23 июня 2017 г. Создание трехмерного Цифрового двойника (Digital Twin) включено в перечень стандартного функционала Winnum® - платформы для промышленного Интернета вещей. Теперь в Winnum® создание трехмерных Цифровых двойников также просто, как и подключение датчиков.

«Цифровой двойник» — компьютерное представление конкретного физического изделия, группы изделий, механического или технологического процесса, которое полностью повторяет все то, что делает его физический прообраз, начиная от движений и кинематики, и заканчивая представлением его физической среды и текущих условий эксплуатации, включая движение жидкости и газа. Цифровой двойник выступает посредником между физическим изделием и важной информацией о нем, например, данными по эксплуатации или обслуживанию. Теперь с помощью Winnum для любых производственных систем реализуются полноценная обратная связь на основе сбора данных из реального мира и передачи этих данных в цифровой мир.

Что такое трехмерный Цифровой двойник?

Трехмерный Цифровой двойник — это компьютерное 3D представление конкретного физического изделия, группы изделий, механического или технологического процесса, который включает не только трехмерную геометрию, технические характеристики и текущие параметры работы, но и другую важную информацию - окружающую среду и условия эксплуатации, техническое состояние и наработку, взаимодействие с другими объектами, данные предиктивной аналитики, в том числе, по прогнозированию отказов и сбоев. Цифровой двойник может быть, как упрощенным, так и очень детальным и отражать широкий спектр самых разных характеристик как самого изделия, так и технологических и производственных процессов.

Наличие трехмерного Цифрового двойника помогает организовать связь изделия с подключенными к нему объектами, программным обеспечением, отвечающим за управление изделием, контроль рабочего состояния и процесса эксплуатации и т.д. Трехмерный Цифровой двойник представляет особую ценность, когда он наиболее точно отображает реальное состояние и рабочие характеристики своего физического прообраза. Какими бы точными, детальными и проработанными не были действия на этапах проектирования, моделирования и подготовки производства, в реальной жизни, как правило, процессы протекают немного иначе и именно Цифровой двойник способен выступить тем самым мостиком к необходимой информации о реальной эксплуатации изделий. Данную информацию можно использовать по-разному, например, на оценки узких мест, возможностей для улучшений и изменений, подтверждения целесообразности изменений и т.д. Кроме того, поскольку Цифровой двойник — это трехмерный объект, его работа с ним для человека гораздо понятнее, чем работа с любыми таблицами или графиками. Трехмерный Цифровой двойник позволяет заглянуть внутрь реального физического объекта непосредственно во время работы без необходимости остановки оборудования и открытия панелей, которые закрывают доступ к узлам, требующим проверки.

Уникальный функционал Winnum позволяет нашим заказчикам создавать трехмерные цифровые двойники и управлять ими, соединяя информацию, которая поступает от физических объектов и реальных процессов, с информацией, которая создается в различных системах автоматизированного проектирования (САПР). Winnum поддерживает загрузку трехмерных моделей САПР в нейтральных форматах, таких как STL, VRML и OBJ, для Blender и Collada доступна прямая загрузка. Наличие уже готовых трехмерных библиотек роботов, оборудования, датчиков и других геометрических объектов еще больше ускоряет и упрощает процесс создания Цифровых двойников даже для тех компаний, которые не могут похвастаться наличием полностью оцифрованных изделий в трехмерном виде.

Трехмерные сцены и умные Цифровые двойники (Smart Digital Twin)

Каждый Цифровой двойник соответствует одному конкретному экземпляру изделия. То есть, если компании использует 100 единиц оборудования или выпускает сотни тысяч изделий, то для каждого экземпляра оборудования/изделия существует свой Цифровой двойник. Уникальные возможности Winnum по работе с большими данными (Big Data) помогают работать с таким количеством цифровых двойников для решения повседневных задач и обеспечивают высокую производительность системы независимо от их количества.

