從預測走向決策 數位分身與AI應用整合趨勢

數位分身(Digital Twin) 此一概念最早在2002年被提出,隨著物聯網及人工智慧(AI)技術進步、製造端追求最大效率、最小成本,加上整體製造產業逐步發展數位化、自動化的基礎建設,數位分身的導入不只更容易,應用範圍也擴大。從製造業到服務業、元件到系統、設計到維修,都可以透過數位分身提供即時的模擬,達到預測與決策輔助。

工業4.0加上後疫情時代,企業對物聯網與數位化需求提升,國際智庫指出2020年到2026年間,全球數位分身市場規模年複合成長率為58%,並在2026年達到482.7億美元。目前數位分身大多用於產品設計與預測故障維修,進而減少耗材浪費、產品生命周期與意外停機時間。

數位分身的發展應用建立在五大類技術基礎之上,包括:物聯網、雲端運算、應用程式介面和開放標準(APIs and open standard)、AI和數位實境技術(包含AR、VR、MR等),前四項技術作為數位分身的基礎技術,AR、VR、MR則成為數位分身視覺化的呈現工具,將製造生產從實體面延伸到虛擬平台。

數位分身的應用,提供不同方式創造價值,例如透過AR擴增實境,數位分身的描述性價值展現在視覺化呈現資產狀態的能力,像是產品系統複雜的飛機引擎零件或是美國NASA的太空船運作狀況。結合AI技術的機器學習(ML)與深度學習,數位分身可擴大發揮分析、診斷、預測等價值與能力。

在智慧製造現場,數位分身的應用模式大致可分為:產線人力培訓、機台管理、設備巡檢、異常警示;這些數位分身的參數設定都需要蒐集機台串聯後的資料,借用AI的機器學習訓練模型。皮托科技CAE設備工程技術處長崔春山提到,數位分身其實也是提供AI訓練環境,透過輸入/輸出參數的條件設定訓練AI建置模型,模擬出更精準的產能目標,企業也可以更精確評估產線規劃。

崔春山表示,數位分身納入CAE模擬技術,透過AI技術可以輔助收集參數,加速模型建置時間,進一步提供無法直接在實體物件上計算的數據,一方面省下實機調整造成的成本,也節省反覆測試下的耗能,打造一個無風險的虛擬空間,也提供分析及診斷價值。

然而導入AI乃至落地成效,這段過程並不容易,慧穩科技總經理林耿呈解釋,因為懂領域知識(Domain)的人不見得會AI技術,懂AI的人不見得了解各領域的箇中不同,也因此慧穩提供的解決方案採取No-Code方式的Domain AI SaaS介面,把已經驗證過的Domain AI模型、演算法等標準化整合至平台,以便使用者直接運用。

除了模擬、預測可能產生的情況,更複雜的數位分身甚至被預期可以具備自動做決策、提出相對應的解決方案。以資策會發展農漁業數位分身為例,透過打造「魚電共生魚塭」的人工智慧物聯網(AIoT)數位分身,將漁民的工匠知識數位化。透過物聯網蒐集魚塭的各種環境參數,以及訪談記錄下漁民在不同情境會採取的行為決策,這部分引進 AI 人工智慧中的「生成對抗網路」技術(Generative adversarial network;GAN)。GAN會依據過去的資料,生成漁民的可能策略,「猜測」漁民的決策,這些數位資料經由AI機器學習,最後得到魚塭數位分身,就可以即時模擬魚塭的環境數據。

數位分身技術在全球應用案例大多用於航太、製造業,目前只有台灣與荷蘭率先投入數位分身在智慧農業的研發。從預測走到決策,資策會數位服務創新研究所組長邱璟明表示,數位分身除了應用在領域產業達到自動化效率之外,也可將各產業的經驗技藝數位保存下來,透過AI結合HI人類智慧(Human Intelligent),目的是希望改變人的工作型態,分配或擴大工作規模,讓人可以去做更關鍵重要的決策。

文章來源:https://reurl.cc/0pXDbY