ಕೈಗಾರಿಕಾ AIoT ಅನ್ನು ಹೊಸ ನೆಚ್ಚಿನವನ್ನಾಗಿ ಮಾಡುವ ನಾಲ್ಕು ಅಂಶಗಳು

ಇತ್ತೀಚೆಗೆ ಬಿಡುಗಡೆಯಾದ ಕೈಗಾರಿಕಾ AI ಮತ್ತು AI ಮಾರುಕಟ್ಟೆ ವರದಿ 2021-2026 ರ ಪ್ರಕಾರ, ಕೈಗಾರಿಕಾ ಸೆಟ್ಟಿಂಗ್‌ಗಳಲ್ಲಿ AI ಅಳವಡಿಕೆ ದರವು ಕೇವಲ ಎರಡು ವರ್ಷಗಳಲ್ಲಿ 19 ಪ್ರತಿಶತದಿಂದ 31 ಪ್ರತಿಶತಕ್ಕೆ ಏರಿದೆ. ತಮ್ಮ ಕಾರ್ಯಾಚರಣೆಗಳಲ್ಲಿ AI ಅನ್ನು ಸಂಪೂರ್ಣವಾಗಿ ಅಥವಾ ಭಾಗಶಃ ಹೊರತಂದಿರುವ 31 ಪ್ರತಿಶತದಷ್ಟು ಪ್ರತಿಕ್ರಿಯಿಸಿದವರ ಜೊತೆಗೆ, ಇನ್ನೂ 39 ಪ್ರತಿಶತದಷ್ಟು ಜನರು ಪ್ರಸ್ತುತ ತಂತ್ರಜ್ಞಾನವನ್ನು ಪರೀಕ್ಷಿಸುತ್ತಿದ್ದಾರೆ ಅಥವಾ ಪೈಲಟ್ ಮಾಡುತ್ತಿದ್ದಾರೆ.

ವಿಶ್ವಾದ್ಯಂತ ತಯಾರಕರು ಮತ್ತು ಇಂಧನ ಕಂಪನಿಗಳಿಗೆ AI ಪ್ರಮುಖ ತಂತ್ರಜ್ಞಾನವಾಗಿ ಹೊರಹೊಮ್ಮುತ್ತಿದೆ ಮತ್ತು IoT ವಿಶ್ಲೇಷಣೆಯು ಕೈಗಾರಿಕಾ AI ಪರಿಹಾರಗಳ ಮಾರುಕಟ್ಟೆಯು 2026 ರ ವೇಳೆಗೆ $102.17 ಶತಕೋಟಿ ತಲುಪಲು 35% ನಷ್ಟು ಬಲವಾದ ಸಾಂಕ್ರಾಮಿಕ ನಂತರದ ಸಂಯುಕ್ತ ವಾರ್ಷಿಕ ಬೆಳವಣಿಗೆ ದರವನ್ನು (CAGR) ತೋರಿಸುತ್ತದೆ ಎಂದು ಭವಿಷ್ಯ ನುಡಿದಿದೆ.

ಡಿಜಿಟಲ್ ಯುಗವು ವಸ್ತುಗಳ ಅಂತರ್ಜಾಲಕ್ಕೆ ಜನ್ಮ ನೀಡಿದೆ. ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ಹೊರಹೊಮ್ಮುವಿಕೆಯು ವಸ್ತುಗಳ ಅಂತರ್ಜಾಲದ ಅಭಿವೃದ್ಧಿಯ ವೇಗವನ್ನು ಹೆಚ್ಚಿಸಿದೆ ಎಂದು ಕಾಣಬಹುದು.

ಕೈಗಾರಿಕಾ AI ಮತ್ತು AIoT ಗಳ ಏರಿಕೆಗೆ ಕಾರಣವಾಗುವ ಕೆಲವು ಅಂಶಗಳನ್ನು ನೋಡೋಣ.

ಅಂಶ 1: ಕೈಗಾರಿಕಾ AIoT ಗಾಗಿ ಹೆಚ್ಚು ಹೆಚ್ಚು ಸಾಫ್ಟ್‌ವೇರ್ ಪರಿಕರಗಳು

2019 ರಲ್ಲಿ, ಐಒಟಿ ವಿಶ್ಲೇಷಣೆಯು ಕೈಗಾರಿಕಾ AI ಅನ್ನು ಒಳಗೊಳ್ಳಲು ಪ್ರಾರಂಭಿಸಿದಾಗ, ಕಾರ್ಯಾಚರಣಾ ತಂತ್ರಜ್ಞಾನ (OT) ಮಾರಾಟಗಾರರಿಂದ ಕೆಲವೇ ಮೀಸಲಾದ AI ಸಾಫ್ಟ್‌ವೇರ್ ಉತ್ಪನ್ನಗಳು ಇದ್ದವು. ಅಂದಿನಿಂದ, ಅನೇಕ OT ಮಾರಾಟಗಾರರು ಕಾರ್ಖಾನೆ ಮಹಡಿಗೆ AI ಪ್ಲಾಟ್‌ಫಾರ್ಮ್‌ಗಳ ರೂಪದಲ್ಲಿ AI ಸಾಫ್ಟ್‌ವೇರ್ ಪರಿಹಾರಗಳನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸುವ ಮತ್ತು ಒದಗಿಸುವ ಮೂಲಕ AI ಮಾರುಕಟ್ಟೆಯನ್ನು ಪ್ರವೇಶಿಸಿದ್ದಾರೆ.