Трехмерные сцены используются для объединения Цифровых двойников и получения представления об их общих эксплуатационных характеристиках и показателях, общих отклонениях с учетом среды эксплуатации и т.д. Трехмерные сцены в Winnum - это не просто трехмерная обстановка, как это принято в системах автоматизированного проектирования. Трехмерные сцены в Winnum - это возможность создания полноценного трехмерного мира с широким инструментарием по работе с источниками света (включая Raytracing, зеркальные виды, туман, интенсивность, прозрачность), текстурами (включая динамические текстуры с видео потоком), пользовательскими камерами и механизмами взаимодействия с трехмерными объектами (выбор объекта, нажатие на объект, передача управляющего действия).

Все действия трехмерной сцены и весь инструментарий по работе с трехмерным Цифровым двойником доступен исключительно в Веб браузере.

О компании Signum

Signum (СИГНУМ) - глобальный поставщик решений для промышленного Интернета вещей (IIoT). Решения компании помогают трансформировать процессы создания, эксплуатации и обслуживания изделий при помощи технологий промышленного Интернета вещей (IIоT). Платформа нового поколения Winnum™ предоставляет компаниям инструменты, необходимые для сбора, анализа и получения дополнительной прибыли за счет больших объемов данных, создаваемых подключенными к вычислительной сети контроллеров, датчиков, сенсоров, изделий и систем.

Нейронные сети, цифровые двойники, искусственный интеллект. Технологии« Индустрии 4.0» изменят нефтяную отрасль до неузнаваемости

Архитекторы цифровой эпохи

Обычно самыми технологичными принято считать сферы информационных технологий и биомедицины. К компаниям традиционных отраслей, занимающимся, например, металлопрокатом или добычей и переработкой нефти, отношение совсем другое. На первый взгляд они кажутся консервативными, но именно их многие эксперты называют главными архитекторами новой цифровой эпохи.

Автоматизировать производственные процессы индустриальные гиганты начали еще в середине 30-х годов прошлого века. На протяжении многих десятилетий комплексы аппаратных и программных средств непрерывно совершенствовались и усложнялись. Автоматизация производственных процессов — например, в нефтепереработке — продвинулась далеко вперед. Работу современного нефтеперерабатывающего завода контролируют сотни тысяч датчиков и приборов, а поставки топлива в режиме реального времени отслеживаются системами спутниковой навигации. Каждый день средний российский НПЗ производит более 50 000 терабайт информации. Для сравнения, 3 миллиона книг, которые хранятся в цифровом хранилище Российской государственной библиотеки, занимают в сотни раз меньше — «всего» 162 терабайта.

Это и есть те самые «большие данные», или Big Data, — поток, сравнимый с информационной загрузкой самых крупных сайтов и социальных сетей. Скопившийся массив данных представляет собой уникальный ресурс, который может быть использован в управлении бизнесом. Но традиционные методы анализа информации для этого уже не подходят. По‑настоящему эффективно работать с таким объемом данных возможно лишь с помощью технологий Индустрии 4.0. В условиях меняющейся экономической парадигмы богатый производственный «исторический опыт» — серьезное преимущество. Большие данные лежат в основе искусственного интеллекта. Его способность обучаться, понимать реальность и прогнозировать процессы напрямую зависит от объема загруженных знаний. При этом промышленные компании обладают мощной инженерной школой, активно занимаются внедрением и совершенствованием новых технологии. Это еще одно обстоятельство, которое делает их ключевыми игроками «новой экономики».

Лучшее за неделю

Наконец, отечественные промышленники знают цену эффективности бизнеса. Россия — страна больших расстояний. Нередко производственные активы находятся на большом удалении от потребителей. В этих условиях очень непросто быстро реагировать на колебания рынка. Традиционные технологии позволяют экономить не больше десятой доли процента. А между тем, цифровые решения уже сегодня позволяют сокращать издержки до 10−15% в месяц. Факт очевиден: в эпоху четвертой промышленной революции конкурентоспособным будет тот, кто научится наиболее эффективно применять новые технологии в разрезе накопленного опыта.

