Công nghệ song sinh kỹ thuật số là một đại diện năng động của một thực thể tiềm năng và nó đóng một vai trò quan trọng trong xã hội loài người.

Trong cuốn sách năm 1993 của anh ấy Thế giới gương, nhà khoa học máy tính, và giáo sư Đại học Yale, David Gelernter, đã tưởng tượng ra một tương lai (tương đối gần, theo ông ấy), trong đó chúng ta có thể khám phá toàn bộ thành phố như nó tồn tại từ lúc này sang lúc khác khi ngồi trước máy tính. Ông cũng suy đoán rằng thực tế vật lý cuối cùng sẽ bị thay thế, từng mảnh một, bằng một phần mềm bắt chước mà tất cả chúng ta sẽ “sống trong đó”. Trong khi những suy đoán ngông cuồng hơn của anh ấy vẫn nằm trong lĩnh vực khoa học viễn tưởng, ý tưởng về “Thế giới trong gương” của anh ấy đang được hiện thực hóa trong một số ngành ngày càng tăng thông qua khái niệm “một cặp song sinh kỹ thuật số”.

Như tên của nó, một cặp song sinh kỹ thuật số về cơ bản là một đại diện ảo, động của một thực thể, quy trình hoặc hệ thống thực tế hoặc tiềm năng trong thế giới vật chất. Khái niệm này lần đầu tiên được giới thiệu vào năm 2002 tại một hội nghị của Hiệp hội Kỹ sư Sản xuất. Trong bài thuyết trình của Đại học Michigan về Quản lý vòng đời sản phẩm (PLM), một slide do Giáo sư Michael Grieves chuẩn bị có đề cập đến “Ý tưởng khái niệm cho PLM”, được mô tả như một chiếc ô tô trong “Lĩnh vực thực” và một chiếc ô tô giống hệt trong “Lĩnh vực ảo ”Với dữ liệu và thông tin luân chuyển giữa hai Lĩnh vực theo thời gian. Khái niệm này được chính thức hóa với tên gọi “Mô hình Lĩnh vực nhân bản”, cho thấy sự tồn tại của hai “hệ thống” — hệ thống vật lý và hệ thống ảo hình ảnh phản chiếu — sẽ được liên kết động trong suốt bốn giai đoạn vòng đời là tạo, sản xuất, vận hành, và thải bỏ. Mô hình sau đó đã được mở rộng, và hệ thống ảo được coi là “cặp song sinh kỹ thuật số” của hệ thống vật lý.

Khái niệm song sinh kỹ thuật số kể từ đó ngày càng được chú ý rộng rãi hơn. Được hỗ trợ bởi sự gia tăng sức mạnh tính toán và sự ra đời của các công nghệ mới trong các lĩnh vực như thu thập dữ liệu và phân tích AI, các trường hợp sử dụng cho các cặp song sinh kỹ thuật số đã được xác định trong các ngành hàng không vũ trụ, ô tô, năng lượng, chăm sóc sức khỏe và xây dựng, cũng như trong quy hoạch đô thị và những nỗ lực khác. Các đặc điểm và yêu cầu thông tin của một cặp song sinh kỹ thuật số cụ thể sẽ phụ thuộc vào trường hợp sử dụng. Trong khi thảo luận toàn diện về các ứng dụng hiện có và khả thi của các cặp song sinh kỹ thuật số nằm ngoài phạm vi của bài viết này, một ví dụ về cách sử dụng hiện có là cặp song sinh kỹ thuật số của General Electric đối với động cơ máy bay, cho phép theo dõi thời gian thực về hiệu suất của từng động cơ và dự đoán bảo trì cần thiết. Nhìn về phía trước, Giáo sư Grieves nhận thấy các cặp song sinh kỹ thuật số “thông minh” có thể tự dự đoán tương lai và khắc phục các vấn đề trước khi chúng xảy ra là giai đoạn tiếp theo trong quá trình phát triển của khái niệm này. Chúng ta cũng sẽ thấy ứng dụng của khái niệm này đối với con người. Công ty tư vấn và nghiên cứu CNTT hàng đầu Gartner đã xác định các cặp song sinh kỹ thuật số của con người (ví dụ như các bộ phận cơ thể cụ thể) là một trong năm xu hướng mới nổi sẽ thúc đẩy đổi mới công nghệ trong thập kỷ tới.