ದತ್ತಾಂಶದ ಪ್ರಕಾರ, ಸುಮಾರು 400 ಮಾರಾಟಗಾರರು AIoT ಸಾಫ್ಟ್‌ವೇರ್ ಅನ್ನು ನೀಡುತ್ತಾರೆ. ಕಳೆದ ಎರಡು ವರ್ಷಗಳಲ್ಲಿ ಕೈಗಾರಿಕಾ AI ಮಾರುಕಟ್ಟೆಗೆ ಸೇರುವ ಸಾಫ್ಟ್‌ವೇರ್ ಮಾರಾಟಗಾರರ ಸಂಖ್ಯೆ ನಾಟಕೀಯವಾಗಿ ಹೆಚ್ಚಾಗಿದೆ. ಅಧ್ಯಯನದ ಸಮಯದಲ್ಲಿ, IoT ಅನಾಲಿಟಿಕ್ಸ್ ತಯಾರಕರು/ಕೈಗಾರಿಕಾ ಗ್ರಾಹಕರಿಗೆ AI ತಂತ್ರಜ್ಞಾನದ 634 ಪೂರೈಕೆದಾರರನ್ನು ಗುರುತಿಸಿದೆ. ಈ ಕಂಪನಿಗಳಲ್ಲಿ, 389 (61.4%) AI ಸಾಫ್ಟ್‌ವೇರ್ ಅನ್ನು ನೀಡುತ್ತವೆ.

ಹೊಸ AI ಸಾಫ್ಟ್‌ವೇರ್ ಪ್ಲಾಟ್‌ಫಾರ್ಮ್ ಕೈಗಾರಿಕಾ ಪರಿಸರಗಳ ಮೇಲೆ ಕೇಂದ್ರೀಕರಿಸುತ್ತದೆ. ಅಪ್‌ಟೇಕ್, ಬ್ರೈನ್‌ಕ್ಯೂಬ್ ಅಥವಾ C3 AI ಅನ್ನು ಮೀರಿ, ಹೆಚ್ಚುತ್ತಿರುವ ಸಂಖ್ಯೆಯ ಕಾರ್ಯಾಚರಣಾ ತಂತ್ರಜ್ಞಾನ (OT) ಮಾರಾಟಗಾರರು ಮೀಸಲಾದ AI ಸಾಫ್ಟ್‌ವೇರ್ ಪ್ಲಾಟ್‌ಫಾರ್ಮ್‌ಗಳನ್ನು ನೀಡುತ್ತಿದ್ದಾರೆ. ಉದಾಹರಣೆಗಳಲ್ಲಿ ABB ಯ ಜೆನಿಕ್ಸ್ ಇಂಡಸ್ಟ್ರಿಯಲ್ ಅನಾಲಿಟಿಕ್ಸ್ ಮತ್ತು AI ಸೂಟ್, ರಾಕ್‌ವೆಲ್ ಆಟೊಮೇಷನ್‌ನ ಫ್ಯಾಕ್ಟರಿಟಾಕ್ ಇನ್ನೋವೇಶನ್ ಸೂಟ್, ಷ್ನೇಯ್ಡರ್ ಎಲೆಕ್ಟ್ರಿಕ್‌ನ ಸ್ವಂತ ಉತ್ಪಾದನಾ ಸಲಹಾ ವೇದಿಕೆ ಮತ್ತು ಇತ್ತೀಚೆಗೆ, ನಿರ್ದಿಷ್ಟ ಆಡ್-ಆನ್‌ಗಳು ಸೇರಿವೆ. ಈ ವೇದಿಕೆಗಳಲ್ಲಿ ಕೆಲವು ವ್ಯಾಪಕ ಶ್ರೇಣಿಯ ಬಳಕೆಯ ಪ್ರಕರಣಗಳನ್ನು ಗುರಿಯಾಗಿರಿಸಿಕೊಳ್ಳುತ್ತವೆ. ಉದಾಹರಣೆಗೆ, ABB ಯ ಜೆನಿಕ್ಸ್ ಪ್ಲಾಟ್‌ಫಾರ್ಮ್ ಕಾರ್ಯಾಚರಣೆಯ ಕಾರ್ಯಕ್ಷಮತೆ ನಿರ್ವಹಣೆ, ಆಸ್ತಿ ಸಮಗ್ರತೆ, ಸುಸ್ಥಿರತೆ ಮತ್ತು ಪೂರೈಕೆ ಸರಪಳಿ ದಕ್ಷತೆಗಾಗಿ ಪೂರ್ವ-ನಿರ್ಮಿತ ಅಪ್ಲಿಕೇಶನ್‌ಗಳು ಮತ್ತು ಸೇವೆಗಳನ್ನು ಒಳಗೊಂಡಂತೆ ಸುಧಾರಿತ ವಿಶ್ಲೇಷಣೆಯನ್ನು ಒದಗಿಸುತ್ತದೆ.

