Оптимизация ресурсов для повышения прибыльности: нужна ли технология цифровых двойников?
Ценность любой технологии в конечном счете заключается в возможности оптимизировать затраты и ресурсы. Возможность упреждать результаты дает производителям продуктов питания преимущество предвидения, которое затем можно применить в реальной жизни. Примером реального применения и коммерциализации технологии Digital Twin является механистическая модель, разработанная Томом Де Сваефом в Университете Ганта. Бельгийская компания 2Grow использует эту модель для измерения изменений потока воды и толщины стеблей растений томата. То цели компании сократить 20% площади поверхности, затрачиваемой на производство растений.
It до сих пор неясно, предпринимает ли сообщество усилия по внедрению цифровых двойников в его операциях. Более того, можно утверждать, что в большинстве случаев технология цифровых двойников на самом деле не нужна. Достижения в области машинного обучения позволили прогнозировать ключевые события без построения полной модели, которая потребовала бы больших объемов высококачественных данных, получение которых также обходится дорого. Как производитель продуктов питания, желающий предсказать определенные свойства, сосредоточение внимания на измерении и мониторинге ключевых изменений может быть всем, что необходимо для построения успешной прогностической модели. Более того, это значительно более доступно, что делает его доступным для производителей продуктов питания, которым требуется немедленная окупаемость инвестиций в внедрение прогностических моделей.
Например, если вы выращиваете картофель, важно иметь индикаторы таких вредителей, как фитофтороз, вызванный грибоподобным организмом, который может привести к неурожаю за короткий период, если не будут приняты соответствующие меры борьбы. Для этого типа пропашных культур на больших акрах открытого поля установка камер на системах кругового орошения может эффективно и действенно выявлять заболевания или проблемы. Данные, необходимые для создания цифрового двойника для открытого поля с картофелем, обойдутся в целое состояние, а создание целой модели в таком масштабе для получения информации, которую можно получить с помощью более простой и доступной технологии, просто не имеет смысла.
- Видеоигра SimCity стала прорывом в 90-х годах, когда игроки стали героями своего собственного города, спроектировав и создав красивый, шумный мегаполис в цифровом виде. Перенесемся на 30 лет вперед, и у нас есть технология для создания невероятно точных цифровых изображений реальных деревьев, ферм или садов. Точно так же, как в SimCity мы можем моделировать развитие мегаполиса на основе того, во что мы «инвестируем» в игре, теперь мы можем создавать симуляции того, как растения будут расти в различных сценариях, что помогает нам точно настраивать усилия в сельском хозяйстве с беспрецедентной предусмотрительностью.
- Цифровой двойник — это цифровое представление реального объекта. Его можно использовать для удаленного наблюдения за реальной «вещью». Чтобы обеспечить точный и реалистичный суррогат реального двойника, цифровой двойник должен быть проинформирован данными посредством цифровых измерений реального объекта. В сельском хозяйстве это могут быть данные, поступающие с помощью таких инструментов, как датчики почвы, изображения растений, данные о погоде и т. д.
- Новое цифровое представление, или цифровой двойник, должно отражать всю сельскохозяйственную деятельность: физические активы, процессы, системы, ресурсы, все. В свою очередь, это позволяет нам моделировать, планировать, анализировать и совершенствовать сельскохозяйственные процессы в ранее невообразимых масштабах. Однако действительно ли производителям продуктов питания необходимо внедрять эту дорогостоящую сложную технологию — или они могут получить необходимую информацию с помощью более доступных и недорогих датчиков, которые помогут им отслеживать и прогнозировать ключевые результаты?
Рост и внедрение цифровых двойников и их потенциал в сельском хозяйстве
Gartner прогнозирует, что к 2021 году половина крупных промышленных компаний будет использовать цифровые близнецы, что приведет к повышению эффективности этих организаций на 10 %. Однако концепция цифровых двойников существует уже несколько десятилетий. Уже более 30 лет группы разработчиков продуктов и процессов используют 3D-визуализацию системы автоматизированного проектирования (CAD) модели, модели активов и моделирование процессов для обеспечения и проверки технологичности. Например, НАСА уже несколько десятилетий занимается сложным моделированием космических аппаратов. Однако инновации в машинном обучении и искусственном интеллекте выводят на передний план концепцию цифрового двойника, создавая много шумихи как прорывной тренд с более широким влиянием в ближайшем будущем.
Когда дело доходит до сельскохозяйственных процессов, использование цифровых двойников как центральное средство управления фермой может позволить отделить физические потоки от их планирования и контроля. В результате фермеры могут управлять операциями удаленно на основе цифровой информации (почти) в реальном времени, вместо того, чтобы полагаться на прямое наблюдение и ручные задачи на месте. Это позволяет им действовать немедленно в случае (ожидаемых) отклонений и моделировать последствия вмешательств на основе реальных данных. Например, цифровой двойник сада может предупредить сад о чрезмерном поливе, и фермеру не придется осматривать сад.
Идея цифровой сад чрезвычайно привлекательна для фермеров, которые понимают трудоемкость мониторинга, прогнозирования и контроля за здоровьем фруктовых деревьев и качеством их урожая. Ученые из Университета Квинсленда разработали модель фруктового сада с медленно растущими культурами, такими как манго и макадамия. Это может позволить пользователям быстро опробовать новые идеи и получить представление о том, как лучше всего оптимизировать производственные системы. Исследователи проекта подчеркнули, что эти мгновенные симуляции могут принести особую пользу медленно растущим культурам, таким как фруктовые деревья.
Существуют конкретные случаи использования, когда создание цифрового двойника имеет финансовый смысл, например, для селекции растений, где модель может позволить вам заранее предсказать, будет ли конкретный сорт коммерчески нежизнеспособным. Но во многих случаях нет необходимости раскалывать орех кувалдой.
- Равив Ицхаки — соучредитель и технический директор Проспера Технологии, руководя техническим видением компании по преобразованию способов выращивания продуктов питания с использованием науки о данных и искусственного интеллекта. Он использует свой опыт в разработке алгоритмов, математике и машинном обучении для решения реальных задач. До Prospera Равив разрабатывал алгоритмы в компании по кибербезопасности BioCatch и работал инженером по обработке сигналов в ЦАХАЛе. Он имеет степень бакалавра физики и магистра прикладной физики Еврейского университета.