Công ty của tôi, DataArt, một nhà phát triển phần mềm tùy chỉnh toàn cầu, đã đóng một vai trò quan trọng trong việc đưa công nghệ song sinh kỹ thuật số vào việc kiểm tra các cây cầu, đường hầm và các cơ sở hạ tầng công cộng quan trọng khác, vốn không có chỗ cho sự thất bại. Câu chuyện bắt đầu vào năm 2019 với sự thành lập của khách hàng STRUCINSPECT của chúng tôi, một liên doanh giữa nhà sản xuất PALFINGER, các chuyên gia kỹ thuật VCE, và các chuyên gia lập bản đồ di động và đo ảnh của Tập đoàn ANGST. Những người sáng lập STRUCINSPECT nhận ra rằng, giống như nhiều quy trình thủ công truyền thống khác, việc kiểm tra cơ sở hạ tầng có khả năng được cải thiện đáng kể thông qua việc tích hợp các công nghệ mới. Với sự giúp đỡ của DataArt, họ bắt đầu phát triển công nghệ “kiểm tra kỹ thuật số”, cốt lõi của công nghệ này là kiểm tra có sự hỗ trợ của AI đối với tài sản kỹ thuật số của một tài sản cơ sở hạ tầng. Về cơ bản, công nghệ này liên quan đến việc chuyển đổi các hình ảnh 2D được chụp bởi một máy bay không người lái bay xung quanh một cấu trúc thành một mô hình 3D cực kỳ chính xác có thể được kiểm tra bằng kỹ thuật số thay vì vật lý.

Tính đến ngày hôm nay, mô-đun AI của STRUCINSPECT đã được đào tạo để phát hiện năm loại hư hỏng khác nhau đối với bề mặt bê tông, bao gồm các vết nứt nhỏ và ăn mòn. Sử dụng nền tảng STRUCINPECT, một kỹ sư con người có thể kiểm tra cấu trúc dưới dạng hình thu nhỏ và phóng to để kiểm tra cận cảnh mọi hư hỏng, ngay cả khi đang làm việc từ xa và bất kể điều kiện ánh sáng hoặc thời tiết. Nền tảng này cũng cho phép các nhóm kiểm tra phân loại, ghi nhật ký và lọc các thiệt hại đã xác định, trong khi bảng điều khiển trực quan cho phép chủ sở hữu và người vận hành tài sản cơ sở hạ tầng dễ dàng xem và theo dõi diễn biến của thiệt hại theo loại.

Nền tảng STRUCINSPECT thể hiện một bước tiến lớn so với quy trình kiểm tra truyền thống, hoàn toàn thủ công, tốn nhiều công sức, thời gian và tốn kém, chưa kể có thể gây rối nếu cầu hoặc đường hầm cần phải đóng lại trong khi tiến hành kiểm tra. Việc kiểm tra bộ đôi kỹ thuật số của một cấu trúc đã chứng minh giá trị của nó như một giải pháp hiệu quả cao cho các khách hàng như ÖBB Infra và Autobahn Südbayern trong các dự án ở Đức, Croatia, các vùng của Scandinavia và Áo. Nhưng đây không có nghĩa là kết thúc của câu chuyện. Các tính năng mạnh mẽ của Evermore liên tục được bổ sung và trong tương lai, hệ thống sẽ có thể dự đoán khi nào cần thực hiện bảo trì và sẽ cho phép người dùng cuối tự đào tạo mô-đun AI của phần mềm để xác định các loại lỗi và hư hỏng bổ sung.

Tiềm năng chưa được thực hiện cho các cặp song sinh kỹ thuật số là rất lớn và khó có thể hiểu được. Ngay cả khi chúng ta không sinh sống tại “Thế giới gương” theo suy đoán của Gelernter, thì có thể nói rằng các cặp song sinh kỹ thuật số sẽ ngày càng trở nên phổ biến và ngày càng đóng vai trò quan trọng và mang tính đột phá trong ngày càng nhiều ngành công nghiệp.

bởi Alexander Makeyenkov, Giám đốc điều hành của DataArt DACH