ದೊಡ್ಡ ಕಂಪನಿಗಳು ತಮ್ಮ AI ಸಾಫ್ಟ್‌ವೇರ್ ಪರಿಕರಗಳನ್ನು ಮಾರಾಟಕ್ಕೆ ಇಡುತ್ತಿವೆ.

AI ಸಾಫ್ಟ್‌ವೇರ್ ಪರಿಕರಗಳ ಲಭ್ಯತೆಯು AWS, ಮೈಕ್ರೋಸಾಫ್ಟ್ ಮತ್ತು ಗೂಗಲ್‌ನಂತಹ ದೊಡ್ಡ ಕಂಪನಿಗಳು ಅಭಿವೃದ್ಧಿಪಡಿಸಿದ ಹೊಸ ಬಳಕೆಯ-ಪ್ರಕರಣದ ನಿರ್ದಿಷ್ಟ ಸಾಫ್ಟ್‌ವೇರ್ ಪರಿಕರಗಳಿಂದ ಕೂಡ ನಡೆಸಲ್ಪಡುತ್ತದೆ. ಉದಾಹರಣೆಗೆ, ಡಿಸೆಂಬರ್ 2020 ರಲ್ಲಿ, AWS ಅಮೆಜಾನ್ ಸೇಜ್‌ಮೇಕರ್ ಜಂಪ್‌ಸ್ಟಾರ್ಟ್ ಅನ್ನು ಬಿಡುಗಡೆ ಮಾಡಿತು, ಇದು ಅಮೆಜಾನ್ ಸೇಜ್‌ಮೇಕರ್‌ನ ಒಂದು ವೈಶಿಷ್ಟ್ಯವಾಗಿದ್ದು, ಇದು PdM, ಕಂಪ್ಯೂಟರ್ ದೃಷ್ಟಿ ಮತ್ತು ಸ್ವಾಯತ್ತ ಚಾಲನೆಯಂತಹ ಸಾಮಾನ್ಯ ಕೈಗಾರಿಕಾ ಬಳಕೆಯ ಪ್ರಕರಣಗಳಿಗೆ ಪೂರ್ವ-ನಿರ್ಮಿತ ಮತ್ತು ಗ್ರಾಹಕೀಯಗೊಳಿಸಬಹುದಾದ ಪರಿಹಾರಗಳ ಗುಂಪನ್ನು ಒದಗಿಸುತ್ತದೆ, ಕೆಲವೇ ಕ್ಲಿಕ್‌ಗಳೊಂದಿಗೆ ನಿಯೋಜಿಸಿ.

ಬಳಕೆಯ ಸಂದರ್ಭಕ್ಕೆ ಅನುಗುಣವಾಗಿ ನಿರ್ದಿಷ್ಟ ಸಾಫ್ಟ್‌ವೇರ್ ಪರಿಹಾರಗಳು ಬಳಕೆಯ ಸುಧಾರಣೆಗಳಿಗೆ ಚಾಲನೆ ನೀಡುತ್ತಿವೆ.

ಮುನ್ಸೂಚಕ ನಿರ್ವಹಣೆಯ ಮೇಲೆ ಕೇಂದ್ರೀಕರಿಸಿದಂತಹ ಬಳಕೆಯ-ಪ್ರಕರಣ-ನಿರ್ದಿಷ್ಟ ಸಾಫ್ಟ್‌ವೇರ್ ಸೂಟ್‌ಗಳು ಹೆಚ್ಚು ಸಾಮಾನ್ಯವಾಗುತ್ತಿವೆ. ಡೇಟಾ ಮೂಲಗಳ ವೈವಿಧ್ಯತೆ ಮತ್ತು ಪೂರ್ವ-ತರಬೇತಿ ಮಾದರಿಗಳ ಬಳಕೆ ಹಾಗೂ ಡೇಟಾ ವರ್ಧನೆ ತಂತ್ರಜ್ಞಾನಗಳ ವ್ಯಾಪಕ ಅಳವಡಿಕೆಯಿಂದಾಗಿ 2021 ರ ಆರಂಭದಲ್ಲಿ AI-ಆಧಾರಿತ ಉತ್ಪನ್ನ ಡೇಟಾ ನಿರ್ವಹಣೆ (PdM) ಸಾಫ್ಟ್‌ವೇರ್ ಪರಿಹಾರಗಳನ್ನು ಬಳಸುವ ಪೂರೈಕೆದಾರರ ಸಂಖ್ಯೆ 73 ಕ್ಕೆ ಏರಿದೆ ಎಂದು IoT Analytics ಗಮನಿಸಿದೆ.

ಅಂಶ 2: AI ಪರಿಹಾರಗಳ ಅಭಿವೃದ್ಧಿ ಮತ್ತು ನಿರ್ವಹಣೆಯನ್ನು ಸರಳೀಕರಿಸಲಾಗುತ್ತಿದೆ.

ಸ್ವಯಂಚಾಲಿತ ಯಂತ್ರ ಕಲಿಕೆ (ಆಟೋಎಂಎಲ್) ಪ್ರಮಾಣಿತ ಉತ್ಪನ್ನವಾಗುತ್ತಿದೆ.

