人工智能正在成為全球制造商和能源公司的關鍵技術，物聯網分析預測(ce)，工(gong)業人工(gong)智(zhi)能解決方案市場(chang)將呈現出(chu)(chu)35%的(de)強勁疫(yi)情后復合年(nian)增長(chang)率(lv)（CAGR），到2026年(nian)，市場(chang)規(gui)模將達到1021.7億美元。數字化時代催生了(le)物(wu)聯(lian)網的(de)產(chan)生。可見，人工(gong)智(zhi)能的(de)出(chu)(chu)現加快了(le)物(wu)聯(lian)網發展的(de)步伐。今天(tian)我們(men)就(jiu)來盤點一下推動工(gong)業AI和(he)AIoT興(xing)起的(de)因(yin)素有(you)哪些(xie)。
根據最近發布的《2021-2026年工業人工智能和人工智能市場報告》的數據，在兩年多的時間里，人工智能在工業環境中的采用率從19%增加到31%。除了31%的(de)受(shou)(shou)訪者在(zai)其運營(ying)中完全(quan)或部分推出人工智能技術外(wai)，另有(you)39%的(de)受(shou)(shou)訪者目前正(zheng)在(zai)測試(shi)或試(shi)用該(gai)技術。
人工(gong)智能(neng)正在成為全球制造商(shang)和能(neng)源(yuan)公司的(de)關鍵技術，物聯(lian)網分析(xi)
數字化(hua)時代催(cui)生了物聯(lian)網(wang)的產生。可見，人工智(zhi)能(neng)的出現加快(kuai)了物聯(lian)網(wang)發展的步伐。
今天我們就來盤點一下推動工業AI和AIoT興起的因素有哪些。
驅動因素1：越來越多用于工業AIoT的軟件工具
2019年，當物聯網分析開始覆蓋工業AI領域時，運營技術（OT）供應商提供的專用AI軟件產品很少。從那時起，許多OT供應商通過為工廠車間開發和提供AI平臺形式的AI軟件解決方案進入AI市場。
據(ju)數(shu)據(ju)顯示，近400家(jia)供(gong)應商提(ti)供(gong)AIoT軟件。在過去(qu)兩年中，加入(ru)工業AI市場的軟件供(gong)應商數(shu)量大幅增(zeng)加。在研(yan)究期(qi)間，IoT Analytics確定了634家(jia)為制造商/工業客戶提(ti)供(gong)AI技術的供(gong)應商。在這些公司(si)中，有389家(jia)（61.4%）提(ti)供(gong)人工智能軟件。
新的(de)(de)(de)(de)AI軟(ruan)件(jian)(jian)平臺專注于工業環(huan)境。除了Uptake、Braincube或C3 AI等(deng)(deng)軟(ruan)件(jian)(jian)擴容(rong)之(zhi)外(wai)，越來越多的(de)(de)(de)(de)運(yun)營(ying)技(ji)術（OT）供應商正在提供專用的(de)(de)(de)(de)AI軟(ruan)件(jian)(jian)平臺。例(li)如ABB的(de)(de)(de)(de)Genix工業分析和(he)AI套件(jian)(jian)，羅克韋爾自動化的(de)(de)(de)(de)FactoryTalk創新套件(jian)(jian)，施耐(nai)德(de)電氣的(de)(de)(de)(de)自主生(sheng)產(chan)顧問平臺以及最近的(de)(de)(de)(de)特定(ding)附加(jia)組件(jian)(jian)等(deng)(deng)。其中一(yi)些平臺針對廣泛的(de)(de)(de)(de)用例(li)。例(li)如，ABB的(de)(de)(de)(de)Genix平臺提供高級分析，包括預先構建的(de)(de)(de)(de)應用程序和(he)服務，用于運(yun)營(ying)績效管理(li)，資產(chan)完整(zheng)性，可持續性和(he)供應鏈效率。
大企業正在將其人工智能軟件工具產品運用到車間。
人(ren)工(gong)智能軟件工(gong)具(ju)可(ke)用性的(de)提高(gao)也離不開(kai)AWS，微軟和谷歌在(zai)內的(de)超大規模(mo)企業(ye)所新開(kai)發的(de)特定(ding)于用例(li)的(de)軟件工(gong)具(ju)。例(li)如(ru)(ru)，在(zai)2020年12月(yue)，AWS發布了Amazon SageMaker JumpStart，這是(shi)Amazon SageMaker的(de)一項功(gong)能，為最常見的(de)工(gong)業(ye)用例(li)（例(li)如(ru)(ru)PdM，計算(suan)機(ji)視覺和自(zi)動駕駛）提供了一套預構建和可(ke)定(ding)制(zhi)的(de)解決方案，只需點擊幾下即(ji)可(ke)部署。
特定于用例的軟件解決方案正在推動可用性的提高。
