Digital Twins: What They Are and How They’re Shaping the Future พวกเขากำลังเปลี่ยนโฉมการผลิตและวิทยาศาสตร์จรวด

Digital Twins: What They Are and How They’re Shaping the Future พวกเขากำลังเปลี่ยนโฉมการผลิตและวิทยาศาสตร์จรวด

เว็บไซต์

“ไม่มีใครมีข้อมูลของตัวเองมากไปกว่า Mike Snyder” Dov Greenbaum นักวิชาการด้านกฎหมายกล่าว
“ไม่มีใคร.”
สไนเดอร์เป็นผู้อำนวยการแผนกจีโนมและการแพทย์เฉพาะบุคคลของคณะแพทยศาสตร์มหาวิทยาลัยสแตนฟอร์ด นอกจากนี้ เขายังเป็นหนึ่งในนักวิจัยที่อยู่เบื้องหลังการศึกษาวิจัยในปี 2012 ที่ได้รับการอ้างถึงอย่างกว้างขวางซึ่งตรวจสอบข้อมูลระดับโมเลกุล จนถึงระดับของจีโนมส่วนบุคคล ของบุคคลหนึ่งคนในระยะเวลา 14 เดือน บุคคลนั้นคือสไนเดอร์เอง

การออกแบบเว็บไซต์

การวิจัยทางการแพทย์ส่วนใหญ่อาศัยกลุ่มวิชา แต่สไนเดอร์และเพื่อนร่วมงานของเขาใช้เส้นทางที่ต่างออกไป โดยรวบรวมข้อมูลตามยาวทั้งหมดจากคนเพียงคนเดียว แสดงให้เห็นถึงการพิสูจน์แนวคิดเบื้องต้นเกี่ยวกับประเภทของยาเฉพาะบุคคลซึ่งจนกระทั่งเมื่อไม่นานมานี้ ฟังนิยายวิทยาศาสตร์-y
แต่แล้วข้อมูลที่เกี่ยวข้องกับ Snyder ทั้งหมดที่มาจากการศึกษาล่ะ จากข้อมูลของ Greenbaum เป็นการรวบรวมข้อมูลดิจิทัลที่แข็งแกร่งที่สุดของมนุษย์คนเดียวที่เรามี
หาก Mike Snyder (บุคคล) ประกอบด้วยข้อมูลทางกายภาพ และหากฮาร์ดไดรฟ์ในห้องทดลองของ Snyder มีข้อมูลเวอร์ชันดิจิทัล เราจะสามารถโต้แย้งได้หรือไม่ว่าฮาร์ดไดรฟ์มีสำเนาของ Mike Snyder
“มันน่าสนใจที่จะคุยกับไมค์และดูว่าเขามีข้อมูลเพียงพอสำหรับสร้างเงาของไมค์หรือเปล่า” กรีนบอมรำพึง “สิ่งที่แสดงให้เห็นอย่างใกล้ชิดว่าเขาเป็นใคร”
โดย “shadow Mike” เราหมายถึงฝาแฝดดิจิทัลหรือตัวแทนดิจิทัลของตัวตนในโลกแห่งความเป็นจริง
“ฝาแฝดดิจิตอล” เกิดขึ้นครั้งแรกในบริบทของการผลิตและการจัดการวงจรชีวิตผลิตภัณฑ์เมื่อประมาณ 20 ปีที่แล้ว ตั้งแต่นั้นมา แนวคิดนี้ก็แพร่กระจายไปยังพื้นที่อื่นๆ เช่น การดูแลสุขภาพ การก่อสร้าง และการวางผังเมือง (อันที่จริงองค์กรนี้เห็นได้ชัดว่ากำลังสร้างฝาแฝดดิจิทัลของ อืม ทั้งประเทศบริเตนใหญ่)
