀ ਮਾਡਲਾਂ ਨੂੰ ਸਮਰੱਥ ਬਣਾਉਣ ਲਈ ਮਸ਼ੀਨ ਪ੍ਰਕਿਰਿਆ ਡੇਟਾ ਨੂੰ ਵਾਈਬ੍ਰੇਸ਼ਨ ਅਤੇ ਤਾਪਮਾਨ ਡੇਟਾ ਨਾਲ ਜੋੜਦਾ ਹੈ।
ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਓਪਰੇਸ਼ਨ (ML Ops) ਮਾਡਲ ਪ੍ਰਬੰਧਨ ਅਤੇ ਰੱਖ-ਰਖਾਅ ਨੂੰ ਸਰਲ ਬਣਾਉਂਦੇ ਹਨ।
ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਓਪਰੇਸ਼ਨਾਂ ਦੇ ਨਵੇਂ ਅਨੁਸ਼ਾਸਨ ਦਾ ਉਦੇਸ਼ ਨਿਰਮਾਣ ਵਾਤਾਵਰਣਾਂ ਵਿੱਚ AI ਮਾਡਲਾਂ ਦੇ ਰੱਖ-ਰਖਾਅ ਨੂੰ ਸਰਲ ਬਣਾਉਣਾ ਹੈ। ਇੱਕ AI ਮਾਡਲ ਦੀ ਕਾਰਗੁਜ਼ਾਰੀ ਆਮ ਤੌਰ 'ਤੇ ਸਮੇਂ ਦੇ ਨਾਲ ਘਟਦੀ ਜਾਂਦੀ ਹੈ ਕਿਉਂਕਿ ਇਹ ਪਲਾਂਟ ਦੇ ਅੰਦਰ ਕਈ ਕਾਰਕਾਂ (ਉਦਾਹਰਣ ਵਜੋਂ, ਡੇਟਾ ਵੰਡ ਅਤੇ ਗੁਣਵੱਤਾ ਦੇ ਮਿਆਰਾਂ ਵਿੱਚ ਤਬਦੀਲੀਆਂ) ਦੁਆਰਾ ਪ੍ਰਭਾਵਿਤ ਹੁੰਦੀ ਹੈ। ਨਤੀਜੇ ਵਜੋਂ, ਉਦਯੋਗਿਕ ਵਾਤਾਵਰਣਾਂ ਦੀਆਂ ਉੱਚ ਗੁਣਵੱਤਾ ਜ਼ਰੂਰਤਾਂ ਨੂੰ ਪੂਰਾ ਕਰਨ ਲਈ ਮਾਡਲ ਰੱਖ-ਰਖਾਅ ਅਤੇ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਓਪਰੇਸ਼ਨ ਜ਼ਰੂਰੀ ਹੋ ਗਏ ਹਨ (ਉਦਾਹਰਣ ਵਜੋਂ, 99% ਤੋਂ ਘੱਟ ਪ੍ਰਦਰਸ਼ਨ ਵਾਲੇ ਮਾਡਲ ਅਜਿਹੇ ਵਿਵਹਾਰ ਦੀ ਪਛਾਣ ਕਰਨ ਵਿੱਚ ਅਸਫਲ ਹੋ ਸਕਦੇ ਹਨ ਜੋ ਕਰਮਚਾਰੀ ਸੁਰੱਖਿਆ ਨੂੰ ਖਤਰੇ ਵਿੱਚ ਪਾਉਂਦੇ ਹਨ)।