ಯಂತ್ರ ಕಲಿಕೆ (ML) ಗೆ ಸಂಬಂಧಿಸಿದ ಕಾರ್ಯಗಳ ಸಂಕೀರ್ಣತೆಯಿಂದಾಗಿ, ಯಂತ್ರ ಕಲಿಕೆ ಅನ್ವಯಿಕೆಗಳ ತ್ವರಿತ ಬೆಳವಣಿಗೆಯು ಪರಿಣತಿಯಿಲ್ಲದೆ ಬಳಸಬಹುದಾದ ಆಫ್-ದಿ-ಶೆಲ್ಫ್ ಯಂತ್ರ ಕಲಿಕೆ ವಿಧಾನಗಳ ಅಗತ್ಯವನ್ನು ಸೃಷ್ಟಿಸಿದೆ. ಇದರ ಪರಿಣಾಮವಾಗಿ ಬಂದ ಸಂಶೋಧನಾ ಕ್ಷೇತ್ರವಾದ ಯಂತ್ರ ಕಲಿಕೆಗಾಗಿ ಪ್ರಗತಿಶೀಲ ಯಾಂತ್ರೀಕರಣವನ್ನು ಆಟೋಎಂಎಲ್ ಎಂದು ಕರೆಯಲಾಗುತ್ತದೆ. ಗ್ರಾಹಕರು ಎಂಎಲ್ ಮಾದರಿಗಳನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಲು ಮತ್ತು ಕೈಗಾರಿಕಾ ಬಳಕೆಯ ಪ್ರಕರಣಗಳನ್ನು ವೇಗವಾಗಿ ಕಾರ್ಯಗತಗೊಳಿಸಲು ಸಹಾಯ ಮಾಡಲು ವಿವಿಧ ಕಂಪನಿಗಳು ತಮ್ಮ AI ಕೊಡುಗೆಗಳ ಭಾಗವಾಗಿ ಈ ತಂತ್ರಜ್ಞಾನವನ್ನು ಬಳಸಿಕೊಳ್ಳುತ್ತಿವೆ. ಉದಾಹರಣೆಗೆ, ನವೆಂಬರ್ 2020 ರಲ್ಲಿ, ವೆಚ್ಚವನ್ನು ಕಡಿಮೆ ಮಾಡಲು ಮತ್ತು ಗ್ರಾಹಕರಿಗೆ ಹೊಸ ವ್ಯವಹಾರ ಮಾದರಿಗಳನ್ನು ಸಕ್ರಿಯಗೊಳಿಸಲು ಯಂತ್ರ ಪ್ರಕ್ರಿಯೆ ಡೇಟಾವನ್ನು ಕಂಪನ ಮತ್ತು ತಾಪಮಾನದ ಡೇಟಾದೊಂದಿಗೆ ಸಂಯೋಜಿಸುವ ಆಟೋಎಂಎಲ್ ಆಧಾರಿತ ಉತ್ಪನ್ನವನ್ನು ಎಸ್‌ಕೆಎಫ್ ಘೋಷಿಸಿತು.

ಯಂತ್ರ ಕಲಿಕೆ ಕಾರ್ಯಾಚರಣೆಗಳು (ML Ops) ಮಾದರಿ ನಿರ್ವಹಣೆ ಮತ್ತು ನಿರ್ವಹಣೆಯನ್ನು ಸರಳಗೊಳಿಸುತ್ತದೆ.

ಹೊಸ ಯಂತ್ರ ಕಲಿಕೆ ಕಾರ್ಯಾಚರಣೆಗಳ ವಿಭಾಗವು ಉತ್ಪಾದನಾ ಪರಿಸರದಲ್ಲಿ AI ಮಾದರಿಗಳ ನಿರ್ವಹಣೆಯನ್ನು ಸರಳಗೊಳಿಸುವ ಗುರಿಯನ್ನು ಹೊಂದಿದೆ. AI ಮಾದರಿಯ ಕಾರ್ಯಕ್ಷಮತೆಯು ಸಾಮಾನ್ಯವಾಗಿ ಕಾಲಾನಂತರದಲ್ಲಿ ಕುಸಿಯುತ್ತದೆ ಏಕೆಂದರೆ ಅದು ಸ್ಥಾವರದೊಳಗಿನ ಹಲವಾರು ಅಂಶಗಳಿಂದ ಪ್ರಭಾವಿತವಾಗಿರುತ್ತದೆ (ಉದಾಹರಣೆಗೆ, ಡೇಟಾ ವಿತರಣೆ ಮತ್ತು ಗುಣಮಟ್ಟದ ಮಾನದಂಡಗಳಲ್ಲಿನ ಬದಲಾವಣೆಗಳು). ಪರಿಣಾಮವಾಗಿ, ಕೈಗಾರಿಕಾ ಪರಿಸರಗಳ ಉತ್ತಮ ಗುಣಮಟ್ಟದ ಅವಶ್ಯಕತೆಗಳನ್ನು ಪೂರೈಸಲು ಮಾದರಿ ನಿರ್ವಹಣೆ ಮತ್ತು ಯಂತ್ರ ಕಲಿಕೆ ಕಾರ್ಯಾಚರಣೆಗಳು ಅಗತ್ಯವಾಗಿವೆ (ಉದಾಹರಣೆಗೆ, 99% ಕ್ಕಿಂತ ಕಡಿಮೆ ಕಾರ್ಯಕ್ಷಮತೆಯನ್ನು ಹೊಂದಿರುವ ಮಾದರಿಗಳು ಕಾರ್ಮಿಕರ ಸುರಕ್ಷತೆಗೆ ಅಪಾಯವನ್ನುಂಟುಮಾಡುವ ನಡವಳಿಕೆಯನ್ನು ಗುರುತಿಸುವಲ್ಲಿ ವಿಫಲವಾಗಬಹುದು).

