چار عوامل صنعتی AIoT کو نیا پسندیدہ بناتے ہیں۔

حال ہی میں جاری کردہ انڈسٹریل AI اور AI مارکیٹ رپورٹ 2021-2026 کے مطابق، صنعتی ترتیبات میں AI کو اپنانے کی شرح صرف دو سالوں میں 19 فیصد سے بڑھ کر 31 فیصد ہو گئی۔ 31 فیصد جواب دہندگان کے علاوہ جنہوں نے اپنے آپریشنز میں AI کو مکمل یا جزوی طور پر متعارف کرایا ہے، مزید 39 فیصد فی الحال ٹیکنالوجی کی جانچ یا پائلٹ کر رہے ہیں۔

AI دنیا بھر میں مینوفیکچررز اور توانائی کمپنیوں کے لیے ایک کلیدی ٹیکنالوجی کے طور پر ابھر رہا ہے، اور IoT تجزیہ پیش گوئی کرتا ہے کہ صنعتی AI سلوشنز مارکیٹ 2026 تک 102.17 بلین ڈالر تک پہنچنے کے لیے 35 فیصد کی مضبوط پوسٹ پینڈیمک کمپاؤنڈ سالانہ گروتھ ریٹ (CAGR) دکھائے گی۔

ڈیجیٹل دور نے چیزوں کے انٹرنیٹ کو جنم دیا ہے۔ یہ دیکھا جا سکتا ہے کہ مصنوعی ذہانت کے ظہور نے انٹرنیٹ آف تھنگز کی ترقی کی رفتار کو تیز کر دیا ہے۔

آئیے صنعتی AI اور AIoT کے عروج کو چلانے والے کچھ عوامل پر ایک نظر ڈالتے ہیں۔

عنصر 1: صنعتی AIoT کے لیے زیادہ سے زیادہ سافٹ ویئر ٹولز

2019 میں، جب Iot تجزیات نے صنعتی AI کا احاطہ کرنا شروع کیا، آپریشنل ٹیکنالوجی (OT) وینڈرز کی جانب سے کچھ وقف شدہ AI سافٹ ویئر پروڈکٹس تھے۔ اس کے بعد سے، بہت سے OT وینڈرز فیکٹری فلور کے لیے AI پلیٹ فارمز کی شکل میں AI سافٹ ویئر حل تیار کرکے اور فراہم کرکے AI مارکیٹ میں داخل ہوئے ہیں۔

اعداد و شمار کے مطابق، تقریباً 400 دکاندار AIoT سافٹ ویئر پیش کرتے ہیں۔ صنعتی AI مارکیٹ میں شامل ہونے والے سافٹ ویئر فروشوں کی تعداد میں پچھلے دو سالوں میں ڈرامائی طور پر اضافہ ہوا ہے۔ مطالعہ کے دوران، IoT تجزیات نے مینوفیکچررز/صنعتی صارفین کو AI ٹیکنالوجی کے 634 سپلائرز کی نشاندہی کی۔ ان کمپنیوں میں سے 389 (61.4%) AI سافٹ ویئر پیش کرتے ہیں۔

نیا AI سافٹ ویئر پلیٹ فارم صنعتی ماحول پر مرکوز ہے۔ Uptake، Braincube، یا C3 AI سے آگے، آپریشنل ٹیکنالوجی (OT) فروشوں کی ایک بڑھتی ہوئی تعداد وقف AI سافٹ ویئر پلیٹ فارم پیش کر رہی ہے۔ مثالوں میں ABB کا Genix Industrial analytics اور AI سویٹ، Rockwell Automation's FactoryTalk Innovation suite، شنائیڈر الیکٹرک کا اپنا مینوفیکچرنگ کنسلٹنگ پلیٹ فارم، اور حال ہی میں مخصوص ایڈ آنز شامل ہیں۔ ان میں سے کچھ پلیٹ فارم استعمال کے معاملات کی ایک وسیع رینج کو نشانہ بناتے ہیں۔ مثال کے طور پر، ABB کا Genix پلیٹ فارم جدید تجزیات فراہم کرتا ہے، بشمول آپریشنل کارکردگی کے انتظام، اثاثہ کی سالمیت، پائیداری اور سپلائی چین کی کارکردگی کے لیے پہلے سے تیار کردہ ایپلیکیشنز اور خدمات۔

بڑی کمپنیاں اپنے AI سافٹ ویئر ٹولز کو دکان کے فرش پر لگا رہی ہیں۔

AI سافٹ ویئر ٹولز کی دستیابی بھی AWS، Microsoft اور Google جیسی بڑی کمپنیوں کے تیار کردہ نئے استعمال کے معاملے کے مخصوص سافٹ ویئر ٹولز کے ذریعے چلتی ہے۔ مثال کے طور پر، دسمبر 2020 میں، AWS نے Amazon SageMaker JumpStart کو جاری کیا، جو Amazon SageMaker کی ایک خصوصیت ہے جو صنعتی استعمال کے سب سے عام معاملات، جیسے PdM، کمپیوٹر ویژن، اور خود مختار ڈرائیونگ کے لیے پہلے سے تعمیر شدہ اور حسب ضرورت حل فراہم کرتا ہے۔ صرف چند کلکس.

استعمال کے معاملے میں مخصوص سوفٹ ویئر کے حل استعمال میں بہتری لا رہے ہیں۔

استعمال کے لیے مخصوص سوفٹ ویئر سویٹس، جیسے کہ پیشین گوئی کی دیکھ بھال پر توجہ مرکوز کرنے والے، زیادہ عام ہوتے جا رہے ہیں۔ IoT تجزیات نے مشاہدہ کیا کہ AI پر مبنی پروڈکٹ ڈیٹا مینجمنٹ (PdM) سافٹ ویئر سلوشنز استعمال کرنے والے فراہم کنندگان کی تعداد 2021 کے اوائل میں بڑھ کر 73 ہو گئی ہے جس کی وجہ ڈیٹا کے ذرائع کی مختلف اقسام اور پری ٹریننگ ماڈلز کے استعمال کے ساتھ ساتھ وسیع پیمانے پر ڈیٹا بڑھانے والی ٹیکنالوجیز کو اپنانا۔

فیکٹر 2: AI سلوشنز کی ترقی اور دیکھ بھال کو آسان بنایا جا رہا ہے۔

آٹومیٹڈ مشین لرننگ (AutoML) ایک معیاری پروڈکٹ بن رہی ہے۔

مشین لرننگ (ML) سے وابستہ کاموں کی پیچیدگی کی وجہ سے، مشین لرننگ ایپلی کیشنز کی تیز رفتار ترقی نے آف دی شیلف مشین لرننگ طریقوں کی ضرورت پیدا کردی ہے جو بغیر مہارت کے استعمال کیے جاسکتے ہیں۔ تحقیق کے نتیجے میں پیدا ہونے والا فیلڈ، مشین لرننگ کے لیے ترقی پسند آٹومیشن، کو آٹو ایم ایل کہا جاتا ہے۔ متعدد کمپنیاں اپنی AI پیشکشوں کے حصے کے طور پر اس ٹیکنالوجی کا فائدہ اٹھا رہی ہیں تاکہ صارفین کو ML ماڈل تیار کرنے اور صنعتی استعمال کے معاملات کو تیزی سے نافذ کرنے میں مدد ملے۔ نومبر 2020 میں، مثال کے طور پر، SKF نے آٹو ایم ایل پر مبنی پروڈکٹ کا اعلان کیا جو مشین کے عمل کے ڈیٹا کو کمپن اور درجہ حرارت کے ڈیٹا کے ساتھ جوڑتا ہے تاکہ لاگت کو کم کیا جا سکے اور صارفین کے لیے نئے کاروباری ماڈلز کو فعال کیا جا سکے۔

مشین لرننگ آپریشنز (ML Ops) ماڈل کے انتظام اور دیکھ بھال کو آسان بناتے ہیں۔

مشین لرننگ آپریشنز کے نئے ڈسپلن کا مقصد مینوفیکچرنگ ماحول میں AI ماڈلز کی دیکھ بھال کو آسان بنانا ہے۔ AI ماڈل کی کارکردگی عام طور پر وقت کے ساتھ ساتھ کم ہوتی جاتی ہے کیونکہ یہ پلانٹ کے اندر کئی عوامل سے متاثر ہوتا ہے (مثال کے طور پر، ڈیٹا کی تقسیم اور معیار کے معیارات میں تبدیلی)۔ نتیجتاً، صنعتی ماحول کی اعلیٰ معیار کی ضروریات کو پورا کرنے کے لیے ماڈل مینٹیننس اور مشین لرننگ آپریشنز ضروری ہو گئے ہیں (مثال کے طور پر، 99% سے کم کارکردگی والے ماڈل ایسے رویے کی نشاندہی کرنے میں ناکام ہو سکتے ہیں جو کارکنوں کی حفاظت کو خطرے میں ڈالتے ہیں)۔