ਹਾਲ ਹੀ ਦੇ ਸਾਲਾਂ ਵਿੱਚ, ਬਹੁਤ ਸਾਰੇ ਸਟਾਰਟਅੱਪ ML Ops ਸਪੇਸ ਵਿੱਚ ਸ਼ਾਮਲ ਹੋਏ ਹਨ, ਜਿਸ ਵਿੱਚ DataRobot, Grid.AI, Pinecone/Zilliz, Seldon, ਅਤੇ Weights & Biases ਸ਼ਾਮਲ ਹਨ। ਸਥਾਪਿਤ ਕੰਪਨੀਆਂ ਨੇ ਆਪਣੇ ਮੌਜੂਦਾ AI ਸਾਫਟਵੇਅਰ ਪੇਸ਼ਕਸ਼ਾਂ ਵਿੱਚ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਓਪਰੇਸ਼ਨ ਸ਼ਾਮਲ ਕੀਤੇ ਹਨ, ਜਿਸ ਵਿੱਚ Microsoft ਵੀ ਸ਼ਾਮਲ ਹੈ, ਜਿਸਨੇ Azure ML Studio ਵਿੱਚ ਡੇਟਾ ਡ੍ਰਿਫਟ ਡਿਟੈਕਸ਼ਨ ਪੇਸ਼ ਕੀਤਾ ਹੈ। ਇਹ ਨਵੀਂ ਵਿਸ਼ੇਸ਼ਤਾ ਉਪਭੋਗਤਾਵਾਂ ਨੂੰ ਇਨਪੁਟ ਡੇਟਾ ਦੀ ਵੰਡ ਵਿੱਚ ਤਬਦੀਲੀਆਂ ਦਾ ਪਤਾ ਲਗਾਉਣ ਦੇ ਯੋਗ ਬਣਾਉਂਦੀ ਹੈ ਜੋ ਮਾਡਲ ਪ੍ਰਦਰਸ਼ਨ ਨੂੰ ਘਟਾਉਂਦੇ ਹਨ।
ਫੈਕਟਰ 3: ਮੌਜੂਦਾ ਐਪਲੀਕੇਸ਼ਨਾਂ ਅਤੇ ਵਰਤੋਂ ਦੇ ਮਾਮਲਿਆਂ ਵਿੱਚ ਲਾਗੂ ਕੀਤੀ ਗਈ ਨਕਲੀ ਬੁੱਧੀ
ਰਵਾਇਤੀ ਸਾਫਟਵੇਅਰ ਪ੍ਰਦਾਤਾ AI ਸਮਰੱਥਾਵਾਂ ਨੂੰ ਜੋੜ ਰਹੇ ਹਨ।
ਮੌਜੂਦਾ ਵੱਡੇ ਹਰੀਜੱਟਲ ਏਆਈ ਸਾਫਟਵੇਅਰ ਟੂਲਸ ਜਿਵੇਂ ਕਿ ਐਮਐਸ ਅਜ਼ੂਰ ਐਮਐਲ, ਏਡਬਲਯੂਐਸ ਸੇਜਮੇਕਰ, ਅਤੇ ਗੂਗਲ ਕਲਾਉਡ ਵਰਟੈਕਸ ਏਆਈ ਤੋਂ ਇਲਾਵਾ, ਰਵਾਇਤੀ ਸਾਫਟਵੇਅਰ ਸੂਟ ਜਿਵੇਂ ਕਿ ਕੰਪਿਊਟਰਾਈਜ਼ਡ ਮੇਨਟੇਨੈਂਸ ਮੈਨੇਜਮੈਂਟ ਸਿਸਟਮ (ਸੀਏਐਮਐਮਐਸ), ਮੈਨੂਫੈਕਚਰਿੰਗ ਐਗਜ਼ੀਕਿਊਸ਼ਨ ਸਿਸਟਮ (ਐਮਈਐਸ) ਜਾਂ ਐਂਟਰਪ੍ਰਾਈਜ਼ ਰਿਸੋਰਸ ਪਲੈਨਿੰਗ (ਈਆਰਪੀ) ਨੂੰ ਹੁਣ ਏਆਈ ਸਮਰੱਥਾਵਾਂ ਨੂੰ ਇੰਜੈਕਟ ਕਰਕੇ ਕਾਫ਼ੀ ਸੁਧਾਰਿਆ ਜਾ ਸਕਦਾ ਹੈ। ਉਦਾਹਰਣ ਵਜੋਂ, ਈਆਰਪੀ ਪ੍ਰਦਾਤਾ ਐਪੀਕੋਰ ਸੌਫਟਵੇਅਰ ਆਪਣੇ ਐਪੀਕੋਰ ਵਰਚੁਅਲ ਅਸਿਸਟੈਂਟ (ਈਵੀਏ) ਰਾਹੀਂ ਆਪਣੇ ਮੌਜੂਦਾ ਉਤਪਾਦਾਂ ਵਿੱਚ ਏਆਈ ਸਮਰੱਥਾਵਾਂ ਜੋੜ ਰਿਹਾ ਹੈ। ਬੁੱਧੀਮਾਨ ਈਵੀਏ ਏਜੰਟਾਂ ਦੀ ਵਰਤੋਂ ਈਆਰਪੀ ਪ੍ਰਕਿਰਿਆਵਾਂ ਨੂੰ ਸਵੈਚਾਲਤ ਕਰਨ ਲਈ ਕੀਤੀ ਜਾਂਦੀ ਹੈ, ਜਿਵੇਂ ਕਿ ਨਿਰਮਾਣ ਕਾਰਜਾਂ ਨੂੰ ਮੁੜ ਤਹਿ ਕਰਨਾ ਜਾਂ ਸਧਾਰਨ ਪੁੱਛਗਿੱਛਾਂ ਕਰਨਾ (ਉਦਾਹਰਣ ਵਜੋਂ, ਉਤਪਾਦ ਕੀਮਤ ਜਾਂ ਉਪਲਬਧ ਹਿੱਸਿਆਂ ਦੀ ਗਿਣਤੀ ਬਾਰੇ ਵੇਰਵੇ ਪ੍ਰਾਪਤ ਕਰਨਾ)।
AIoT ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਉਦਯੋਗਿਕ ਵਰਤੋਂ ਦੇ ਮਾਮਲਿਆਂ ਨੂੰ ਅਪਗ੍ਰੇਡ ਕੀਤਾ ਜਾ ਰਿਹਾ ਹੈ।
ਮੌਜੂਦਾ ਹਾਰਡਵੇਅਰ/ਸਾਫਟਵੇਅਰ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਵਿੱਚ AI ਸਮਰੱਥਾਵਾਂ ਜੋੜ ਕੇ ਕਈ ਉਦਯੋਗਿਕ ਵਰਤੋਂ ਦੇ ਮਾਮਲਿਆਂ ਨੂੰ ਵਧਾਇਆ ਜਾ ਰਿਹਾ ਹੈ। ਇਸਦੀ ਇੱਕ ਸਪਸ਼ਟ ਉਦਾਹਰਣ ਗੁਣਵੱਤਾ ਨਿਯੰਤਰਣ ਐਪਲੀਕੇਸ਼ਨਾਂ ਵਿੱਚ ਮਸ਼ੀਨ ਵਿਜ਼ਨ ਹੈ। ਪਰੰਪਰਾਗਤ ਮਸ਼ੀਨ ਵਿਜ਼ਨ ਸਿਸਟਮ ਵਿਸ਼ੇਸ਼ ਸੌਫਟਵੇਅਰ ਨਾਲ ਲੈਸ ਏਕੀਕ੍ਰਿਤ ਜਾਂ ਡਿਸਕ੍ਰਿਟ ਕੰਪਿਊਟਰਾਂ ਰਾਹੀਂ ਚਿੱਤਰਾਂ ਦੀ ਪ੍ਰਕਿਰਿਆ ਕਰਦੇ ਹਨ ਜੋ ਪਹਿਲਾਂ ਤੋਂ ਨਿਰਧਾਰਤ ਮਾਪਦੰਡਾਂ ਅਤੇ ਥ੍ਰੈਸ਼ਹੋਲਡ (ਜਿਵੇਂ ਕਿ ਉੱਚ ਵਿਪਰੀਤਤਾ) ਦਾ ਮੁਲਾਂਕਣ ਕਰਦੇ ਹਨ ਤਾਂ ਜੋ ਇਹ ਨਿਰਧਾਰਤ ਕੀਤਾ ਜਾ ਸਕੇ ਕਿ ਕੀ ਵਸਤੂਆਂ ਨੁਕਸ ਪ੍ਰਦਰਸ਼ਿਤ ਕਰਦੀਆਂ ਹਨ। ਬਹੁਤ ਸਾਰੇ ਮਾਮਲਿਆਂ ਵਿੱਚ (ਉਦਾਹਰਣ ਵਜੋਂ, ਵੱਖ-ਵੱਖ ਵਾਇਰਿੰਗ ਆਕਾਰਾਂ ਵਾਲੇ ਇਲੈਕਟ੍ਰਾਨਿਕ ਹਿੱਸੇ), ਗਲਤ ਸਕਾਰਾਤਮਕਤਾਵਾਂ ਦੀ ਗਿਣਤੀ ਬਹੁਤ ਜ਼ਿਆਦਾ ਹੁੰਦੀ ਹੈ।