และในขณะที่พลังการประมวลผลของเราไล่ตามจินตนาการ ตัวตนทางกายภาพจำนวนมากขึ้นอาจลงเอยด้วยคู่ดิจิทัล ซึ่งรวมถึงคุณและฉันด้วย
ฝาแฝดดิจิตอลมาจากไหน?
กลับมาเมื่อไมเคิลร่ำไห้ตอนนี้หัวหน้านักวิทยาศาสตร์สำหรับการผลิตขั้นสูงที่สถาบันเทคโนโลยีฟลอริดาเป็นนักศึกษาปริญญาเอกในช่วงปลายยุค ‘ 90s, เขาไม่คิดว่ากระดาษเกี่ยวกับกลยุทธ์สำหรับการเคลื่อนย้ายการทำงานทางกายภาพในพื้นที่เสมือนจะทำให้มันผ่านมาคณะกรรมการวิทยานิพนธ์ .
“ถ้าคุณทำสิ่งแปลกใหม่ในหลักสูตรปริญญาเอก โอกาสที่คุณจะผ่านพ้นไปได้ค่อนข้างมาก” เขากล่าว
ดังนั้นเขาจึงเขียนวิทยานิพนธ์เกี่ยวกับการสื่อสารทางธุรกิจแทน แต่นั่นไม่ได้หยุดเขาจากการคิดหาวิธีใหม่ๆ ในการผสานโลกทางกายภาพเข้ากับดิจิทัล
ในขณะนั้น วิศวกรและผู้ผลิตได้เริ่มก้าวแรกจากแบบจำลองทางกายภาพและพิมพ์เขียว 2 มิติ ไปสู่แบบจำลองการออกแบบโดยใช้คอมพิวเตอร์ช่วย (CAD) 3 มิติ ในขณะเดียวกัน พลังการประมวลผลของคอมพิวเตอร์ก็พร้อมที่จะเติบโตแบบทวีคูณ Grieves ผู้ซึ่งทำงานในซูเปอร์คอมพิวเตอร์เครื่องแรก ILLIAC IV สงสัยว่าหากโมเดล 3 มิติเหล่านั้นสามารถรับข้อมูลเพิ่มเติมได้ พวกเขาจะให้คุณค่าที่ไม่คาดคิด กล่าวคือ งานที่เคยเกิดขึ้นเฉพาะในโลกทางกายภาพเท่านั้นที่สามารถเคลื่อนเข้าสู่โลกเสมือนจริงได้ และความเป็นไปได้ที่เคยติดอยู่ในหัวของเราก็อาจเกิดขึ้นได้ในพื้นที่ดิจิทัล
“เมื่อผมเข้าใจถูกต้องเท่านั้น ผมต้องออกไปข้างนอกและเคลื่อนที่ไปรอบๆ อะตอมราคาแพง”
“มีความคิดนี้ว่าฉันสามารถสร้างผลิตภัณฑ์แบบเสมือนจริง ทดสอบแบบเสมือนจริง ผลิตแบบเสมือนจริง และสนับสนุนแบบเสมือนจริง และเมื่อฉันทำถูกต้องแล้ว ฉันต้องออกไปข้างนอกและเคลื่อนที่ไปทั่วอะตอมที่มีราคาแพง” Grieves กล่าว
เมื่อ Grieves เปิดตัววิสัยทัศน์ของเขาเป็นครั้งแรกในการประชุม Society of Manufacturing Engineers ในเมืองทรอย รัฐมิชิแกน ในปี 2545 เขาได้นำเสนอวิสัยทัศน์ดังกล่าวภายใต้หัวข้อ “การจัดการวงจรชีวิตผลิตภัณฑ์” จนกระทั่งเจ็ดปีต่อมา เมื่อ John Vickers หัวหน้านักเทคโนโลยีของ NASA ซึ่งเป็นเพื่อนร่วมงานของ Grieves ได้รวมแนวคิดนี้ไว้ในรายงานแผนงานขององค์กร ซึ่งได้รับชื่อที่ฉับไว: ดิจิทัลทวิน
การให้คำปรึกษาที่ NASA ช่วยให้ Grieves ตกผลึกคุณค่าของฝาแฝดดิจิทัล เขากล่าวว่า: หากผลิตภัณฑ์ที่คุณทำขึ้นสู่อวกาศ คุณไม่สามารถพึ่งพาความใกล้ชิดทางกายภาพเพื่อทำความเข้าใจและปรับปรุงพวกเขา เพิ่มต้นทุนในการผลิตอากาศยาน และมีเหตุผลที่ดีที่จะทำงานให้มากที่สุดเท่าที่จะเป็นไปได้ในโลกดิจิทัล
Digital Twins ดีสำหรับอะไร?
สำหรับผู้ผลิตและลูกค้า ประโยชน์หลักสองประการของฝาแฝดดิจิทัลคือการประหยัดต้นทุนและความปลอดภัยที่เพิ่มขึ้น
ตัวอย่างเช่น NASA กำลังสร้างชิ้นส่วนจรวดแฝดดิจิทัลซึ่งทำผ่านการผลิตแบบเติมเนื้อวัสดุหรือการพิมพ์ 3 มิติ ในที่สุด Vickers กล่าวว่าฝาแฝดเหล่านั้นจะทำให้กระบวนการทดสอบและคุณสมบัติง่ายขึ้นและคุ้มค่ากว่าการทดลองในโลกทางกายภาพตามที่ Grieves กล่าวไว้ว่า “อะตอมมีราคาแพง”
แต่ก่อนหน้านั้น NASA ต้องคัดเลือกฝาแฝดด้วยการทดลองราคาแพงหลายร้อยครั้ง (อาจเป็นหลายพัน) Vickers กล่าว เขาเดาว่าตอนนี้ประมาณ 75 เปอร์เซ็นต์ของข้อมูลการทดลองมาจากการทดสอบทางกายภาพและ 25 เปอร์เซ็นต์จากฝาแฝด ซึ่งหมายความว่าวิธีการทั้งหมดมีค่าใช้จ่ายมากกว่าสิ่งที่พวกเขาเคยทำมาก่อน แต่เมื่ออัตราส่วนดังกล่าว “พลิกกลับ” อาจนำไปสู่การประหยัดได้มหาศาล
โดยทั่วไปกระบวนการดังกล่าวจะสะท้อนถึงสิ่งที่ Grieves และ Vickers ระบุไว้ในเอกสารปี 2017 ที่โต้เถียงกันเรื่องฝาแฝดดิจิทัลในฐานะตัวทำนาย “พฤติกรรมฉุกเฉินที่ไม่พึงประสงค์ในระบบที่ซับซ้อน” กล่าวอีกนัยหนึ่งคือสิ่งเลวร้ายและไม่คาดคิดที่เกิดขึ้นเมื่อระบบมีส่วนประกอบจำนวนมาก
พวกเขาเขียนว่าฝาแฝดดิจิทัลมีประโยชน์ในทุกขั้นตอนของวงจรชีวิตของผลิตภัณฑ์ ในระหว่างขั้นตอนการวางแผน คู่แฝดดิจิทัลช่วยนักออกแบบและวิศวกรสร้างแบบจำลองรูปแบบผลิตภัณฑ์ จำลองฟังก์ชัน และประเมินความสามารถในการผลิต ในระหว่างการผลิต ฝาแฝดดิจิทัลอนุญาตให้ผู้ผลิตจำลองการประกอบผลิตภัณฑ์ก่อนที่จะใช้ทรัพยากรทางกายภาพ ในระหว่างการดำเนินการ ฝาแฝดดิจิตอลช่วยให้สามารถตรวจสอบได้อย่างใกล้ชิดยิ่งขึ้น และเมื่อมีการรวบรวมและวิเคราะห์ข้อมูลจากผลิตภัณฑ์ทางกายภาพหลายรายการ ผู้ปฏิบัติงานจะได้รับความเข้าใจที่ชัดเจนยิ่งขึ้นว่าสัญญาณข้อมูลใดบ้างที่คาดการณ์ความล้มเหลวของระบบ