حالیہ برسوں میں، بہت سے اسٹارٹ اپ ML Ops اسپیس میں شامل ہوئے ہیں، بشمول DataRobot، Grid.AI، Pinecone/Zilliz، Seldon، اور Weights & Biases۔ قائم کمپنیوں نے اپنے موجودہ AI سافٹ ویئر پیشکشوں میں مشین لرننگ آپریشنز کو شامل کیا ہے، بشمول Microsoft، جس نے Azure ML Studio میں ڈیٹا ڈرفٹ کا پتہ لگانے کو متعارف کرایا ہے۔ یہ نئی خصوصیت صارفین کو ان پٹ ڈیٹا کی تقسیم میں تبدیلیوں کا پتہ لگانے کے قابل بناتی ہے جو ماڈل کی کارکردگی کو کم کرتی ہے۔

فیکٹر 3: مصنوعی ذہانت کا اطلاق موجودہ ایپلی کیشنز اور استعمال کے کیسز پر ہوتا ہے۔

روایتی سافٹ ویئر فراہم کرنے والے AI صلاحیتوں میں اضافہ کر رہے ہیں۔

MS Azure ML، AWS SageMaker، اور Google Cloud Vertex AI جیسے موجودہ بڑے افقی AI سافٹ ویئر ٹولز کے علاوہ، روایتی سافٹ ویئر سویٹس جیسے کمپیوٹرائزڈ مینٹیننس مینجمنٹ سسٹم (CAMMS)، مینوفیکچرنگ ایگزیکیوشن سسٹم (MES) یا انٹرپرائز ریسورس پلاننگ (ERP) اب AI صلاحیتوں کو انجیکشن لگا کر نمایاں طور پر بہتر کیا جا سکتا ہے۔ مثال کے طور پر، ERP فراہم کرنے والا Epicor Software اپنے Epicor ورچوئل اسسٹنٹ (EVA) کے ذریعے اپنی موجودہ مصنوعات میں AI صلاحیتوں کو شامل کر رہا ہے۔ ذہین ایوا ایجنٹس کا استعمال ERP کے عمل کو خودکار کرنے کے لیے کیا جاتا ہے، جیسے کہ مینوفیکچرنگ کے کاموں کو دوبارہ ترتیب دینا یا سادہ سوالات کرنا (مثال کے طور پر، مصنوعات کی قیمتوں یا دستیاب حصوں کی تعداد کے بارے میں تفصیلات حاصل کرنا)۔

AIoT کا استعمال کرتے ہوئے صنعتی استعمال کے معاملات کو اپ گریڈ کیا جا رہا ہے۔

موجودہ ہارڈ ویئر/سافٹ ویئر کے بنیادی ڈھانچے میں AI صلاحیتوں کو شامل کرکے صنعتی استعمال کے کئی معاملات کو بڑھایا جا رہا ہے۔ کوالٹی کنٹرول ایپلی کیشنز میں مشین وژن کی ایک واضح مثال ہے۔ روایتی مشین ویژن سسٹم خصوصی سافٹ ویئر سے لیس انٹیگریٹڈ یا مجرد کمپیوٹرز کے ذریعے تصاویر پر کارروائی کرتے ہیں جو پہلے سے طے شدہ پیرامیٹرز اور تھریشولڈز (مثلاً ہائی کنٹراسٹ) کا جائزہ لیتے ہیں تاکہ یہ معلوم کیا جا سکے کہ آیا اشیاء میں نقائص موجود ہیں۔ بہت سے معاملات میں (مثال کے طور پر، مختلف وائرنگ کی شکلوں کے ساتھ الیکٹرانک اجزاء)، غلط مثبت کی تعداد بہت زیادہ ہے.