ಇತ್ತೀಚಿನ ವರ್ಷಗಳಲ್ಲಿ, DataRobot, Grid.AI, Pinecone/Zilliz, Seldon, ಮತ್ತು Weights & Biases ಸೇರಿದಂತೆ ಅನೇಕ ಸ್ಟಾರ್ಟ್‌ಅಪ್‌ಗಳು ML Ops ಕ್ಷೇತ್ರಕ್ಕೆ ಸೇರಿಕೊಂಡಿವೆ. ಸ್ಥಾಪಿತ ಕಂಪನಿಗಳು ತಮ್ಮ ಅಸ್ತಿತ್ವದಲ್ಲಿರುವ AI ಸಾಫ್ಟ್‌ವೇರ್ ಕೊಡುಗೆಗಳಿಗೆ ಯಂತ್ರ ಕಲಿಕೆ ಕಾರ್ಯಾಚರಣೆಗಳನ್ನು ಸೇರಿಸಿವೆ, ಇದರಲ್ಲಿ Azure ML ಸ್ಟುಡಿಯೋದಲ್ಲಿ ಡೇಟಾ ಡ್ರಿಫ್ಟ್ ಪತ್ತೆಹಚ್ಚುವಿಕೆಯನ್ನು ಪರಿಚಯಿಸಿದ ಮೈಕ್ರೋಸಾಫ್ಟ್ ಸೇರಿದೆ. ಈ ಹೊಸ ವೈಶಿಷ್ಟ್ಯವು ಮಾದರಿ ಕಾರ್ಯಕ್ಷಮತೆಯನ್ನು ಕುಗ್ಗಿಸುವ ಇನ್‌ಪುಟ್ ಡೇಟಾದ ವಿತರಣೆಯಲ್ಲಿನ ಬದಲಾವಣೆಗಳನ್ನು ಪತ್ತೆಹಚ್ಚಲು ಬಳಕೆದಾರರಿಗೆ ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆ.

ಅಂಶ 3: ಅಸ್ತಿತ್ವದಲ್ಲಿರುವ ಅಪ್ಲಿಕೇಶನ್‌ಗಳು ಮತ್ತು ಬಳಕೆಯ ಸಂದರ್ಭಗಳಿಗೆ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು ಅನ್ವಯಿಸಲಾಗಿದೆ

ಸಾಂಪ್ರದಾಯಿಕ ಸಾಫ್ಟ್‌ವೇರ್ ಪೂರೈಕೆದಾರರು AI ಸಾಮರ್ಥ್ಯಗಳನ್ನು ಸೇರಿಸುತ್ತಿದ್ದಾರೆ.

MS Azure ML, AWS SageMaker, ಮತ್ತು Google Cloud Vertex AI ನಂತಹ ಅಸ್ತಿತ್ವದಲ್ಲಿರುವ ದೊಡ್ಡ ಅಡ್ಡ AI ಸಾಫ್ಟ್‌ವೇರ್ ಪರಿಕರಗಳ ಜೊತೆಗೆ, ಗಣಕೀಕೃತ ನಿರ್ವಹಣೆ ನಿರ್ವಹಣಾ ವ್ಯವಸ್ಥೆಗಳು (CAMMS), ಉತ್ಪಾದನಾ ಕಾರ್ಯಗತಗೊಳಿಸುವ ವ್ಯವಸ್ಥೆಗಳು (MES) ಅಥವಾ ಎಂಟರ್‌ಪ್ರೈಸ್ ಸಂಪನ್ಮೂಲ ಯೋಜನೆ (ERP) ನಂತಹ ಸಾಂಪ್ರದಾಯಿಕ ಸಾಫ್ಟ್‌ವೇರ್ ಸೂಟ್‌ಗಳನ್ನು ಈಗ AI ಸಾಮರ್ಥ್ಯಗಳನ್ನು ಇಂಜೆಕ್ಟ್ ಮಾಡುವ ಮೂಲಕ ಗಮನಾರ್ಹವಾಗಿ ಸುಧಾರಿಸಬಹುದು. ಉದಾಹರಣೆಗೆ, ERP ಪೂರೈಕೆದಾರ Epicor ಸಾಫ್ಟ್‌ವೇರ್ ತನ್ನ Epicor ವರ್ಚುವಲ್ ಅಸಿಸ್ಟೆಂಟ್ (EVA) ಮೂಲಕ ತನ್ನ ಅಸ್ತಿತ್ವದಲ್ಲಿರುವ ಉತ್ಪನ್ನಗಳಿಗೆ AI ಸಾಮರ್ಥ್ಯಗಳನ್ನು ಸೇರಿಸುತ್ತಿದೆ. ಉತ್ಪಾದನಾ ಕಾರ್ಯಾಚರಣೆಗಳನ್ನು ಮರುಹೊಂದಿಸುವುದು ಅಥವಾ ಸರಳ ಪ್ರಶ್ನೆಗಳನ್ನು ನಿರ್ವಹಿಸುವುದು (ಉದಾಹರಣೆಗೆ, ಉತ್ಪನ್ನ ಬೆಲೆ ಅಥವಾ ಲಭ್ಯವಿರುವ ಭಾಗಗಳ ಸಂಖ್ಯೆಯ ಬಗ್ಗೆ ವಿವರಗಳನ್ನು ಪಡೆಯುವುದು) ಮುಂತಾದ ERP ಪ್ರಕ್ರಿಯೆಗಳನ್ನು ಸ್ವಯಂಚಾಲಿತಗೊಳಿಸಲು ಬುದ್ಧಿವಂತ EVA ಏಜೆಂಟ್‌ಗಳನ್ನು ಬಳಸಲಾಗುತ್ತದೆ.