Петр Казначеев, директор Центра сырьевой экономики РАНХиГС : «В качестве первого шага в сторону «интегральной» системы искусственного интеллекта в нефтегазе можно было бы рассмотреть «умное» управление и корпоративное планирование. В данном случае речь могла бы идти о создании алгоритма оцифровки всей ключевой информации о деятельности компании — от месторождения до бензоколонки. Эта информация могла бы поступать в единый автоматизированный центр. На основе данной информации с помощью методов искусственного интеллекта могли бы делаться прогнозы и рекомендации по оптимизации работы компании».

Лидер цифровой трансформации

Осознавая эту тенденцию, индустриальные лидеры России и мира перестраивают бизнес-процессы, складывавшиеся десятилетиями, внедряют в производство технологии Индустрии 4.0 на основе промышленного интернета вещей, искусственного интеллекта и Big Data. Наиболее интенсивно трансформация происходит в нефтегазовой индустрии: отрасль динамично «цифровизируется», инвестируя в проекты, которые еще вчера казались фантастикой. Заводы, управляемые искусственным интеллектом и способные прогнозировать ситуации, установки, подсказывающие оператору оптимальный режим работы — все это уже сегодня становится реальностью.

При этом задача-максимум заключается в том, чтобы создать систему управления добычей, логистикой, производством и сбытом, которая объединила бы «умные» скважины, заводы и автозаправки в единую экосистему. В идеальной цифровой модели, в тот момент, когда потребитель нажимает на рычаг заправочного пистолета, аналитики компании в оперативном центре мгновенно получают информацию о том, какая марка бензина заправляется в бак, сколько нефти нужно добыть, поставить на завод и переработать, чтобы удовлетворить спрос в конкретном регионе. Пока что никому из российских и зарубежных компаний не удавалось построить такую модель. Однако дальше всех в решении этой задачи продвинулась «Газпром нефть». Ее специалисты сегодня реализуют ряд проектов, которые в итоге должны стать основой для создания единой платформы управления переработкой, логистикой и сбытом. Платформы, которой пока нет еще ни у кого в мире.

Цифровые двойники

На сегодняшний день НПЗ «Газпром нефти» являются одними из самых современных в отрасли. Однако четвертая промышленная революция открывает качественно новые возможности, одновременно предъявляя и новые требования к автоматизации. Точнее, речь идет не столько об автоматизации, сколько о практически полной оцифровке производства.

Основой нового этапа станут так называемые «цифровые двойники» — виртуальные копии установок НПЗ. В 3D-моделях достоверно описаны все процессы и взаимосвязи, происходящие в реальных прототипах. В их основе лежит работа искусственного интеллекта на базе нейронных сетей. «Цифровой двойник» может предлагать оптимальные режимы работы оборудования, прогнозировать его отказы, рекомендовать сроки ремонта. Среди других его плюсов — способность постоянно обучаться. Нейросеть сама находит ошибки, исправляет и запоминает их, улучшая тем самым свою работу и точность прогноза.

Базой для обучения «цифрового двойника» служит массив исторической информации. Современные установки нефтепереработки также сложны, как и организм человека. Сотни тысяч деталей, десятки тысяч датчиков. Техническая документация для каждой установки занимает помещение размером с актовый зал. Чтобы создать «цифрового двойника», всю эту информацию необходимо для начала загрузить в нейронную сеть. Затем начинается самый сложный этап — этап обучения искусственного интеллекта понимать установку. В него входят показания датчиков и контрольно-измерительных приборов, собранные за последние несколько лет работы установки. Оператор моделирует различные ситуации, заставляет нейронную сеть отвечать на вопрос «что будет, если поменять один из параметров работы?» — например, заменить один из компонентов сырья или увеличить энергоснабжение установки. Нейросеть анализирует опыт прошлых лет и методом вычисления исключает из алгоритма неоптимальные режимы, и учится прогнозировать будущую работу установки.

Лучшее за неделю

«Газпром нефть» уже полностью «оцифровала» два промышленных комплекса, задействованных в производстве автомобильного топлива — установку гидроочистки бензинов каталитического крекинга на Московском нефтеперерабатывающем заводе и установку, работающую на нефтеперерабатывающем заводе компании в Омске. Испытания показали, что искусственный интеллект способен одновременно учитывать огромное количество параметров их «цифровых двойников», принимать решения и оповещать о возможных отклонениях в работе еще до того момента, когда неприятность грозит перерасти в серьезную проблему.

