Промышленный искусственный интеллект — это более широкая область, чем воплощенный интеллект, и его потенциальный рыночный потенциал еще больше.

Промышленные сценарии всегда были одной из важнейших областей коммерциализации ИИ. За последние два года многие компании начали широко применять технологии ИИ на устройствах, в центрах обработки данных и в онлайн-интерфейсах «человек-машина» (HMI). Согласно прогнозам IDC, темпы проникновения и рыночная доля ИИ быстро растут, будь то в программном обеспечении общего назначения, программном обеспечении для промышленного программирования, программном обеспечении для промышленного машинного зрения или другом отраслевом программном обеспечении. Соответственно, спрос на вычислительные мощности ИИ, будь то на стороне устройств, на стороне устройств или в центрах обработки данных, также будет продолжать расти.

Помимо воплощенного интеллекта, конкретные сценарии применения промышленного ИИ также включают следующее:

Машинное зрение: Будучи пионером в применении искусственного интеллекта, сверточные нейронные сети (CNN) на протяжении всего своего развития широко использовались в задачах классификации и обнаружения. В последние годы, с появлением больших моделей, в машинное зрение было внедрено больше технологий ИИ, таких как использование моделей больших данных для генерации образцов или обнаружения аномалий, что позволяет преодолеть ограничения традиционных сетей CNN, требующих переобучения при решении новых задач.

Промышленное управление: Ранее в области управления использовались классические алгоритмы. Однако за последние два года обучение с подкреплением постепенно стало популярным направлением применения как в управлении движением роботов, так и в других традиционных системах управления.

Промышленная цифровизация: ранее основное внимание уделялось таким функциям, как оптимизация планирования производства, а также эксплуатация и техническое обслуживание. В эти функции, основанные на машинном обучении, постепенно внедрялось все больше алгоритмов искусственного интеллекта. За последние два года развитие больших моделей привело к значительному прогрессу в области RAG (Retrieval Augmentation Generation — генерация дополненной и расширенной информации). Ведущие мировые производители, а также многие отечественные ODM-компании и даже независимые разработчики программного обеспечения широко внедрили RAG в свои программные продукты для снижения затрат и повышения эффективности.