Що стоїть на шляху розвитку та впровадження цифрових близнюків?

Величезний потенціал технології цифрових близнюків – з її здатністю створювати цифрові копії фізичних об’єктів, процесів і середовищ – має застосування, яке охоплює різні галузі, від копіювання небезпечних середовищ до демонстрації космічних кораблів для дистанційного навчання. Останні аналізи від McKinsey припускає, що інтерес настільки великий, що глобальний ринок цифрових двійників зростатиме приблизно на 60% на рік протягом наступних п’яти років і досягне 73.5 мільярдів доларів до 2027 року. Інтерес, безумовно, є, але чи справді послідувало впровадження?

Відповідь – це складно. Технологія цифрових близнюків та варіанти їх використання надзвичайно розвинулися, але для масштабного впровадження цифрових близнюків необхідно вирішити проблеми.

Еволюція цифрових близнюків

Справжнє усиновлення цифровий близнюк технологія була повільною, оскільки донедавна їй бракувало розуму, щоб вийти за рамки простого представлення активу. Більш цінною була б можливість точно моделювати, прогнозувати та контролювати його поведінку. Цифрові близнюки також були створені на замовлення, і їм не вистачало можливості глобально вчитися на поведінці подібних активів. Їхні ідеї були закритими й не завжди застосовними до ширших організаційних потреб, що робило їх значні інвестиції з невеликою прибутковістю.

Незважаючи на це, деякі перші користувачі цифрових близнюків включають виробництво, роздрібну торгівлю, охорону здоров’я та автомобільну промисловість, які змогли випробувати нові засоби, конфігурації та процеси в контрольованому середовищі.

Завдяки новим підходам, керованим штучним інтелектом, ми побачимо швидкий перехід від «цифрових близнюків» до «симуляції» та «агентства» на основі штучного інтелекту, що значно розширить варіанти використання та сприятиме широкому впровадженню. Давайте розглянемо ці категорії використання:

• Подання – Ранні ітерації цифрових двійників були простими цифровими представленнями активів, які не були особливо корисними за межами вибраних випадків використання для покращення дизайну та виконання певних завдань. По суті, це «копія» технології цифрового близнюка.
• Моделювання – Сьогодні цифрові двійники еволюціонують від репрезентації до симуляції, що сприяє більш широкому набору випадків використання. Симуляція означає, що цифрові близнюки не тільки віддзеркалюють актив або середовище, але й точно імітують майбутні сценарії. На цьому етапі вони можуть вивчати дані з інших подібних процесів, щоб отримати значущу інформацію. Близнюки симуляції використовують алгоритми штучного інтелекту для моделювання результатів виробництва, рекомендацій щодо оптимальних налаштувань машини та спрямування виробничих команд до покращення бізнес-цілей у виробничих умовах.
• агентство – Наступним етапом еволюції після моделювання буде агентство, яке дозволить активам, процесам і цілим частинам виробництва планувати та діяти автономно. На цьому етапі вони також прийматимуть складні рішення та працюватимуть у партнерстві з людьми, щоб стимулювати більш стале виробництво. Це етап цифрового агента-близнюка.

Для переходу між етапами потрібні різні рівні допоміжних технологій, і надзвичайно важливо, щоб організації мали правильний пакет технологій для досягнення максимального ефекту та рентабельності інвестицій цифрових двійників.

Основна технологія для цифрових близнюків

Правильна фундаментальна технологія має бути встановлена ​​перед переходом від репрезентації до моделювання, а потім, зрештою, до агентства.

Знову використовуючи виробництво як приклад, організації, які хочуть створити цифрову симуляцію даного процесу або заводського середовища, повинні мати надійні можливості онлайн-сенсору. Ці датчики передають дані з вхідних і вихідних даних на різних критичних етапах подорожі, щоб забезпечити надійну інформацію для моделювання. Багато цих даних є легкодоступними, і ми бачили, як виробники технологічних процесів проводили якісні онлайн-виміри на виходах (тобто папері), але зазвичай існує прогалина у вимірюваннях вхідних даних (тобто деревних волокон, які йдуть на виготовлення паперової маси). виробництво).

Щоб уникнути цього, виробничі команди повинні чітко визначити симуляцію, яку вони намагаються досягти, а також різні вхідні дані, машини та системи, які задіяні, а також різні параметри кожного етапу протягом усього процесу. Ймовірно, для цього знадобиться залучати експертів із багатьох функцій, щоб переконатися, що всі аспекти моделі враховані, що потім допоможе переконатися, що дані є достатньо надійними для моделювання.

Зв’язність і порівняння

Цифрові близнюки, які повністю ізольовані, втрачають знання з інших моделей у подібних сценаріях. Самі моделі, які вносять свій внесок у цифровий двійник, повинні заповнюватися даними з інших подібних моделей і цифрових близнюків, щоб продемонструвати, як «чудово» або оптимально виглядає глобально, а не лише в рамках локального процесу, який досліджується.

Як наслідок, для цифрових близнюків потрібен великий хмарний компонент, інакше організації ризикують втратити будь-яку подобу повних обіцянок, які пропонує ця технологія.

Інша сторона медалі полягає в тому, що цифрові близнюки не повинні покладатися виключно на хмарні технології, оскільки затримка хмари може створювати перешкоди для таких факторів, як збір даних у реальному часі та інструкцій у реальному часі. Подумайте, наскільки безглуздим було б мати симуляцію, призначену для запобігання несправностям машини, лише щоб симуляція виявила зламаний ремінь задовго до того, як деталь перестала функціонувати належним чином і вся машина зупинилася.

Щоб подолати ці проблеми, доцільно додати компонент із підтримкою периферійного штучного інтелекту. Це гарантує, що дані можуть бути захоплені якомога ближче до процесу, що моделюється.

Можливі проблеми з розгортанням і керуванням

Окрім належного технологічного стеку та інфраструктури для збору необхідних даних для симуляційних близнюків на основі штучного інтелекту, довіра залишається значною перепоною на шляху до розгортання. Водії таксі в Лондоні можуть знати карту міста та всі його ярлики, але GPS зазвичай надає водіям точніші маршрути, враховуючи дані про дорожній рух. Подібним чином інженерам і фахівцям-виробникам необхідно випробувати точні та безпечні симуляції, щоб повністю здобути впевненість у своїх можливостях.

Щоб завоювати довіру, потрібен час, але прозорість моделей і даних, що передаються цифровим близнюкам, може пришвидшити цей процес. Організаціям слід стратегічно подумати про зміну мислення, необхідну для того, щоб змусити команди довіряти ідеям цієї потужної технології – або ризикують втратити рентабельність інвестицій.

Шлях до агентства

Незважаючи на обіцянку цифрових близнюків, впровадження було відносно повільним — донедавна. Впровадження моделей на основі штучного інтелекту може перетворити цифрових близнюків від представлення до симуляції, поєднуючи інформацію з інших моделей для створення унікальних знань.

У міру зростання інвестицій і довіри цифрові близнюки з часом досягнуть статусу агентства та зможуть самостійно приймати складні рішення. Справжня цінність ще не розкрита, але цифрові близнюки мають потенціал трансформувати галузі від виробництва до охорони здоров’я та роздрібної торгівлі.