Одновременно с этим «Газпром нефть» тестирует комплексные решения, которые позволят минимизировать влияние человеческого фактора в масштабах целого производства. Подобные проекты сейчас реализуются на битумных заводах компании в Рязани и Казахстане. Удачные решения, найденные опытным путем, впоследствии можно будет масштабировать до уровня больших НПЗ, что в итоге позволит создать эффективную цифровую платформу управления производством.

Николай Легкодимов, руководитель Группы консультирования по перспективным технологиям КПМГ в России и СНГ: «Решения, которые моделируют различные узлы, агрегаты и системы известны и применяются достаточно давно, в том числе и в нефтегазовой индустрии. О качественном скачке можно говорить лишь тогда, когда достигнута достаточная широта охвата этих моделей. Если удастся сочетать эти модели друг с другом, объединить их в целую сложную цепочку, то это, действительно, позволит решать задачи на совершенно новом уровне — в частности, моделировать поведение системы в критических, невыгодных и просто опасных условиях работы. Для тех сфер, где переоснащение и модернизация оборудования обходятся очень дорого, это позволит предварительно апробировать новые компоненты».

Управление эффективностью

В перспективе вся цепочка добавленной стоимости в блоке логистики, переработки и сбыта «Газпром нефти» будет объединена единой технологической платформой на базе искусственного интеллекта. «Мозгом» этого организма станет Центр управления эффективностью, созданный год назад в Санкт-Петербурге. Именно сюда будет стекаться информация от «цифровых двойников», здесь она будет анализироваться и здесь же, на основе полученных данных, будут приниматься управленческие решения.

Уже сегодня, в режиме реального времени более 250 тыс. датчиков и десятки систем транслируют информацию в Центр со всех активов компании, входящих в периметр блока логистики, переработки и сбыта «Газпром нефти». Каждую секунду сюда поступают 180 тыс. сигналов. Человеку только на просмотр этой информации потребовалось бы около недели. Цифровой мозг Центра делает это моментально: в режиме реального времени отслеживает качество продукции и количество нефтепродуктов по всей цепочке — от выхода с НПЗ до конечного потребителя.

Стратегическая же цель Центра в том, чтобы, используя технологии и возможности Индустрии 4.0, радикально повысить эффективность сегмента downstream. То есть не просто управлять процессами — это можно делать и в рамках традиционных систем, а сделать эти процессы наиболее эффективными: за счет прогнозной аналитики и искусственного интеллекта на каждом этапе бизнеса сокращать потери, оптимизировать процессы и предотвращать убытки.

В ближайшее время Центр должен научиться решать несколько ключевых задач, влияющих на эффективность управления бизнесом. В том числе прогнозировать будущее на 60 дней вперед: как поведет себя рынок через два месяца, сколько нефти нужно будет переработать, чтобы удовлетворить спрос на бензин в актуальный момент времени, в каком состоянии будет оборудование, смогут ли установки справиться с предстоящей нагрузкой и нужен ли им ремонт. При этом в ближайшие два года Центр должен выйти на 50%-ную мощность и начать отслеживать, анализировать и прогнозировать количество запасов нефтепродуктов на всех нефтебазах и ТЗК компании; в автоматическом режиме мониторить более 90% параметров производства; анализировать надежность более 40% технологического оборудования и разрабатывать мероприятия, предупреждающие потери нефтепродуктов и снижение их качества.

К 2020 году «Газпром нефть» ставит цель выйти на 100% возможностей Центра управления эффективностью. Среди заявленных показателей — анализ надежности всего оборудования, предупреждение потерь по качеству и количеству продукции, предиктивное управление технологическими отклонениями.

Дарья Козлова, старший консультант VYGON Consulting: «В целом интегрированные решения приносят существенный экономический эффект для отрасли. К примеру, по оценкам Accenture, экономический эффект от цифровизации может составить более 1 трлн $. Поэтому когда речь идёт о крупных вертикально-интегрированных компаниях, то внедрение интегрированных решений весьма оправдано. Но оно и оправдано для небольших компаний, так как повышение эффективности может высвободить им дополнительные средства за счёт снижения затрат, увеличить эффективность управления оборотным капиталом и т. д. ».