เว็บแอพพลิเคชั่น

บทความนี้ตั้งชื่อการระเบิดของChallenger และColumbia ว่าเป็นตัวอย่างของภัยพิบัติที่เกิดจากความล้มเหลวที่ไม่คาดคิด ด้วยฝาแฝดดิจิทัลที่ใช้การจำลองศักยภาพจำนวนนับไม่ถ้วนก่อนที่คู่ขนานของพวกเขาจะมีจริง วิศวกรระบบสามารถช่วยชีวิตคนได้ เช่นเดียวกับเวลาและเงิน
แต่เดี๋ยวก่อน — หากฝาแฝดดิจิทัลเป็นแบบจำลองเสมือนของเอนทิตีทางกายภาพ แฝดดิจิทัลจะมีอยู่จริงได้อย่างไรก่อนที่แฝดจริงของมันจะเกิด
คำถามนั้น Grieves กล่าวว่าสุนัขเขามาจนถึงทุกวันนี้
“มันเป็นการต่อสู้ที่ฉันได้ต่อสู้กับผู้คนมากมาย” เขากล่าว “ไม่จำเป็นต้องมีตัวตนจริง ๆ เพื่อที่จะมีฝาแฝดดิจิทัล”
แต่เป็นความตั้งใจที่จะสร้างคู่ทางกายภาพที่แยกคู่ดิจิตอลออกจากการจำลองหรือรุ่นอื่นตาม Grieves กล่าวอีกนัยหนึ่ง: ฝาแฝดดิจิทัลเป็นแบบจำลองเสมือนจริงของบางสิ่งที่มีอยู่ – หรือที่อาจมีอยู่ในไม่ช้า – ในโลกทางกายภาพ
อะไรทำให้ Digital Twin?
Vickers กล่าวว่าก่อนปี 2010 การค้นหา “digital twin” ใน Google จะไม่ปรากฏมากนัก Grieves อ้างถึงบทความปี 2015 ในThe Economist ว่าเป็นจุดกระโดดสำหรับความสนใจที่แพร่หลายมากขึ้น ไม่ว่าตัวเร่งปฏิกิริยาจะเป็นเช่นไร คู่แฝดดิจิทัลก็ได้วิวัฒนาการจากข้อเสนอทางวิชาการไปสู่กลยุทธ์ AI ที่มีศักยภาพในการสร้างวิศวกรรมระบบขึ้นมาใหม่
วิคเกอร์ไม่สนใจคำนี้ที่ได้รับความนิยมอย่างล้นหลาม (“ตอนนี้ ถ้าฉันได้นิเกิ้ลทุกครั้งที่มีคนใช้คำนี้” เขากล่าวเสริม) แต่คำศัพท์ทางเทคนิคมากมายกลายเป็นที่เลื่องลือในเรื่องการใช้มากเกินไป หรือแม้แต่การใช้ในทางที่ผิด “ดิจิทัลทวิน” ถึงวาระที่จะประสบชะตากรรมเดียวกันหรือไม่?
Michael Krigsman นักวิเคราะห์อุตสาหกรรมและโฮสต์ของพอดคาสต์CXOTalk กล่าวว่าทุกครั้งที่คุณมีเทคโนโลยีที่ทรงพลังและเซ็กซี่ มีความเป็นไปได้ที่จะใช้คำศัพท์ในทางที่ผิด “’แฝดดิจิตอล’ ไม่มีศักยภาพพอที่จะกลายเป็นความไร้ความหมายในระดับเดียวกัน แต่จะถูกนำมาใช้และร่วมให้บริการด้านการตลาดเพื่อประโยชน์ทางการตลาดโดยไม่มีเนื้อหาหรือไม่? ใช่ มันอาจจะเกิดขึ้นก็ได้”
มันเกิดขึ้นกับ “ปัญญาประดิษฐ์” เอง Krigsman กล่าว สิ่งที่เคยอ้างถึงส่วนใหญ่เกี่ยวกับการเรียนรู้ของเครื่องที่แปรสภาพเป็นศัพท์แสงทางการตลาดที่มีหมอกหนาสำหรับซอฟต์แวร์ระดับองค์กรทุกประเภท เช่นเดียวกันอาจกล่าวได้ว่าเป็น “การเปลี่ยนแปลงทางดิจิทัล” ซึ่งครั้งหนึ่งเคยหมายถึงบางสิ่งที่เฉพาะเจาะจงตอนนี้เป็นแนวคิดที่ยากจะตอกย้ำ
หาก Krigsman ถูกต้อง เราจะเห็นคำว่า “Digital Twin” ถูกนำไปใช้อย่างผิดๆ เมื่อมันแพร่กระจายไปยังอุตสาหกรรมและแนวดิ่งใหม่ๆ แต่เรายังได้เห็นแนวคิดนี้ปรากฏขึ้นภายใต้ชื่อที่ต่างไปจากเดิมอย่างสิ้นเชิง
“เมื่อใดก็ตามที่คุณมีเทคโนโลยีที่ทรงพลังและเซ็กซี่ มีความเป็นไปได้ที่จะใช้คำศัพท์ในทางที่ผิด”
ตัวอย่างเช่น Karan Talati ใช้ “เธรดดิจิทัล”