ਹਾਲਾਂਕਿ, ਇਹਨਾਂ ਪ੍ਰਣਾਲੀਆਂ ਨੂੰ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਰਾਹੀਂ ਮੁੜ ਸੁਰਜੀਤ ਕੀਤਾ ਜਾ ਰਿਹਾ ਹੈ। ਉਦਾਹਰਣ ਵਜੋਂ, ਉਦਯੋਗਿਕ ਮਸ਼ੀਨ ਵਿਜ਼ਨ ਪ੍ਰਦਾਤਾ ਕੋਗਨੈਕਸ ਨੇ ਜੁਲਾਈ 2021 ਵਿੱਚ ਇੱਕ ਨਵਾਂ ਡੀਪ ਲਰਨਿੰਗ ਟੂਲ (ਵਿਜ਼ਨ ਪ੍ਰੋ ਡੀਪ ਲਰਨਿੰਗ 2.0) ਜਾਰੀ ਕੀਤਾ। ਨਵੇਂ ਟੂਲ ਰਵਾਇਤੀ ਵਿਜ਼ਨ ਸਿਸਟਮਾਂ ਨਾਲ ਏਕੀਕ੍ਰਿਤ ਹੁੰਦੇ ਹਨ, ਜਿਸ ਨਾਲ ਅੰਤਮ ਉਪਭੋਗਤਾਵਾਂ ਨੂੰ ਮੰਗ ਵਾਲੇ ਮੈਡੀਕਲ ਅਤੇ ਇਲੈਕਟ੍ਰਾਨਿਕ ਵਾਤਾਵਰਣਾਂ ਨੂੰ ਪੂਰਾ ਕਰਨ ਲਈ ਇੱਕੋ ਐਪਲੀਕੇਸ਼ਨ ਵਿੱਚ ਰਵਾਇਤੀ ਵਿਜ਼ਨ ਟੂਲਸ ਨਾਲ ਡੂੰਘੀ ਸਿਖਲਾਈ ਨੂੰ ਜੋੜਨ ਦੇ ਯੋਗ ਬਣਾਇਆ ਜਾਂਦਾ ਹੈ ਜਿਨ੍ਹਾਂ ਲਈ ਸਕ੍ਰੈਚ, ਗੰਦਗੀ ਅਤੇ ਹੋਰ ਨੁਕਸਾਂ ਦੇ ਸਹੀ ਮਾਪ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ।
ਫੈਕਟਰ 4: ਉਦਯੋਗਿਕ AIoT ਹਾਰਡਵੇਅਰ ਵਿੱਚ ਸੁਧਾਰ ਕੀਤਾ ਜਾ ਰਿਹਾ ਹੈ
ਏਆਈ ਚਿੱਪਾਂ ਵਿੱਚ ਤੇਜ਼ੀ ਨਾਲ ਸੁਧਾਰ ਹੋ ਰਿਹਾ ਹੈ।
ਏਮਬੈਡਡ ਹਾਰਡਵੇਅਰ AI ਚਿਪਸ ਤੇਜ਼ੀ ਨਾਲ ਵਧ ਰਹੇ ਹਨ, AI ਮਾਡਲਾਂ ਦੇ ਵਿਕਾਸ ਅਤੇ ਤੈਨਾਤੀ ਦਾ ਸਮਰਥਨ ਕਰਨ ਲਈ ਕਈ ਤਰ੍ਹਾਂ ਦੇ ਵਿਕਲਪ ਉਪਲਬਧ ਹਨ। ਉਦਾਹਰਣਾਂ ਵਿੱਚ NVIDIA ਦੀਆਂ ਨਵੀਨਤਮ ਗ੍ਰਾਫਿਕਸ ਪ੍ਰੋਸੈਸਿੰਗ ਯੂਨਿਟਾਂ (Gpus), A30 ਅਤੇ A10 ਸ਼ਾਮਲ ਹਨ, ਜੋ ਮਾਰਚ 2021 ਵਿੱਚ ਪੇਸ਼ ਕੀਤੀਆਂ ਗਈਆਂ ਸਨ ਅਤੇ AI ਵਰਤੋਂ ਦੇ ਮਾਮਲਿਆਂ ਜਿਵੇਂ ਕਿ ਸਿਫ਼ਾਰਿਸ਼ ਪ੍ਰਣਾਲੀਆਂ ਅਤੇ ਕੰਪਿਊਟਰ ਵਿਜ਼ਨ ਪ੍ਰਣਾਲੀਆਂ ਲਈ ਢੁਕਵੇਂ ਹਨ। ਇੱਕ ਹੋਰ ਉਦਾਹਰਣ Google ਦੀਆਂ ਚੌਥੀ ਪੀੜ੍ਹੀ ਦੀਆਂ ਟੈਂਸਰ ਪ੍ਰੋਸੈਸਿੰਗ ਯੂਨਿਟਾਂ (TPus) ਹਨ, ਜੋ ਕਿ ਸ਼ਕਤੀਸ਼ਾਲੀ ਵਿਸ਼ੇਸ਼-ਉਦੇਸ਼ ਏਕੀਕ੍ਰਿਤ ਸਰਕਟਾਂ (ASics) ਹਨ ਜੋ ਖਾਸ AI ਵਰਕਲੋਡਾਂ (ਜਿਵੇਂ ਕਿ ਵਸਤੂ ਖੋਜ, ਚਿੱਤਰ ਵਰਗੀਕਰਨ, ਅਤੇ ਸਿਫ਼ਾਰਿਸ਼ ਬੈਂਚਮਾਰਕ) ਲਈ ਮਾਡਲ ਵਿਕਾਸ ਅਤੇ ਤੈਨਾਤੀ ਵਿੱਚ 1,000 ਗੁਣਾ ਜ਼ਿਆਦਾ ਕੁਸ਼ਲਤਾ ਅਤੇ ਗਤੀ ਪ੍ਰਾਪਤ ਕਰ ਸਕਦੀਆਂ ਹਨ। ਸਮਰਪਿਤ AI ਹਾਰਡਵੇਅਰ ਦੀ ਵਰਤੋਂ ਕਰਨ ਨਾਲ ਮਾਡਲ ਗਣਨਾ ਦਾ ਸਮਾਂ ਦਿਨਾਂ ਤੋਂ ਮਿੰਟਾਂ ਤੱਕ ਘਟ ਜਾਂਦਾ ਹੈ, ਅਤੇ ਬਹੁਤ ਸਾਰੇ ਮਾਮਲਿਆਂ ਵਿੱਚ ਇੱਕ ਗੇਮ ਚੇਂਜਰ ਸਾਬਤ ਹੋਇਆ ਹੈ।
ਸ਼ਕਤੀਸ਼ਾਲੀ AI ਹਾਰਡਵੇਅਰ ਇੱਕ ਪੇ-ਪਰ-ਯੂਜ਼ ਮਾਡਲ ਰਾਹੀਂ ਤੁਰੰਤ ਉਪਲਬਧ ਹੁੰਦਾ ਹੈ।
ਸੁਪਰਸਕੇਲ ਐਂਟਰਪ੍ਰਾਈਜ਼ ਆਪਣੇ ਸਰਵਰਾਂ ਨੂੰ ਕਲਾਉਡ ਵਿੱਚ ਕੰਪਿਊਟਿੰਗ ਸਰੋਤਾਂ ਨੂੰ ਉਪਲਬਧ ਕਰਾਉਣ ਲਈ ਲਗਾਤਾਰ ਅਪਗ੍ਰੇਡ ਕਰ ਰਹੇ ਹਨ ਤਾਂ ਜੋ ਅੰਤਮ ਉਪਭੋਗਤਾ ਉਦਯੋਗਿਕ AI ਐਪਲੀਕੇਸ਼ਨਾਂ ਨੂੰ ਲਾਗੂ ਕਰ ਸਕਣ। ਉਦਾਹਰਣ ਵਜੋਂ, ਨਵੰਬਰ 2021 ਵਿੱਚ, AWS ਨੇ ਆਪਣੇ ਨਵੀਨਤਮ GPU-ਅਧਾਰਿਤ ਉਦਾਹਰਣਾਂ, Amazon EC2 G5, ਜੋ NVIDIA A10G ਟੈਂਸਰ ਕੋਰ GPU ਦੁਆਰਾ ਸੰਚਾਲਿਤ ਹੈ, ਦੀ ਅਧਿਕਾਰਤ ਰਿਲੀਜ਼ ਦਾ ਐਲਾਨ ਕੀਤਾ, ਜਿਸ ਵਿੱਚ ਕੰਪਿਊਟਰ ਵਿਜ਼ਨ ਅਤੇ ਸਿਫਾਰਸ਼ ਇੰਜਣਾਂ ਸਮੇਤ ਕਈ ਤਰ੍ਹਾਂ ਦੀਆਂ ML ਐਪਲੀਕੇਸ਼ਨਾਂ ਸ਼ਾਮਲ ਹਨ। ਉਦਾਹਰਣ ਵਜੋਂ, ਖੋਜ ਪ੍ਰਣਾਲੀ ਪ੍ਰਦਾਤਾ ਨੈਨੋਟ੍ਰੋਨਿਕਸ ਪ੍ਰੋਸੈਸਿੰਗ ਯਤਨਾਂ ਨੂੰ ਤੇਜ਼ ਕਰਨ ਅਤੇ ਮਾਈਕ੍ਰੋਚਿੱਪਾਂ ਅਤੇ ਨੈਨੋਟਿਊਬਾਂ ਦੇ ਨਿਰਮਾਣ ਵਿੱਚ ਵਧੇਰੇ ਸਹੀ ਖੋਜ ਦਰਾਂ ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ ਆਪਣੇ AI-ਅਧਾਰਿਤ ਗੁਣਵੱਤਾ ਨਿਯੰਤਰਣ ਹੱਲ ਦੇ Amazon EC2 ਉਦਾਹਰਣਾਂ ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ।
ਸਿੱਟਾ ਅਤੇ ਸੰਭਾਵਨਾ
AI ਫੈਕਟਰੀ ਤੋਂ ਬਾਹਰ ਆ ਰਿਹਾ ਹੈ, ਅਤੇ ਇਹ ਨਵੇਂ ਐਪਲੀਕੇਸ਼ਨਾਂ ਵਿੱਚ ਸਰਵ ਵਿਆਪਕ ਹੋਵੇਗਾ, ਜਿਵੇਂ ਕਿ AI-ਅਧਾਰਿਤ PdM, ਅਤੇ ਮੌਜੂਦਾ ਸੌਫਟਵੇਅਰ ਅਤੇ ਵਰਤੋਂ ਦੇ ਮਾਮਲਿਆਂ ਵਿੱਚ ਸੁਧਾਰ ਵਜੋਂ। ਵੱਡੇ ਉੱਦਮ ਕਈ AI ਵਰਤੋਂ ਦੇ ਕੇਸਾਂ ਨੂੰ ਰੋਲ ਆਊਟ ਕਰ ਰਹੇ ਹਨ ਅਤੇ ਸਫਲਤਾ ਦੀ ਰਿਪੋਰਟ ਕਰ ਰਹੇ ਹਨ, ਅਤੇ ਜ਼ਿਆਦਾਤਰ ਪ੍ਰੋਜੈਕਟਾਂ ਵਿੱਚ ਨਿਵੇਸ਼ 'ਤੇ ਉੱਚ ਵਾਪਸੀ ਹੈ। ਕੁੱਲ ਮਿਲਾ ਕੇ, ਕਲਾਉਡ, ਆਈਓਟੀ ਪਲੇਟਫਾਰਮ ਅਤੇ ਸ਼ਕਤੀਸ਼ਾਲੀ AI ਚਿਪਸ ਦਾ ਉਭਾਰ ਸਾਫਟਵੇਅਰ ਅਤੇ ਅਨੁਕੂਲਨ ਦੀ ਇੱਕ ਨਵੀਂ ਪੀੜ੍ਹੀ ਲਈ ਇੱਕ ਪਲੇਟਫਾਰਮ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ।
ਪੋਸਟ ਸਮਾਂ: ਜਨਵਰੀ-12-2022