Обсудить 0

Совсем недавно Герман Греф, президент Сбербанка, сказал, что через 5 лет искусственный интеллект заменит многих людей: 80% решений будут принимать машины, и это приведет к тому, что работы лишатся десятки тысяч людей.

Эксперт по машинному обучению и искусственному интеллекту Педро Домингос идет еще дальше: он предполагает, что люди обзаведутся компьютерной психологической моделью своей личности. Какой она будет?

Секс, ложь и машинное обучение

Цифровое будущее начинается с осознания факта: взаимодействуя с компьютером - будь то ваш собственный смартфон или удаленный за тысячи километров сервер, - вы каждый раз делаете это на двух уровнях. Первый - желание немедленно получить то, что вам нужно: ответ на вопрос, желаемый товар, новую кредитную карточку. На втором уровне, стратегическом и самом важном, вы рассказываете компьютеру о себе.

Чем больше вы его учите, тем лучше он будет вам служить или манипулировать вами.

Какую модель вашей личности вы хотите предложить компьютеру? Какие данные можно ему дать, чтобы он построил эту модель? Эти вопросы надо держать в уме всякий раз, когда вы взаимодействуете с алгоритмом машинного обучения - точно так же как при общении с людьми.

Цифровое зеркало

Подумайте обо всех своих данных, которые записаны во всех компьютерах мира. Это электронные письма, документы MS Office, тексты, твиты, аккаунты на Facebook и LinkedIn, история поиска в интернете, клики, скачанные файлы и заказы, кредитная история, налоги, телефон и медицинская карта, информация о вождении, записанная в бортовом компьютере вашего автомобиля, карта перемещений, зарегистрированная вашим мобильным телефоном, все фотографии, которые вы когда-либо делали, короткие появления в записях камер слежения.

Если бы у будущего биографа был доступ только к этому «выхлопу данных» и ни к чему больше, какая бы картина у него сложилась? Вероятно, довольно точная.

Представьте, что вы взяли все свои данные и отдали их настоящему Верховному алгоритму будущего, в котором уже есть знание о человеческой жизни, которому мы можем его научить. Он создаст вашу модель, и вы сможете носить ее на флешке в кармане. Безусловно, это будет прекрасный инструмент самоанализа - как посмотреть на себя в зеркало. Но зеркало было бы цифровое и показывало бы не только вашу внешность, но и все, что можно узнать, наблюдая за вами. Зеркало могло бы ожить и поговорить.

Польза цифрового двойника

Что бы вы захотели сделать, какие задания поручить своей цифровой половинке? Вероятно, первое, что вы захотели бы от своей модели, - поручить ей договариваться с миром от вашего имени: выпустить ее в киберпространство, чтобы она искала для вас всякую всячину.

Из всех книг в мире она порекомендует десяток, которые вы захотите прочитать в первую очередь, и советы будут такими глубокими, что Amazon и не снились. То же произойдет с фильмами, музыкой, играми, одеждой, электроникой, чем угодно. Разумеется, ваш холодильник будет всегда полон. Модель станет фильтровать вашу электронную и голосовую почту, новости на Facebook и обновления на Twitter, а когда это уместно, отвечать вместо вас.

Она позаботится обо всех надоедливых мелочах современной жизни, например о проверке счетов по кредитке, об обжаловании неправильных транзакций, о планировании расписания, обновлении подписок и заполнении налоговой отчетности. Она подберет вам лекарство, сверится с лечащим врачом и закажет его в интернет-магазине.

Модель подскажет, кто вам понравится. А после того, как вы познакомитесь и понравитесь друг другу, ваша модель объединится с моделью вашей избранницы и выберет рестораны, которые вам обоим могут понравиться. И здесь становится по-настоящему интересно.