AIoT ಬಳಸಿಕೊಂಡು ಕೈಗಾರಿಕಾ ಬಳಕೆಯ ಪ್ರಕರಣಗಳನ್ನು ನವೀಕರಿಸಲಾಗುತ್ತಿದೆ.

ಅಸ್ತಿತ್ವದಲ್ಲಿರುವ ಹಾರ್ಡ್‌ವೇರ್/ಸಾಫ್ಟ್‌ವೇರ್ ಮೂಲಸೌಕರ್ಯಕ್ಕೆ AI ಸಾಮರ್ಥ್ಯಗಳನ್ನು ಸೇರಿಸುವ ಮೂಲಕ ಹಲವಾರು ಕೈಗಾರಿಕಾ ಬಳಕೆಯ ಸಂದರ್ಭಗಳನ್ನು ವರ್ಧಿಸಲಾಗುತ್ತಿದೆ. ಗುಣಮಟ್ಟ ನಿಯಂತ್ರಣ ಅನ್ವಯಿಕೆಗಳಲ್ಲಿ ಯಂತ್ರ ದೃಷ್ಟಿ ಒಂದು ಎದ್ದುಕಾಣುವ ಉದಾಹರಣೆಯಾಗಿದೆ. ಸಾಂಪ್ರದಾಯಿಕ ಯಂತ್ರ ದೃಷ್ಟಿ ವ್ಯವಸ್ಥೆಗಳು ವಸ್ತುಗಳು ದೋಷಗಳನ್ನು ಪ್ರದರ್ಶಿಸುತ್ತವೆಯೇ ಎಂದು ನಿರ್ಧರಿಸಲು ಪೂರ್ವನಿರ್ಧರಿತ ನಿಯತಾಂಕಗಳು ಮತ್ತು ಮಿತಿಗಳನ್ನು (ಉದಾ, ಹೆಚ್ಚಿನ ಕಾಂಟ್ರಾಸ್ಟ್) ಮೌಲ್ಯಮಾಪನ ಮಾಡುವ ವಿಶೇಷ ಸಾಫ್ಟ್‌ವೇರ್‌ನೊಂದಿಗೆ ಸಜ್ಜುಗೊಂಡ ಸಂಯೋಜಿತ ಅಥವಾ ಡಿಸ್ಕ್ರೀಟ್ ಕಂಪ್ಯೂಟರ್‌ಗಳ ಮೂಲಕ ಚಿತ್ರಗಳನ್ನು ಪ್ರಕ್ರಿಯೆಗೊಳಿಸುತ್ತವೆ. ಅನೇಕ ಸಂದರ್ಭಗಳಲ್ಲಿ (ಉದಾಹರಣೆಗೆ, ವಿಭಿನ್ನ ವೈರಿಂಗ್ ಆಕಾರಗಳನ್ನು ಹೊಂದಿರುವ ಎಲೆಕ್ಟ್ರಾನಿಕ್ ಘಟಕಗಳು), ತಪ್ಪು ಧನಾತ್ಮಕ ಸಂಖ್ಯೆ ತುಂಬಾ ಹೆಚ್ಚಾಗಿದೆ.

