智能应用 影音
79749
event

从预测走向决策 数码分身与AI应用整合趋势

从预测走向决策 数码分身与AI应用整合趋势

数码分身(Digital Twin) 此一概念最早在2002年被提出,随着物联网及人工智能(AI)技术进步、制造端追求最大效率、最小成本,加上整体制造产业逐步发展数码化、自动化的基础建设,数码分身的导入不只更容易,应用范围也扩大。从制造业到服务业、元件到系统、设计到维修,都可以透过数码分身提供实时的模拟,达到预测与决策辅助。

工业4.0加上后疫情时代,企业对物联网与数码化需求提升,国际智库指出2020年到2026年间,全球数码分身市场规模年复合成长率为58%,并在2026年达到482.7亿美元。目前数码分身大多用于产品设计与预测故障维修,进而减少耗材浪费、产品生命周期与意外停机时间。

数码分身的发展应用建立在五大类技术基础之上,包括:物联网、云端运算、应用程序界面和开放标准(APIs and open standard)、AI和数码实境技术(包含AR、VR、MR等),前四项技术作为数码分身的基础技术,AR、VR、MR则成为数码分身视觉化的呈现工具,将制造生产从实体面延伸到虚拟平台。

数码分身的应用,提供不同方式创造价值,例如透过AR增实境,数码分身的描述性价值展现在视觉化呈现资产状态的能力,像是产品系统复杂的飞机引擎零件或是美国NASA的太空船运作状况。结合AI技术的机器学习(ML)与深度学习,数码分身可扩大发挥分析、诊断、预测等价值与能力。

在智能制造现场,数码分身的应用模式大致可分为:产线人力培训、机台管理、设备巡检、异常警示;这些数码分身的参数设定都需要蒐集机台串联后的数据,借用AI的机器学习训练模型。皮托科技CAE设备工程技术处长崔春山提到,数码分身其实也是提供AI训练环境,透过输入/输出参数的条件设定训练AI建置模型,模拟出更精准的产能目标,企业也可以更精确评估产线规划。

崔春山表示,数码分身纳入CAE模拟技术,透过AI技术可以辅助收集参数,加速模型建置时间,进一步提供无法直接在实体物件上计算的数据,一方面省下实机调整造成的成本,也节省反覆测试下的耗能,打造一个无风险的虚拟空间,也提供分析及诊断价值。

然而导入AI乃至落地成效,这段过程并不容易,慧稳科技总经理林耿呈解释,因为懂领域知识(Domain)的人不见得会AI技术,懂AI的人不见得了解各领域的个中不同,也因此慧稳提供的解决方案采取No-Code方式的Domain AI SaaS界面,把已经验证过的Domain AI模型、演算法等标准化整合至平台,以便使用者直接运用。

除了模拟、预测可能产生的情况,更复杂的数码分身甚至被预期可以具备自动做决策、提出相对应的解决方案。以资策会发展农渔业数码分身为例,透过打造「鱼电共生鱼塭」的人工智能物联网(AIoT)数码分身,将渔民的工匠知识数码化。透过物联网蒐集鱼塭的各种环境参数,以及访谈记录下渔民在不同情境会采取的行为决策,这部分引进 AI 人工智能中的「生成对抗网络」技术(Generative adversarial network;GAN)。GAN会依据过去的数据,生成渔民的可能策略,「猜测」渔民的决策,这些数码数据经由AI机器学习,最后得到鱼塭数码分身,就可以实时模拟鱼塭的环境数据。

数码分身技术在全球应用案例大多用于航太、制造业,目前只有台湾与荷兰率先投入数码分身在智能农业的研发。从预测走到决策,资策会数码服务创新研究所组长邱璟明表示,数码分身除了应用在领域产业达到自动化效率之外,也可将各产业的经验技艺数码保存下来,透过AI结合HI人类智能(Human Intelligent),目的是希望改变人的工作型态,分配或扩大工作规模,让人可以去做更关键重要的决策。


  •     按赞加入DIGITIMES智能应用粉丝团
更多关键字报导: 数码化 物联网 数码分身 AI