Общество моделей

В очень быстро надвигающемся будущем вы окажетесь не единственным человеком с «цифровой половинкой», которая круглые сутки исполняет ваши поручения. Подобная модель личности появится у каждого, и модели будут все время общаться друг с другом.

Если вы ищете работу, а компания X - сотрудников, то ее модель будет проводить собеседование с вашей. Их «разговор» во многом напомнит настоящий, «живой», - ваша модель будет хорошо проинструктирована, например, она не станет выдавать о вас негативную информацию, - однако весь процесс займет всего долю секунды.

В мире Верховного алгоритма «мои люди свяжутся с вашими» превратится в «моя программа свяжется с вашей программой». У каждого человека будет свита ботов, призванная сделать более легким и приятным его путь по миру. Сделки, переговоры, встречи - все это будет организовано, не успеете вы шевельнуть пальцем.

Ваша цифровая половинка окажется похожа на гидроусилитель руля: жизнь пойдет туда, куда хотите, но с меньшими усилиями с вашей стороны.

Это не значит, что вы окажетесь в «фильтрующем пузыре» и станете видеть только то, что вам гарантированно понравится, без каких-то неожиданностей. Цифровая личность окажется гораздо умнее, у нее будет инструкция оставлять место для шанса, давать вам соприкасаться с новым опытом, искать счастливые случайности.

По мере совершенствования моделей взаимодействие будет все более похожим на то, что сложилось бы в реальном мире, однако происходить оно будет in silico и в миллион раз быстрее. Киберпространство завтрашнего дня превратится в очень обширный параллельный мир, который станет выбирать все самое перспективное, чтобы испробовать в реальности. Это будет похоже на новое, глобальное подсознание, коллективный «Ид» человечества, или «Оно».

Сегодняшний мир примечателен тем, что теории разума начали появляться и у компьютеров. Пока эти теории все еще примитивны, но они быстро развиваются, и нам придется с ними работать не меньше, чем с другими людьми, чтобы получить желаемое.

По материалам книги «Верховный алгоритм»

Пожалуй, любой, кто смотрел фильмы о терминаторе или «Матрицу», задумывался, когда же искусственный интеллект станет частью нашей повседневной жизни, и смогут ли люди и роботы сосуществовать в мире и гармонии. Такое будущее гораздо ближе, чем вы думаете. Сегодня мы вам расскажем о такой технологии, как «цифровые близнецы», которая уже повсеместно применяется в промышленности и, возможно, в скором времени станет и частью нашей повседневной жизни.

Кто такие цифровые близнецы?

Ошибочно полагать, что термин «цифровые близнецы» относится к роботам и искусственному интеллекту в обличии некоего человекоподобного существа. Сам термин применяется в настоящее время по большей части к промышленному производству. Впервые понятие «цифровые близнецы» появилось в 2003 году. В употребление термин вошел после публикации статьи профессора и помощника директора Центра управления жизненным циклом и инновациями в Технологическом институте Флориды Майкла Гривса «Цифровые близнецы: превосходство в производстве на основе виртуального прототипа завода». Само понятие придумал инженер NASA, который был коллегой профессора.

1971yes / bigstock.com

По своей сути «цифровые близнецы» – это понятие, объединяющее искусственный интеллект, компьютерное обучение и программное обеспечение со специальными данными для создания живых цифровых моделей. Эти «цифровые близнецы» постоянно обновляются вслед за изменением физических прототипов.

Откуда берут данные «цифровые близнецы» для самообновления?

Цифровая копия, как и положено искусственному интеллекту, постоянно самообучается и самосовершенствуется. С этой целью «цифровой близнец» использует знания от людей, других подобных машин, из более крупных систем и среды, частью которой он является.

Майкл Гривс предложил три своих требования, которым должны соответствовать «цифровые близнецы». Первое – соответствие внешнему виду исходного объекта. Нужно понимать, что аналогичный внешний вид – это не только целая картинка, но и соответствие отдельных частей реальному «близнецу». Второе требование связано с поведением двойника при проведении испытаний. Последнее и самое сложное – это информация, которую получают от искусственного интеллекта о достоинствах и недостатках реального продукта.

