Согласно исследованию международной консалтинговой компании McKinsey, 75% крупных предприятий инвестируют в цифровые двойники для масштабирования своих ИИ-решений. В свою очередь исследование компании SBS Consulting говорит о том, что 44% рынка технологий ИИ в промышленности приходится на сегмент автомобилестроения, который по прогнозу SBS Consulting вырастет к 2030 г. в 6,7 раз. Этот рост подчеркивает важность цифровых двойников для моделирования, анализа и оптимизации в различных секторах, что подчеркивает их роль в будущем технологическом развитии.
Интеграция цифровых двойников с генеративным ИИ создает новые возможности для обеих технологий: синергия может повысить точность прогнозов генеративного ИИ и может увеличить ценность цифровых двойников для мониторинга и разработки систем.
О задачах мониторинга и выявления аномалий с помощью цифровых двойников на базе ИИ рассказывает Емельянова Наталия Юрьевна, доцент кафедры искусственного интеллекта Финансового университета при Правительстве Российской Федерации:
Непрерывный мониторинг в режиме реального времени это стратегическая необходимость для организаций, управляющих сложными динамичными системами и объектами, такими как транспортные сети, системы кибербезопасности и умные города. Расширение возможностей цифровых двойников с помощью генеративного ИИ меняет подход к интерпретации огромных объёмов данных в режиме реального времени, обеспечивая надёжное и мгновенное выявление аномалий, влияющих на работу. Генеративный ИИ может непрерывно анализировать данные, полученные с помощью цифровых двойников, чтобы выявлять новые тенденции и минимизировать сбои. Помимо повышения ситуационной осведомлённости руководителей, ИИ также может выявлять новые возможности для оптимизации работы и повышения эффективности.
Генеративный ИИ меняет подход к взаимодействию команд с большими наборами данных, позволяя создавать запросы и визуализации на естественном языке. Вместо того, чтобы вручную составлять сложные запросы, пользователи могут просто описывать свои потребности, а генеративный ИИ мгновенно визуализирует соответствующие диаграммы и результаты запросов, предоставляя новые аналитические данные. Эта возможность упрощает взаимодействие и предоставляет лицам, принимающим решения, необходимые данные. Поскольку организации работают со всё более сложными системами в реальном времени, интеллект на основе ИИ позволяет им эффективно анализировать огромные массивы данных, выявлять значимые тенденции и оптимизировать операции с большей точностью. Он устраняет технические барьеры, позволяя быстрее принимать решения на основе данных, имеющие стратегическое значение.
Об интеграции машинного обучения с цифровыми двойниками рассказывает Коротеев Михаил Викторович, заведующий кафедрой искусственного интеллекта Финансового университета при Правительстве Российской Федерации:
Цифровые двойники могут отслеживать множество отдельных потоков данных и выявлять проблемы в соответствующих физических источниках данных. Работая вместе, тысячи цифровых двойников могут контролировать очень большие и сложные системы. По мере поступления сообщений каждый цифровой двойник объединяет их с известной информацией о конкретном источнике данных и анализирует данные за несколько миллисекунд. Он может включать в себя алгоритм машинного обучения для упрощения анализа и выявления трудноуловимых проблем, которые было бы сложно описать вручную написанными алгоритмами. После обучения на данных реальных операций алгоритмы машинного обучения могут выявлять аномалии и мгновенно генерировать оповещения для операционных менеджеров.
После развертывания для анализа телеметрии в режиме реального времени алгоритм машинного обучения, вероятно, столкнётся с новыми ситуациями, не охваченными его исходным обучающим набором. Он может либо не обнаружить аномалии, либо выдавать ложноположительные результаты. Автоматическое переобучение позволяет алгоритму обучаться по мере накопления опыта, повышая свою эффективность и адаптируясь к изменяющимся условиям. Цифровые двойники могут работать совместно, выявляя недействительные ответы машинного обучения и создавая новые обучающие наборы, которые используются для автоматического переобучения. Внедряя автоматическое переобучение, компании получают конкурентное преимущество благодаря мониторингу в режиме реального времени, который надёжно предоставляет полезную информацию по мере обучения.
Интеграция технологии цифровых двойников с генеративным ИИ и МО может преобразовать подходы к мониторингу сложных динамических систем в отраслях, предоставляя более точную аналитику в режиме реального времени и позволяя руководителям принимать более быстрые и обоснованные решения.