ಆದಾಗ್ಯೂ, ಈ ವ್ಯವಸ್ಥೆಗಳನ್ನು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ಮೂಲಕ ಪುನರುಜ್ಜೀವನಗೊಳಿಸಲಾಗುತ್ತಿದೆ. ಉದಾಹರಣೆಗೆ, ಕೈಗಾರಿಕಾ ಯಂತ್ರ ವಿಷನ್ ಪೂರೈಕೆದಾರ ಕಾಗ್ನೆಕ್ಸ್ ಜುಲೈ 2021 ರಲ್ಲಿ ಹೊಸ ಡೀಪ್ ಲರ್ನಿಂಗ್ ಟೂಲ್ (ವಿಷನ್ ಪ್ರೊ ಡೀಪ್ ಲರ್ನಿಂಗ್ 2.0) ಅನ್ನು ಬಿಡುಗಡೆ ಮಾಡಿತು. ಹೊಸ ಪರಿಕರಗಳು ಸಾಂಪ್ರದಾಯಿಕ ದೃಷ್ಟಿ ವ್ಯವಸ್ಥೆಗಳೊಂದಿಗೆ ಸಂಯೋಜಿಸಲ್ಪಟ್ಟಿವೆ, ಅಂತಿಮ ಬಳಕೆದಾರರು ಗೀರುಗಳು, ಮಾಲಿನ್ಯ ಮತ್ತು ಇತರ ದೋಷಗಳ ನಿಖರವಾದ ಅಳತೆಯ ಅಗತ್ಯವಿರುವ ಬೇಡಿಕೆಯ ವೈದ್ಯಕೀಯ ಮತ್ತು ಎಲೆಕ್ಟ್ರಾನಿಕ್ ಪರಿಸರಗಳನ್ನು ಪೂರೈಸಲು ಅದೇ ಅಪ್ಲಿಕೇಶನ್‌ನಲ್ಲಿ ಸಾಂಪ್ರದಾಯಿಕ ದೃಷ್ಟಿ ಪರಿಕರಗಳೊಂದಿಗೆ ಆಳವಾದ ಕಲಿಕೆಯನ್ನು ಸಂಯೋಜಿಸಲು ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆ.

ಅಂಶ 4: ಕೈಗಾರಿಕಾ AIoT ಹಾರ್ಡ್‌ವೇರ್ ಅನ್ನು ಸುಧಾರಿಸಲಾಗುತ್ತಿದೆ

AI ಚಿಪ್‌ಗಳು ವೇಗವಾಗಿ ಸುಧಾರಿಸುತ್ತಿವೆ.

ಎಂಬೆಡೆಡ್ ಹಾರ್ಡ್‌ವೇರ್ AI ಚಿಪ್‌ಗಳು ವೇಗವಾಗಿ ಬೆಳೆಯುತ್ತಿವೆ, AI ಮಾದರಿಗಳ ಅಭಿವೃದ್ಧಿ ಮತ್ತು ನಿಯೋಜನೆಯನ್ನು ಬೆಂಬಲಿಸಲು ವಿವಿಧ ಆಯ್ಕೆಗಳು ಲಭ್ಯವಿದೆ. ಉದಾಹರಣೆಗಳಲ್ಲಿ NVIDIA ದ ಇತ್ತೀಚಿನ ಗ್ರಾಫಿಕ್ಸ್ ಸಂಸ್ಕರಣಾ ಘಟಕಗಳು (Gpus), ಮಾರ್ಚ್ 2021 ರಲ್ಲಿ ಪರಿಚಯಿಸಲಾದ A30 ಮತ್ತು A10 ಸೇರಿವೆ ಮತ್ತು ಶಿಫಾರಸು ವ್ಯವಸ್ಥೆಗಳು ಮತ್ತು ಕಂಪ್ಯೂಟರ್ ದೃಷ್ಟಿ ವ್ಯವಸ್ಥೆಗಳಂತಹ AI ಬಳಕೆಯ ಸಂದರ್ಭಗಳಿಗೆ ಸೂಕ್ತವಾಗಿವೆ. ಮತ್ತೊಂದು ಉದಾಹರಣೆಯೆಂದರೆ Google ನ ನಾಲ್ಕನೇ ತಲೆಮಾರಿನ ಟೆನ್ಸರ್ಸ್ ಪ್ರೊಸೆಸಿಂಗ್ ಘಟಕಗಳು (TPus), ಇವು ನಿರ್ದಿಷ್ಟ AI ಕಾರ್ಯಭಾರಗಳಿಗೆ ಮಾದರಿ ಅಭಿವೃದ್ಧಿ ಮತ್ತು ನಿಯೋಜನೆಯಲ್ಲಿ 1,000 ಪಟ್ಟು ಹೆಚ್ಚಿನ ದಕ್ಷತೆ ಮತ್ತು ವೇಗವನ್ನು ಸಾಧಿಸಬಲ್ಲ ಶಕ್ತಿಶಾಲಿ ವಿಶೇಷ-ಉದ್ದೇಶದ ಇಂಟಿಗ್ರೇಟೆಡ್ ಸರ್ಕ್ಯೂಟ್‌ಗಳು (ASics) ಆಗಿವೆ (ಉದಾ, ವಸ್ತು ಪತ್ತೆ, ಚಿತ್ರ ವರ್ಗೀಕರಣ ಮತ್ತು ಶಿಫಾರಸು ಮಾನದಂಡಗಳು). ಮೀಸಲಾದ AI ಹಾರ್ಡ್‌ವೇರ್ ಅನ್ನು ಬಳಸುವುದರಿಂದ ಮಾದರಿ ಗಣನಾ ಸಮಯವನ್ನು ದಿನಗಳಿಂದ ನಿಮಿಷಗಳಿಗೆ ಕಡಿಮೆ ಮಾಡುತ್ತದೆ ಮತ್ತು ಅನೇಕ ಸಂದರ್ಭಗಳಲ್ಲಿ ಗೇಮ್ ಚೇಂಜರ್ ಎಂದು ಸಾಬೀತಾಗಿದೆ.