تاہم ان نظاموں کو مصنوعی ذہانت کے ذریعے زندہ کیا جا رہا ہے۔ مثال کے طور پر، صنعتی مشین ویژن فراہم کرنے والے Cognex نے جولائی 2021 میں ایک نیا ڈیپ لرننگ ٹول (Vision Pro Deep Learning 2.0) جاری کیا۔ نئے ٹولز روایتی وژن سسٹمز کے ساتھ مربوط ہوتے ہیں، جس سے اختتامی صارفین کو ایک ہی ایپلی کیشن میں روایتی وژن ٹولز کے ساتھ گہری سیکھنے کو یکجا کرنے کے قابل بناتے ہیں۔ ایسے طبی اور الیکٹرانک ماحول کو پورا کریں جن میں خروںچ، آلودگی اور دیگر نقائص کی درست پیمائش کی ضرورت ہوتی ہے۔

فیکٹر 4: صنعتی AIoT ہارڈ ویئر کو بہتر بنایا جا رہا ہے۔

اے آئی چپس تیزی سے بہتر ہو رہی ہیں۔

ایمبیڈڈ ہارڈویئر AI چپس تیزی سے ترقی کر رہے ہیں، AI ماڈلز کی ترقی اور تعیناتی میں مدد کے لیے مختلف اختیارات دستیاب ہیں۔ مثالوں میں NVIDIA کے جدید ترین گرافکس پروسیسنگ یونٹس (Gpus)، A30 اور A10 شامل ہیں، جو مارچ 2021 میں متعارف کرائے گئے تھے اور یہ AI کے استعمال کے معاملات جیسے کہ سفارشی نظام اور کمپیوٹر ویژن سسٹمز کے لیے موزوں ہیں۔ ایک اور مثال گوگل کی چوتھی نسل کے ٹینسر پروسیسنگ یونٹس (TPus) ہے، جو طاقتور خصوصی مقصد کے مربوط سرکٹس (ASics) ہیں جو ماڈل کی ترقی اور مخصوص AI کام کے بوجھ کے لیے تعیناتی میں 1,000 گنا زیادہ کارکردگی اور رفتار حاصل کر سکتے ہیں (جیسے، آبجیکٹ کا پتہ لگانا۔ ، تصویر کی درجہ بندی، اور سفارشی معیارات)۔ وقف شدہ AI ہارڈویئر کا استعمال ماڈل کی گنتی کے وقت کو دنوں سے منٹ تک کم کرتا ہے، اور بہت سے معاملات میں گیم چینجر ثابت ہوا ہے۔

طاقتور AI ہارڈویئر فی استعمال ادائیگی کے ماڈل کے ذریعے فوری طور پر دستیاب ہے۔

سپر اسکیل انٹرپرائزز اپنے سرورز کو مسلسل اپ گریڈ کر رہے ہیں تاکہ کلاؤڈ میں کمپیوٹنگ کے وسائل دستیاب ہو سکیں تاکہ آخری صارفین صنعتی AI ایپلی کیشنز کو لاگو کر سکیں۔ نومبر 2021 میں، مثال کے طور پر، AWS نے اپنے تازہ ترین GPU پر مبنی مثالوں، Amazon EC2 G5 کی باضابطہ ریلیز کا اعلان کیا، جو NVIDIA A10G Tensor Core GPU کے ذریعے تقویت یافتہ ہے، مختلف قسم کے ML ایپلی کیشنز کے لیے، بشمول کمپیوٹر وژن اور سفارشی انجن۔ مثال کے طور پر، پتہ لگانے کے نظام فراہم کرنے والا نانوٹرونکس اپنے AI پر مبنی کوالٹی کنٹرول حل کی Amazon EC2 مثالیں استعمال کرتا ہے تاکہ پروسیسنگ کی کوششوں کو تیز کیا جا سکے اور مائیکرو چپس اور نانوٹوبس کی تیاری میں مزید درست پتہ لگانے کی شرح حاصل کی جا سکے۔

نتیجہ اور امکان

AI فیکٹری سے باہر آ رہا ہے، اور یہ نئی ایپلی کیشنز، جیسے AI پر مبنی PdM، اور موجودہ سافٹ ویئر اور استعمال کے معاملات میں اضافہ کے طور پر ہر جگہ موجود ہوگا۔ بڑے کاروباری ادارے AI کے استعمال کے کئی کیسز اور کامیابی کی اطلاع دے رہے ہیں، اور زیادہ تر پروجیکٹوں میں سرمایہ کاری پر زیادہ منافع ہوتا ہے۔ مجموعی طور پر، کلاؤڈ، iot پلیٹ فارمز اور طاقتور AI چپس کا عروج سافٹ ویئر اور اصلاح کی نئی نسل کے لیے ایک پلیٹ فارم فراہم کرتا ہے۔