1971yes / bigstock.com

Как отмечает Майкл Гривс, когда цифровые копии ввели в использование, даже критерий внешнего сходства считался трудно выполнимым. Сегодня же, как только цифровой двойник идентичен по первым параметрам, его уже можно использовать для решения практических задач.

Зачем нужны «цифровые близнецы»?

Цифровые копии создаются с той целью, чтобы оптимизировать работу физических прототипов, целых систем и производственных процессов.

По словам Колина Дж. Пэрриса, доктора философских наук, вице-президента по исследованиям программного обеспечения «GE Global Research Center», «цифровые близнецы» – это гибридная модель (одновременно физическая и цифровая), которая создается специально для определенных целей бизнеса, например, предсказать неудачи, снизить затраты на обслуживание, предотвратить незапланированные отключения.

1971yes / bigstock.com

Колин Дж. Пэррис заявляет, что когда мы говорим о «цифровых близнецах», то эта система работает в три этапа: видеть, думать и делать. На стадии «видения» речь идет о получении данных о ситуации. Это информация двух видов: эксплуатационные данные (например, температура кипения) и данные из окружающей среды. Следующий шаг, который Колин Дж. Пэррис условно назвал «думать», связан с тем, что на этом этапе «цифровой двойник» на разные запросы может предоставлять варианты, как лучше действовать в той или иной ситуации или какие опции предпочтительнее для целей бизнеса. Искусственный интеллект использует для анализа, например, историческую информацию, прогнозы по выручке и расходам и предоставляет несколько опций, которые основаны на рисках и уверенности, что эти предложения смогут снизить их. Последний шаг – «делать» – связан непосредственно с реализацией того, что необходимо сделать.

1971yes / bigstock.com

С помощью «цифровых близнецов», например, можно увидеть изнутри проблемы физического объекта.

На производстве нам уже необязательно видеть перед собой, например, всю турбину целиком, для того чтобы обнаружить пробоину. Технология «цифровых близнецов» позволит увидеть проблему в реальном времени с помощью компьютерной визуализации.

Как заявил исполнительный вице-президент по разработке программного обеспечения Siemens Зви Фейер, цифровой двойник - это решение в рамках PLM на пути к переходу к Промышленности 4.0.

Какие виды «цифровых близнецов» уже существуют?

Как мы уже сказали ранее, «цифровые близнецы» активно используются в промышленности: близнецы-части (которые строятся для конкретной производственной части), близнецы-продукты (связаны с выпуском продукта, их основная задача – снизить стоимость технического обслуживания), близнецы-процессы (целью их может быть, например, увеличение срока обслуживания), системные близнецы (оптимизация всей системы в целом).

1971yes / bigstock.com

Как считает исследовательское и консалтинговое агентство в области высоких технологий Gartner, в ближайшее время сотни миллионов «цифровых близнецов» заменят человеческий труд. В некоторых компаниях это уже применяется. Необязательно в штате иметь сотрудника, который бы занимался диагностикой неполадок на производстве. В режиме реального времени с помощью «цифровых двойников» можно получать все нужные данные и заранее быть готовым к ремонту оборудования.

А что насчет «цифрового близнеца» самого человека?

chagpg / bigstock.com

Для тех, кто хочет иметь друга-терминатора, который бы думал, как вы, помогал во всем, был братом и другом, у нас есть хорошие новости. По словам футуролога и технолога-теоретика Джона Смита, такое будущее уже близко. Он считает, что в ближайшее время появятся так называемые программные агенты, которые будут заранее предугадывать пожелания, поведение своей реальной копии и будут выполнять некоторые действия за своего человеческого двойника.

«Цифровой близнец» сможет совершать покупки, принимать бизнес-решения, заниматься общественной деятельностью – в общем, сможет делать все, на что у нас, порой, не хватает времени.

Также мы сможем переложить на своего двойника всю рутинную работу. Кроме того, как считает Джон Смит, наши цифровые клоны будут знать наши интересы, предпочтения, политические взгляды и при необходимости смогут их отстаивать, так как будут обладать более полным историческим контекстом и видеть современную картину мира целиком. И даже чувство сострадания. Например, «цифровой близнец» будет к нам проявлять , так как сможет угадывать наше эмоциональное состояние.