特(te)定于(yu)用例(li)的(de)軟件套件，例(li)如(ru)專注于(yu)預測性維護的(de)軟件套件，正(zheng)變得越來越普(pu)遍。IoT Analytics觀(guan)察到，由于(yu)數(shu)(shu)據(ju)源(yuan)種類(lei)的(de)增加(jia)和預訓練模型(xing)的(de)使用，以及數(shu)(shu)據(ju)增強技術的(de)廣(guang)泛采用，使用基(ji)于(yu)AI的(de)產品數(shu)(shu)據(ju)管理（PdM）軟件解決方(fang)案的(de)提(ti)供商數(shu)(shu)量在2021年初上升至(zhi)73家。
驅動因素2：正在簡化的人工智能解決方案的開發和維護
自動化機器學習(AutoML)正在成為一種標準產品。
由于與(yu)機(ji)(ji)器學(xue)習(xi)（ML）相關的(de)(de)任務非常復雜，機(ji)(ji)器學(xue)習(xi)應用程序(xu)的(de)(de)快速(su)增長(chang)催生了(le)對現成(cheng)機(ji)(ji)器學(xue)習(xi)方法的(de)(de)需求，這(zhe)些方法無需專(zhuan)業知(zhi)識即可使用。由此產(chan)生的(de)(de)研究領域，針對機(ji)(ji)器學(xue)習(xi)的(de)(de)漸(jian)進自動(dong)化，被(bei)稱(cheng)為(wei)AutoML。各種公司(si)正在(zai)利用該技術作為(wei)其AI產(chan)品(pin)的(de)(de)一部分，以幫(bang)助客戶(hu)開發(fa)ML模型并更快地實現工業用例。例如，2020年11月，斯凱孚（SKF）宣布了(le)一項基于AutoML的(de)(de)產(chan)品(pin)，將機(ji)(ji)器過(guo)程數據(ju)與(yu)振動(dong)和溫度(du)數據(ju)相結(jie)合，以降低成(cheng)本(ben)，并為(wei)客戶(hu)實現新的(de)(de)商業模式。
機器學習操作（ML Ops）簡化了模型管理和維護。
機(ji)器學習操作的(de)新(xin)學科旨(zhi)在(zai)簡化(hua)制(zhi)造(zao)環境中的(de)AI模(mo)型(xing)(xing)維(wei)護。人工(gong)智能模(mo)型(xing)(xing)的(de)性能通常會(hui)隨著時間的(de)推移而(er)下(xia)降，因為它受到工(gong)廠(chang)內(nei)部(bu)幾個因素的(de)影響(xiang)（例如，數據分布(bu)和質量(liang)(liang)標準的(de)變化(hua)）。因此(ci)，模(mo)型(xing)(xing)維(wei)護和機(ji)器學習操作已成為滿足工(gong)業環境高質量(liang)(liang)要(yao)求的(de)必(bi)要(yao)條件（例如，性能低于99%的(de)模(mo)型(xing)(xing)可能無法識別危(wei)及工(gong)人安(an)全的(de)行為）。
近年來(lai)，許多初創公司(si)都加(jia)入(ru)了(le)ML Ops領域，包括(kuo)DataRobot，Grid.AI，Pinecone / Zilliz，Seldon和(he)Weights & Biases。老牌公司(si)已經將機器學習操作功能(neng)添加(jia)到(dao)他們現有的AI軟件產品(pin)中(zhong)，包括(kuo)微軟，它在Azure ML Studio中(zhong)引入(ru)了(le)數據(ju)漂移(yi)檢測。這項新(xin)功能(neng)使用戶能(neng)夠檢測輸入(ru)數據(ju)分布中(zhong)導致模型性能(neng)下降的變化(hua)。
驅動因素3：被應用到現有應用程序和用例中的人工智能
傳統軟件提供商正在添加AI功能。
除了現有的大(da)型橫向AI軟件工(gong)具（例如(ru)MS Azure ML，AWS SageMaker和Google Cloud Vertex AI）之外，傳(chuan)統軟件套件（例如(ru)計算機化(hua)維(wei)護(hu)管(guan)理(li)系(xi)(xi)統（CAMMS），制(zhi)造(zao)執行系(xi)(xi)統（MES）或(huo)企業資源規(gui)劃（ERP））現在(zai)可以(yi)通過注(zhu)入AI功(gong)能(neng)獲得顯著提升。例如(ru)，ERP提供商Epicor Software正在(zai)通過其Epicor虛(xu)擬助手（EVA）在(zai)其現有產品中添(tian)加AI功(gong)能(neng)。智能(neng)EVA代理(li)用于自動化(hua)ERP流程，例如(ru)重新安排制(zhi)造(zao)作業或(huo)執行簡(jian)單查詢（例如(ru)，獲取有關產品定價或(huo)可用零件數量的詳細(xi)信息）。
工業用例正在通過使用AIoT進行升級。
通過向現有硬件(jian)/軟件(jian)基礎設施(shi)添(tian)加(jia)AI功(gong)能(neng)，正在(zai)增(zeng)強幾個工業用(yong)例(li)。一個生動的(de)(de)(de)例(li)子(zi)是(shi)質量控制(zhi)應用(yong)中的(de)(de)(de)機器(qi)視(shi)覺。傳統的(de)(de)(de)機器(qi)視(shi)覺系(xi)統通過配備專(zhuan)用(yong)軟件(jian)的(de)(de)(de)集(ji)成或離散(san)計算機處理(li)圖像，該(gai)軟件(jian)評估預定(ding)的(de)(de)(de)參(can)數和閾值（例(li)如(ru)，高(gao)對比度），以(yi)確定(ding)物體是(shi)否表現出缺陷(xian)。在(zai)許多情況下（例(li)如(ru)，具有不同布線形(xing)狀(zhuang)的(de)(de)(de)電(dian)子(zi)組件(jian)），誤報的(de)(de)(de)數量非常高(gao)。
然而，這些系統(tong)(tong)正在通過(guo)人工(gong)智能復興。例如，工(gong)業機器視覺提供(gong)商康耐視（Cognex）于2021年7月(yue)發布了(le)一款新的(de)深度(du)學習(xi)工(gong)具（Vision Pro Deep Learning 2.0）。新工(gong)具與傳統(tong)(tong)視覺系統(tong)(tong)集成(cheng)，使最終(zhong)用戶能夠(gou)在同(tong)一應用中將深度(du)學習(xi)與傳統(tong)(tong)視覺工(gong)具相(xiang)結合，以滿足需要精確測量(liang)劃痕、污染和(he)其他缺陷的(de)苛刻(ke)醫療和(he)電(dian)子環(huan)境。
驅動因素4：正在改進的工業AIoT硬件
AI芯片正在迅速改進。
嵌入式硬件AI芯片發(fa)展迅(xun)速(su)，多種選項可用(yong)于(yu)支(zhi)持(chi)AI模型的(de)開發(fa)和(he)(he)(he)部署(shu)。示(shi)例(li)包括NVIDIA最(zui)新的(de)圖形處理單元（GPU），A30和(he)(he)(he)A10，它們于(yu)2021年3月推出(chu)，適用(yong)于(yu)AI用(yong)例(li)，例(li)如推薦(jian)(jian)系統(tong)和(he)(he)(he)計算機視覺(jue)系統(tong)。另一個例(li)子(zi)是(shi)谷歌的(de)第四代張(zhang)量處理單元（TPU），它們是(shi)功(gong)能(neng)強大的(de)專用(yong)集成(cheng)電路（ASIC），可以在(zai)特定(ding)AI工作負載（例(li)如，對象檢測(ce)，圖像(xiang)分類(lei)和(he)(he)(he)推薦(jian)(jian)基準）的(de)模型開發(fa)和(he)(he)(he)部署(shu)中實(shi)現高達1，000倍的(de)效率和(he)(he)(he)速(su)度(du)。使用(yong)專用(yong)的(de)AI硬件將模型計算時(shi)間從幾(ji)天(tian)縮短(duan)到幾(ji)分鐘，并且在(zai)許多情(qing)況下已被(bei)證明是(shi)游(you)戲規則的(de)改(gai)變(bian)者(zhe)。
強大的AI硬件可通過按使用量付費的模式立即獲得。
超大(da)規(gui)模企業(ye)不斷升級其(qi)服務器(qi)，使計(ji)算資源在云中(zhong)可用(yong)(yong)，以便最(zui)終用(yong)(yong)戶能(neng)夠(gou)實(shi)現工(gong)業(ye)AI應(ying)用(yong)(yong)。例(li)如(ru)，在2021年(nian)11月，AWS宣布其(qi)最(zui)新的(de)基于(yu)(yu)GPU的(de)實(shi)例(li)Amazon EC2 G5正式發布，這些實(shi)例(li)由NVIDIA A10G Tensor Core GPU提(ti)供支持，可用(yong)(yong)于(yu)(yu)各種ML應(ying)用(yong)(yong)程(cheng)序(xu)，包括計(ji)算機(ji)視(shi)覺(jue)和推薦引擎。例(li)如(ru)，檢測系統提(ti)供商 Nanotronics利用(yong)(yong)其(qi)基于(yu)(yu) AI
結論與展望
人(ren)工智(zhi)能即(ji)將出廠，它將普(pu)遍存在于(yu)新的(de)(de)(de)應用中，例(li)如(ru)基于(yu)AI的(de)(de)(de)PdM，并作為現有軟件(jian)和用例(li)的(de)(de)(de)增強(qiang)。大(da)型企業正(zheng)在推出幾個(ge)人(ren)工智(zhi)能用例(li)并報告成功案例(li)，大(da)多數項目的(de)(de)(de)投資回報率都很高。總而(er)言(yan)之，云、物(wu)聯網平臺和強(qiang)大(da)的(de)(de)(de)AI芯片(pian)的(de)(de)(de)興(xing)起為新一(yi)代軟件(jian)和優化提供了一(yi)個(ge)平臺。