Web​ application

First Resonanceเริ่มต้นของ Talati ไม่ได้สร้างแบบจำลองเสมือนจริงของวัตถุ 3 มิติ แต่สร้างซอฟต์แวร์ที่ช่วยให้ผู้ผลิตเปลี่ยนพื้นโรงงานของตนจากคอลเล็กชันเครื่องที่แตกต่างกันให้เป็นระบบที่คุยกันได้ หนึ่งในผลิตภัณฑ์ของบริษัทรวบรวมและวิเคราะห์ข้อมูลที่ออกมาจากเครื่องจักร ส่วนอื่นๆ จะติดตามส่วนต่างๆ ตั้งแต่สินค้าคงคลังไปจนถึงการผลิตและการปฏิบัติงาน สิ่งเหล่านี้ช่วยให้ผู้ใช้ปรับแต่งเวิร์กโฟลว์ตามข้อมูลแบบเรียลไทม์จากโรงงาน รวมถึงการส่งต่อข้อมูลเฉพาะชิ้นส่วน เช่น การทดสอบผ่านล้มเหลวหรือค่าเอาต์พุตทางไฟฟ้า ให้กับลูกค้าดาวน์สตรีม ยิ่งผู้ใช้มีเซ็นเซอร์ อุปกรณ์ และเครื่องจักรที่เชื่อมต่อกันมากเท่าใด ข้อมูลก็ยิ่งมากขึ้นเท่านั้น
เช่นเดียวกับ Grieves Talati ซึ่งเคยทำงานที่ SpaceX มาก่อน มุ่งมั่นที่จะทำลายอุปสรรคระหว่างฮาร์ดแวร์และซอฟต์แวร์ ทั้งทางกายภาพและดิจิทัล แต่เขากล่าวว่าการแปลงเป็นดิจิทัลเป็นคลื่นความถี่ และลูกค้าของบริษัทของเขาใช้ขอบเขตในแนวทางของพวกเขา
“สำหรับบริษัทขนาดใหญ่เหล่านี้ เช่น GE หรือ Siemens ของโลก — ไม่ได้สนใจพวกเขา — แม้แต่การทำให้อุปกรณ์ที่คุณมีเป็นดิจิทัลบนพื้นเป็นดิจิทัล นั่นคือเธรดดิจิทัล” เขากล่าว “ในทางกลับกัน คุณมีเครือข่ายไซเบอร์สเปซดิจิทัลที่น่าทึ่ง ซึ่งเหมือนกับโลกทางกายภาพและดิจิทัลที่คาดการณ์ไว้ ซึ่งคุณจะได้รับรูปทรงเรขาคณิต รันไทม์ และประสิทธิภาพของอุปกรณ์ การใช้งานและการโต้ตอบกับบุคคลและพันธมิตร”
มีความแตกต่างที่สำคัญระหว่างการรวบรวมข้อมูลจากอุปกรณ์ที่เชื่อมต่อและการสร้างแฝดดิจิตอล Grieves-ian แต่ในอุตสาหกรรม Talati อธิบายว่า “ค่อนข้างช้าและไม่ชอบความเสี่ยง” คุณจะต้องใช้คนแรกเพื่อไปที่ที่สอง และมีอุปสรรคสำคัญสองสามข้อในการกีดกันระหว่างทาง
อย่างแรก มีข้อมูลที่ต่างกันที่บินออกจากเครื่องจักรจากผู้ผลิตหลายราย ปัจจุบัน บริษัทฮาร์ดแวร์ใช้โปรโตคอลซอฟต์แวร์ที่แตกต่างกัน ดังนั้นแพลตฟอร์มข้อมูลแบบรวมศูนย์จึงมีหน้าที่ในการนำเข้าและทำความเข้าใจข้อมูลที่ไม่ตรงกัน
จากนั้น มีแนวโน้มที่บริษัทฮาร์ดแวร์บางแห่งจะระงับข้อมูลเครื่องนั้นทั้งหมด หากปราศจากการเข้าถึงข้อมูล ผู้ให้บริการซอฟต์แวร์อย่าง First Resonance (และสภาพแวดล้อมดิจิทัลแฝดใดๆ) จะถูกแขวนไว้จนแห้ง