ಶಕ್ತಿಯುತ AI ಹಾರ್ಡ್‌ವೇರ್ ಪೇ-ಪರ್-ಯೂಸ್ ಮಾದರಿಯ ಮೂಲಕ ತಕ್ಷಣವೇ ಲಭ್ಯವಿದೆ.

ಸೂಪರ್‌ಸ್ಕೇಲ್ ಉದ್ಯಮಗಳು ತಮ್ಮ ಸರ್ವರ್‌ಗಳನ್ನು ನಿರಂತರವಾಗಿ ಅಪ್‌ಗ್ರೇಡ್ ಮಾಡುತ್ತಿವೆ, ಇದರಿಂದಾಗಿ ಅಂತಿಮ ಬಳಕೆದಾರರು ಕೈಗಾರಿಕಾ AI ಅಪ್ಲಿಕೇಶನ್‌ಗಳನ್ನು ಕಾರ್ಯಗತಗೊಳಿಸಬಹುದು. ಉದಾಹರಣೆಗೆ, ನವೆಂಬರ್ 2021 ರಲ್ಲಿ, AWS ತನ್ನ ಇತ್ತೀಚಿನ GPU-ಆಧಾರಿತ ನಿದರ್ಶನಗಳಾದ Amazon EC2 G5 ಅನ್ನು ಅಧಿಕೃತವಾಗಿ ಬಿಡುಗಡೆ ಮಾಡುವುದಾಗಿ ಘೋಷಿಸಿತು, ಇದು NVIDIA A10G ಟೆನ್ಸರ್ ಕೋರ್ GPU ನಿಂದ ನಡೆಸಲ್ಪಡುತ್ತದೆ, ಇದು ಕಂಪ್ಯೂಟರ್ ದೃಷ್ಟಿ ಮತ್ತು ಶಿಫಾರಸು ಎಂಜಿನ್‌ಗಳು ಸೇರಿದಂತೆ ವಿವಿಧ ML ಅಪ್ಲಿಕೇಶನ್‌ಗಳಿಗಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ. ಉದಾಹರಣೆಗೆ, ಪತ್ತೆ ವ್ಯವಸ್ಥೆಗಳ ಪೂರೈಕೆದಾರ ನ್ಯಾನೊಟ್ರಾನಿಕ್ಸ್ ಪ್ರಕ್ರಿಯೆ ಪ್ರಯತ್ನಗಳನ್ನು ವೇಗಗೊಳಿಸಲು ಮತ್ತು ಮೈಕ್ರೋಚಿಪ್‌ಗಳು ಮತ್ತು ನ್ಯಾನೊಟ್ಯೂಬ್‌ಗಳ ತಯಾರಿಕೆಯಲ್ಲಿ ಹೆಚ್ಚು ನಿಖರವಾದ ಪತ್ತೆ ದರಗಳನ್ನು ಸಾಧಿಸಲು ಅದರ AI-ಆಧಾರಿತ ಗುಣಮಟ್ಟದ ನಿಯಂತ್ರಣ ಪರಿಹಾರದ Amazon EC2 ಉದಾಹರಣೆಗಳನ್ನು ಬಳಸುತ್ತದೆ.

ತೀರ್ಮಾನ ಮತ್ತು ನಿರೀಕ್ಷೆ

AI ಕಾರ್ಖಾನೆಯಿಂದ ಹೊರಬರುತ್ತಿದೆ, ಮತ್ತು ಇದು AI-ಆಧಾರಿತ PdM ನಂತಹ ಹೊಸ ಅಪ್ಲಿಕೇಶನ್‌ಗಳಲ್ಲಿ ಮತ್ತು ಅಸ್ತಿತ್ವದಲ್ಲಿರುವ ಸಾಫ್ಟ್‌ವೇರ್ ಮತ್ತು ಬಳಕೆಯ ಸಂದರ್ಭಗಳಿಗೆ ವರ್ಧನೆಗಳಾಗಿ ಸರ್ವವ್ಯಾಪಿಯಾಗಿರುತ್ತದೆ. ದೊಡ್ಡ ಉದ್ಯಮಗಳು ಹಲವಾರು AI ಬಳಕೆಯ ಪ್ರಕರಣಗಳನ್ನು ಹೊರತರುತ್ತಿವೆ ಮತ್ತು ಯಶಸ್ಸನ್ನು ವರದಿ ಮಾಡುತ್ತಿವೆ ಮತ್ತು ಹೆಚ್ಚಿನ ಯೋಜನೆಗಳು ಹೂಡಿಕೆಯ ಮೇಲೆ ಹೆಚ್ಚಿನ ಲಾಭವನ್ನು ಹೊಂದಿವೆ. ಒಟ್ಟಾರೆಯಾಗಿ, ಕ್ಲೌಡ್, ಐಒಟಿ ಪ್ಲಾಟ್‌ಫಾರ್ಮ್‌ಗಳು ಮತ್ತು ಶಕ್ತಿಯುತ AI ಚಿಪ್‌ಗಳ ಏರಿಕೆಯು ಹೊಸ ಪೀಳಿಗೆಯ ಸಾಫ್ಟ್‌ವೇರ್ ಮತ್ತು ಆಪ್ಟಿಮೈಸೇಶನ್‌ಗೆ ವೇದಿಕೆಯನ್ನು ಒದಗಿಸುತ್ತದೆ.