Совмещайте данные в реальном времени с моделированием, машинным обучением и человеческим мышлением, чтобы повысить эффективность принятия решений.
Посмотрим правде в глаза: принимать решения сложно. Просто рассмотрите следующие препятствия, которые необходимо преодолеть:
- Вам нужно выяснить, как на самом деле оценивать решения. Какие показатели производительности действительно имеют значение, как бы вы их ранжировали или взвесили?
- Как только вы узнаете, что представляет собой качество решений, вам необходимо оценить, как различные решения оцениваются по определенным показателям.
- Последствия решений обычно проявляются только в будущем. Механизм мгновенной обратной связи отсутствует.
- Решения редко принимаются изолированно, но они взаимодействуют с окружающей средой и решениями, принимаемыми другими.
Естественно, вместе с решениями приходят и ошибки, а ошибки обходятся дорого и болезненно. Как говорит Уоррен Баффет:
«Хорошо учиться на своих ошибках. Лучше учиться на чужих ошибках».
По сути, эта цитата передает дух цифрового двойника. Неудача в реальной жизни стоит дорого, но неудача в виртуальном мире стоит дешево. Цифровой двойник — это виртуальное представление реальной системы, которая может варьироваться от физической системы (например, компонента машины или ветряной турбины) до полной цепочки поставок или даже целого города. В этом виртуальном прокси вы можете легко тестировать множество решений и запускать множество сценариев, чтобы наблюдать, как решения срабатывают.
Но подождите, разве это не просто среда моделирования?
В этот момент вы можете задаться вопросом, не является ли цифровой двойник просто средой моделирования. Разве они не существовали десятилетиями? Да и нет. Хотя вы можете возразить, что это просто причудливое новое название для старой концепции, нюанс заключается в масштабе и богатстве модели. В частности, цифровой двойник основан на данных в реальном времени, сохраняя свое сходство с физическим аналогом с течением времени.
Давайте посмотрим на некоторые определения цифровых двойников.
IBM:
«Цифровой двойник — это виртуальное представление объекта или системы, которое охватывает весь его жизненный цикл, обновляется на основе данных в реальном времени и использует моделирование, машинное обучение и рассуждения для помощи в принятии решений».
Форбс:
Цифровой двойник — это виртуальная модель процесса, продукта или услуги. Такое сочетание виртуального и физического миров позволяет анализировать данные и осуществлять мониторинг систем, чтобы предотвращать проблемы еще до их возникновения, предотвращать простои, разрабатывать новые возможности и даже планировать будущее с помощью моделирования.
Королевский Хасконинг:
«Управляемый соответствующими данными цифровой двойник — это виртуальное зеркало реального актива, процесса или даже всей системы, такой как цепочка поставок или город. Это зеркало дает представление о том, как этот актив ведет себя в различных смоделированных условиях, помогая вам улучшить процесс принятия решений и оптимизировать бизнес-процессы».
Twi-Global:
Цифровой двойник — это, по сути, компьютерная программа, которая использует данные реального мира для создания симуляций, которые могут предсказать, как будет работать продукт или процесс. Эти программы могут интегрировать Интернет вещей (Индустрия 4.0), искусственный интеллект и программную аналитику для повышения производительности.
Википедия:
«Цифровой двойник — это виртуальное представление, которое служит цифровым аналогом физического объекта или процесса в реальном времени. […] Цифровой двойник физического объекта зависит от цифрового потока — самого низкого уровня проектирования и спецификации цифрового двойника — а «двойник» зависит от цифрового потока для поддержания точности».
Перефразируя: несмотря на некоторые различия в интерпретации, все подчеркивают важность данных, степень реализма и применимость для принятия решений. В частности, с учетом появления технологий Интернета вещей и появления платформ данных, в настоящее время у нас есть достаточно обширных и детализированных данных, чтобы перейти от абстрактных имитационных моделей к репрезентативным цифровым двойникам.
Цифровой двойник
Итак, когда родился этот цифровой двойник? Дэвид Гелентер может быть духовным отцом, изложив эту концепцию в своей книге 1991 года «Зеркальные миры». Первое промышленное применение последовало в 2002 году. В 2010 году НАСА было первым, кто действительно применил цифровой двойник в своей программе создания космических аппаратов. Однако только совсем недавно эта концепция действительно получила распространение, чему способствовал всплеск технологий IoT, прорывы в области машинного обучения и взрывной рост доступности данных.
В 2017 году компания Gartner определила цифровые двойники среди 10 основных стратегических технологических тенденций. Действительно, с тех пор они были развернуты в широком спектре отраслей и проблем. Технология цифровых двойников может улучшить существующие продукты и процессы, а также выявить неиспользованные источники инноваций. Я воздержусь от дальнейших щедрых прогнозов здесь, но цифровые двойники, несомненно, будут процветать в ближайшие годы.
Для специалистов по данным симбиоз физического и цифрового мира представляет ключевой интерес. Цифровой двойник — это не параллельная реальность — он имеет непрерывную петлю обратной связи с реальным миром, где данные определяют решения, а решения производят новые данные. Поскольку работа специалиста по данным заключается в том, чтобы исследовать данные и получать полезные идеи, более близкое сходство между обоими мирами будет способствовать новому сотрудничеству между экспертами в предметной области и учеными, занимающимися данными.
Приложения
Здесь было бы легко перечислить несколько интересных примеров, но давайте остановимся на одном. Недавно General Electrics открыла «цифровую ветряную электростанцию», которая имитирует реальный мир. Для каждого физического ветряка в реальном мире в облаке работает виртуальный аналог. С каждой секундой собираются новые операционные данные, создавая все более богатые цифровые прокси, пока мы говорим. Прежде чем построить новый ветряк, сначала в цифровом мире запускается виртуальный двойник, что позволяет заранее точно настроить его конфигурацию.