Все это звучит как сценарий фильма-утопии. Я чувствую какой-то подвох. В чем минусы «цифровых близнецов»?

Недостатки «цифровых близнецов» очевидны. В первую очередь возникает вопрос о нашей безопасности. Цифровые клоны будут использовать все возможные ресурсы для пополнения информации о нас. Это и алгоритмы, которые собирают данные из аккаунтов социальных сетей, и наши личные переписки, и любые документы и файлы, которые, так или иначе, касаются нас. Безусловно, это не может не настораживать: как мы уже выяснили, «цифровые близнецы» способны постоянно обновляться и совершенствоваться. Поэтому одной из первоочередных задач должно стать создание юридической базы для определения «границ дозволенности» искусственного интеллекта.

chagpg / bigstock.com

Однако не стоит впадать в панику по этому поводу. Берите пример с Джона Смита: он сохраняет оптимизм и верит, что «цифровые близнецы» не смогут заменить человечество. Они просто станут другими версиями человека, которые смогут спокойно сосуществовать с нами.

Если вы нашли ошибку, пожалуйста, выделите фрагмент текста и нажмите Ctrl+Enter .

Интерес к теме дигитализации производства проявляет все больше предприятий. В этом смогли убедиться организаторы региональной научно-технической конференции «Дигитализация производственных процессов. Применение промышленного программного обеспечения для построения цифровых предприятий», которая прошла недавно в Самаре.

Ее инициатором стала группа компаний «СМС-Автоматизация», известная как универсальный интегратор, специализирующийся на создании и поддержке систем промышленной автоматизации, совместно с департаментом «Цифровое производство» фирмы «Сименс» - одного из самых больших мировых концернов в области автоматизации и электротехнической продукции, с которой самарских разработчиков связывает более двух десятков лет плодотворного сотрудничества.

Форум производственников и разработчиков информационных систем поддержало и министерство промышленности и технологий Самарской области. Его специалисты неоднократно отмечали успехи группы компаний в сфере промышленной автоматизации и построения крупных информационных систем.

Представителей промышленных предприятий Самарской области познакомили с концептуальными основами и конкретными инструментами для построения эффективного цифрового производства. Промышленная автоматизация - только часть дигитализации, или цифровизации, как ее еще называют. Дигитализация - это автоматизация процессов на всем жизненном цикле изделия, оборудования, предприятия. В нее вписываются и проект, и его функционирование, и модернизация.

Большой интерес участников конференции вызвал доклад председателя совета директоров Группы компаний «СМС-Автоматизация» Андрея Сидорова «Индустриальное программное обеспечение как инструмент дигитализации». «Мы стоим на пороге интеллектуализации систем управления, - отметил Андрей Сидоров (на нижнем фото). - Сейчас производители оборудования на Западе меняют модель производства. У оборудования начинает появляться цифровой двойник. Изменение модели бизнеса приведет к тому, что существенным фактором при выборе поставщика будет наличие цифрового двойника».

Цифровизация - это в том числе и отработка ситуаций на виртуальных цифровых моделях, которая позволяет экономить гигантские средства. «Сименс» уже сейчас на своей площадке по дигитализации, не дожидаясь поступления станка для производства деталей, получив его виртуальный образ, подключает к нему виртуальных же роботов и начинает отладку технологических процессов, не теряя времени.

Поднимаемые экспертами темы, связанные с применением конкретных инструментов цифрового производства, были с интересом восприняты участниками конференции, вызвали немало вопросов и дискуссий. Помимо докладов, внимание гостей конференции привлекли демостенды с практическими примерами воплощения принципов дигитализации в реалии АСУТП промышленных предприятий России. Отдельное внимание на конференции было уделено вопросам информационной безопасности современных систем автоматизации. Знакомство с актуальными тенденциями развития предприятий в рамках концепции «Индустрия 4.0», по мнению экспертов, может стать дополнительным инструментом в процессе повышения конкурентоспособности в эпоху «Индустрии 4.0».