Açıklama: Nvidia, yazarın bir müşterisidir.
Nvidia bu ay bir dizi geliştirme duyurdu Omniverse oluşturma ve simülasyon aracına. Toplu olarak, metaverse örneklerini taklit ettikleri gerçek dünyadaki cihazlarla daha sıkı bir şekilde birbirine bağlarlar ve ilgili tüm dijital ikizlerin gerçek dünyadaki benzerleriyle gerçek zamanlı olarak senkronize edilmesini sağlayarak gerçekçiliği önemli ölçüde artırırlar.
Bunun, bir metaverse simülasyonunun kapsadığı herhangi bir çözümü uzaktan yönetmek için kısa vadeli birkaç faydası olacaktır; aynı zamanda tam otomasyona giden daha kısa bir yol sağlayacak ve bu son adımı daha hızlı ve daha güvenilir hale getirecek bir çerçeve oluşturacaktır.
Bu hafta bağlantılı meta veri deposunu ve neden tam otomasyonu hızlandıracağını keşfedelim.
Bağlantılı dijital ikizler yardıma koşuyor
Bağlantılı dijital ikiz kavramı, ikizlerin gerçek benzerlerini gerçekçi bir şekilde taklit etmesini sağlamak için sensörler kullanarak simülasyonları daha gerçekçi hale getirmek için kritik öneme sahiptir. Bu, uzaktaki (hatta yerinde) bir yöneticinin sorunları hatalara yol açmadan önce daha iyi tespit etmesine ve değerlendirmesine olanak tanır. Örneğin, tipik olarak insan gözüyle görülemeyen bir yön sensörü söz konusu olduğunda, sensörler bir arızayı ikiz üzerinde görsel bir işarete çevirerek sorunu vurgulayabilir. (Yönetici, sorunu sanal olarak bir metaverse örneği aracılığıyla veya AR gözlüğü kullanarak görebilir.)
Teknik özelliklerin dışında olan ve arızalanma tehlikesiyle karşı karşıya olan (çok fazla ısı, gürültü veya titreşim nedeniyle) ekipmanı hızlı bir şekilde belirlemek, önleyici bakıma yardımcı olur ve tipik bir panodan daha zengin bir destek arabirimi sağlar. Bu, bir teknisyenin önce bir teşhis yapıp ardından sorunu düzeltmek için geri dönmek yerine sorunu düzeltmek için gereken alet ve parçalarla birlikte olay yerine gelmesinin daha muhtemel olduğu anlamına gelir.
Karıştırmak için yapay zeka (AI) ekleme
Nvidia ayrıca bir sorunu teşhis etmeye yardımcı olmak ve kullanarak nasıl düzeltileceği konusunda tavsiyede bulunmak için AI’ları eğiteceğini duyurdu. Sentetik Veri AI eğitim süresini azaltmak için. Örneğin, arızalı bir yatağı ele alalım; yalnızca birini değiştirmek yerine, sökme ve takma maliyetlerini en aza indirmek için aynı anda birkaç bozulabilir parçayı değiştirmek daha mantıklı olabilir. Yapay zeka, tarihsel onarımlara dayanarak, kötü yatağın diğer arızaların habercisi olduğunu belirleyebilir ve bir teknisyenin gelecekteki sorunları ortaya çıkmadan önce tahmin etmesine ve düzeltmesine olanak tanır.
Örneğin, kritik olmayan onarımlar, teknoloji sahadaysa ve zaten başka bir şey üzerinde çalışıyorsa genellikle daha ucuza ele alınabilir.
Sonraki adım: robotik onarımlar mı?
Nvidia’nın robotik çabalarını birleştirdiğinizde, onarımlar bir insan teknolojisini atlayabilir ve uzak yöneticinin bir AI arayüzü ile tetikleyebileceği eğitimli bir robotik onarım kullanabilir. Koşullara en uygun olana bağlı olarak yönetici, halihazırda sahada bulunan ekipmanı kullanarak yapay zeka otomatikleştirilmiş bir yanıt başlatabilir ve bu da onarımı önemli ölçüde hızlandırır.
Bu tür bir sistem uygulandığında yöneticinin rolü daha basit hale gelir çünkü görevler iyi tanımlanmıştır ve bunlar için tetikleyiciler zaten tam olarak araçlandırılmış ve çözüme dahil edilmiştir. Bir yöneticiye hiç ihtiyacınız olmayabilir.
Tam otomasyona geçiş
Tam otomasyona giden yol on yıl veya daha uzun sürebilir. İlk adımlar, kapsanacak alanları tam olarak enstrümanlamak, bakımı yapılacak altyapının bağlantılı dijital ikizlerini oluşturmak, ardından bakım ve onarımları optimize etmek için gerçek ve sentetik verilerin bir kombinasyonuna dayalı yapay zekayı kullanmak olacaktır. Bu veriler, idari işlevler otomatikleştirilirken sahadaki robotlar için eğitim paketinin bir parçası olarak kullanılabilir; ikincisi, sürecin en kolay kısmı olmalıdır.
Veri bütünlüğünü sağlamak ve yapay zeka eğitimi için nihai kullanımını tahmin etmek, sonraki işlevlerin zamanında ve etkili bir şekilde kullanıma sunulmasını sağlamak için etkili olacaktır. En zor adımın otomatik onarımlar olmasını bekliyorum. Günümüzde bakımının robotik olarak yapılması gerekliliği ile çok az sistem oluşturulmaktadır, ancak bu durum zamanla değişecektir.
Bakım için artırılmış gerçeklik yaklaşımını benimseyen siteleri gezdim, bağlantılı dijital ikizlere yönelik ilk hamlenin birkaç sitede halihazırda yapılmış olabileceğini öne sürdüm. Artık veri merkezlerini tamamen otomatik hale getirmek için oldukça iyi tanımlanmış bir yolumuz var (Nvidia bunu gösterdi). Bu Nvidia videosu bir veri merkeziyle arayüz oluşturmak için başlangıçta meta veri deposunu nasıl kullanabileceğinizi gösterir ve Bu tüm siteyi otomatikleştirmekten bahsediyor. Nihayet, bu video bir yöneticinin çok fazla zamanı ve çok az gözetimi olması durumunda neler olabileceğini gösterir.
Tamam, sonuncusu bir şakaydı. Ancak, metaverse’de kuralların uygulanması gerekmediğini ve nihayetinde artık yalnızca hayal edebileceğimiz yeniliklere kapı araladığını gösteriyor.
Telif hakkı © 2022 IDG Communications, Inc.