Еще примеры? Рассмотрим городское планирование (Sim City, но следующего уровня), здравоохранение (создание «виртуального пациента» на основе подробных медицинских данных), производство (управление жизненным циклом продукта) и автомобильную промышленность (разработка функций автомобиля на основе наблюдаемый стиль вождения). На данный момент единственным ограничением, кажется, является наше собственное воображение.
Характеристики конструкции
Цифровые двойники обладают рядом интересных и довольно уникальных характеристик. Ниже приведены ключевые характеристики дизайна, определяющие настоящего цифрового двойника.
Подключение
Ключевым отличием среды моделирования от цифрового двойника являются данные. Интернет вещей со всеми его датчиками и данными приложений позволяет отслеживать физические процессы в беспрецедентных масштабах. Таким образом, он сближает физический и цифровой мир, а цифровые прокси все чаще становятся — ну, близнецами — реальности. Следовательно, барьеры между организациями, продуктами и клиентами могут постепенно уменьшаться.
Разделение данных
В понятии, очень похожем на понятие платформы данных, цифровой двойник по своей природе отделяет данные от их физической сущности. В настоящее время данные можно собирать, передавать, обрабатывать и хранить при очень низких затратах. Разделение данных на отдельный бизнес-уровень открывает двери для применения широкого набора аналитических инструментов и алгоритмов обучения. Вкратце: информация становится свободно доступной для всех заинтересованных сторон без необходимости физического наблюдения за реальной системой.
Диагностика
Поскольку цифровые двойники являются таким точным представлением реальности, виртуальный прокси-сервер можно использовать для диагностики и решения проблем. Например, если происходит автомобильная авария, собранные данные об автомобиле могут быть использованы для выявления причины проблемы. Таким образом, функции безопасности могут быть доработаны в будущих итерациях автомобильных компонентов. Точно так же цифровые двойники могут использоваться, например, для диагностики узких мест в производственных процессах.
Перепрограммирование
Данные, полученные из реальности, предназначены не только для обогащения виртуального мира, и цифровые двойники не ограничиваются пассивной поддержкой принятия решений тем, кто их ищет. Основываясь на информации, полученной из реального мира, цифровой двойник может активно выявлять и тестировать улучшения, напрямую отправляя результаты в физическую систему. Например, программное обеспечение может обновляться «на лету» на основе полученных пользовательских данных. Алгоритмы машинного обучения особенно подходят для задачи перепрограммирования, непрерывно настраивая и улучшая процессы на основе непрерывного потока данных.
Масштабирование и формирование
Как вы, возможно, уже догадались, двойники данных могут играть самые разные роли. Тестирование прототипа продукта до его физического существования требует другой среды, чем, например, мониторинг производственного процесса. Двойник может быть как маленьким, как отдельный компонент, так и большим, как макропроцесс. Цифровые двойники могут принимать различные формы в зависимости от их применения в процессе принятия решений.
Заключительные слова
Потенциал технологии цифровых двойников не менее захватывающий. Чем богаче и точнее становятся виртуальные миры, тем больший потенциал они используют для принятия решений в реальной жизни. Несколько полигамный союз между IoT, моделированием, машинным обучением, платформами данных и людьми-экспертами оказывается особенно плодотворным. Моделирование такой детализированной среды требует времени, но с этого момента можно использовать прием данных в реальном времени и машинное обучение для автоматического создания еще более точных представлений реальности. На данный момент возможности улучшения процесса принятия решений кажутся поистине безграничными.
Так что в следующий раз, когда вы не знаете, что решить: просто спросите своего цифрового двойника.
Выводы
- Цифровой двойник — это виртуальная компьютерная модель, которая имитирует реальную среду, представляя что угодно, от прототипа продукта до фабрики.
- Технологию цифровых двойников можно рассматривать как имитационную модель, дополненную данными и логикой в реальном времени. Алгоритмы машинного обучения и методы Интернета вещей используются для создания богатых и интеллектуальных представлений реальности.
- Цифровых двойников можно использовать для проверки широкого спектра действий во многих сценариях, улучшая решения в реальном мире, сначала наблюдая за ними в виртуальном мире.
- Эта технология является одной из ведущих современных тенденций в бизнесе, которая, по прогнозам, значительно улучшит процесс принятия решений в ближайшие годы.
дальнейшее чтение
Форбс (2017). Что такое технология цифровых двойников и почему она так важна? https://www.forbes.com/sites/bernardmarr/2017/03/06/what-is-digital-twin-technology-and-why-is-it-so-important/?sh=249c9d3a2e2a
Гартнер (2017). Gartner’s Top 10 Technology Trends 2017. https://www.gartner.com/smarterwithgartner/gartners-top-10-technology-trends-2017
Дженерал Электрик (nd). Цифровые решения для ветряных электростанций. https://www.ge.com/renewableenergy/wind-energy/onshore-wind/digital-wind-farm
IBM (без даты). Что такое цифровой двойник? https://www.ibm.com/topics/what-is-a-digital-twin
Цифровые близнецы Royal Haskoning (nd) — где физическое встречается с цифровым. https://global.royalhaskoningdhv.com/digital/trends/digital-twin
Twi-Global (без даты). Что такое технология цифровых двойников и как она работает? https://www.twi-global.com/technical-knowledge/faqs/what-is-digital-twin
Википедия (2021). Цифровой двойник. https://en.wikipedia.org/wiki/Digital_twin