“สิ่งต่อไปคือการเชื่อมต่อจริงๆ”
โชคดีที่อุตสาหกรรมกำลังเข้าสู่ทิศทางของโปรโตคอลซอฟต์แวร์มาตรฐานและการเชื่อมต่อ Talati กล่าว โปรโตคอลแบบเปิดและเปิดเสรีของ Linux ชนะเหนือ Windows ที่ปิดและมีกรรมสิทธิ์ในขอบเขตของระบบคอมพิวเตอร์ เขาตั้งข้อสังเกต – และเช่นเดียวกันอาจเกิดขึ้นกับฮาร์ดแวร์ที่เชื่อมต่อ และท้ายที่สุด ผู้ผลิตอุปกรณ์สามารถปรับแต่งข้อกำหนดฮาร์ดแวร์ของตนได้มากเท่านั้น ก่อนที่ข้อกำหนดเหล่านั้นจะกลายเป็นสินค้าโภคภัณฑ์และพวกเขาต้องการจุดขายใหม่
“แล้วยังไงต่อล่ะ” ทาลาติถาม “สิ่งต่อไปคือการเชื่อมต่อจริงๆ”
นั่นเป็นข่าวดี เนื่องจากประเภทของการวิเคราะห์เชิงคาดการณ์ที่ผู้เสนอคู่ดิจิทัลบางรายทำนั้นเป็นไปได้ก็ต่อเมื่อมีข้อมูลจำนวนมหาศาลที่ไหลไปมาระหว่างออบเจกต์ทางกายภาพและดิจิทัลสองเท่า ตอนนี้ สิ่งที่เรียกว่าการวิเคราะห์เชิงคาดการณ์ส่วนใหญ่นั้นยอดเยี่ยมมาก การจดจำรูปแบบตามข้อมูลและการคาดเดานั้นยอดเยี่ยม Grieves บอกฉัน (เป็นความแตกต่างระหว่างการให้เหตุผลเชิงอุปนัยและเหตุผลแบบนิรนัย)
แต่เมื่อผู้ผลิตเปิดกว้างมากขึ้นในการแบ่งปันข้อมูลและเข้าใจเกี่ยวกับการรวบรวมข้อมูล ฝาแฝดดิจิทัล — ในทุกความรุ่งโรจน์ของการทำนาย — จะมีรูปร่างขึ้นในป่า จากนั้น กระบวนการพัฒนาแบบน้ำตกที่สิ้นเปลืองก็อาจจางหายไป เพื่อให้ได้ผลตอบรับที่เร็วขึ้นและการทำซ้ำอย่างต่อเนื่อง
“มันต้องการการผลิตและระบบอัตโนมัติ วิศวกรเครื่องกลและความร้อน รวมถึงนักวิทยาศาสตร์และนักออกแบบข้อมูล แม้แต่นักออกแบบ UI และ UX ในการรวมตัวกันเพื่อเครื่องมือเครื่องจักรที่เหมาะสม สร้างโครงการระบบอัตโนมัติที่เหมาะสม และเริ่มสังเคราะห์ข้อมูลทั้งหมดนั้น” Talati กล่าวสรุป “มันจะไม่เกิดขึ้นในชั่วข้ามคืน แต่จะเกิดขึ้นในที่สุด”

Robot Auto process

สำหรับ Vickers เขามี “วิสัยทัศน์ที่ยิ่งใหญ่” สำหรับฝาแฝดดิจิทัล เขาคาดการณ์ว่าพวกเขาจะได้รับตำแหน่งที่ “ด้านบนสุดของอนุกรมวิธานธุรกิจ” และกระจายไปสู่ภาคใหม่ต่อไป
“จะดีเหรอ” เขารำพึง “ถ้าแพทย์ทั่วไปของคุณมีฝาแฝดดิจิทัล — ข้อมูลทางการแพทย์ทั้งหมดของคุณ ข้อมูลจีโนมทั้งหมดของคุณ — ตั้งแต่คุณเกิด?”