Optimaliseer hulpbronne vir winsgewendheid: Is Digital Twin Tech nodig?
Die waarde van enige tegnologie lê uiteindelik in die vermoë om koste en hulpbronne te optimaliseer. Deur die vermoë te hê om uitkomste vooruit te loop, gee voedselprodusente die voordeel van versiendheid wat dan in die werklike lewe toegepas kan word. 'n Voorbeeld van werklike toepassing en kommersialisering van Digital Twin-tegnologie is die meganistiese model wat ontwikkel is deur Tom De Swaef by Gantt Universiteit. Die Belgiese maatskappy 2Grow gebruik hierdie model om variasies in die vloei van water en stamdikte in tamatieplante te meet. Die maatskappy se doelwitte om die 20%-oppervlakte wat aan plantproduksie bestee word, te verminder.
It is nog onduidelik of die gemeenskap 'n poging aanwend om 'n digitale tweeling aan te neem in sy bedrywighede. Wat meer is, daar kan geargumenteer word dat digitale tweelingtegnologie in die meeste gevalle nie eintlik nodig is nie. Vooruitgang in masjienleer het dit moontlik gemaak om sleutelgebeure te voorspel sonder om 'n volledige model te bou wat groot hoeveelhede data van hoë gehalte sou verg, wat ook duur is om te kry. As 'n voedselprodusent wat sekere eienskappe wil voorspel, kan fokus op die meting en monitering van sleutelveranderinge al wees wat nodig is om 'n suksesvolle voorspellingsmodel te bou. Wat meer is, dit is dramaties meer bekostigbaar, wat dit haalbaar maak vir voedselprodusente wat onmiddellike ROI op die implementering van voorspellende modelle moet sien.
As jy byvoorbeeld aartappels kweek, is dit belangrik om aanwysers vir plae soos laatroessiekte te hê, wat veroorsaak word deur 'n swamagtige organisme wat in 'n kort tydperk tot oesmislukkings kan lei as toepaslike beheermaatreëls nie ingestel word nie. Vir hierdie tipe rygewas op groot hektaar oop veld kan die feit dat kameras op spilpuntbesproeiingstelsels gemonteer is, siektes of kwessies doeltreffend en effektief identifiseer. Die data wat nodig is om 'n digitale tweeling vir 'n oop veld aartappels te skep, sal 'n fortuin kos, en die skep van 'n hele model op so 'n skaal om insigte te kry wat met eenvoudiger en meer bekostigbare tegnologie verkry kan word, maak net nie sin nie.
- Videospeletjie SimCity het in die 90's grond gebreek toe spelers die held van hul eie stad geword het toe hulle 'n pragtige, bedrywige metropool digitaal ontwerp en geskep het. Snel 30 jaar vorentoe, en ons het die tegnologie om ongelooflike akkurate digitale voorstellings van werklike bome, plase of boorde te skep. Net soos in SimCity kan ons simuleer hoe 'n metropool sou ontwikkel op grond van dit waarin ons "belê" binne die spel, ons kan nou simulasies skep van hoe 'n plant in verskillende scenario's sal groei - wat ons help om landboupogings met ongekende versiendheid te verfyn.
- 'n Digitale tweeling is 'n digitale voorstelling van 'n werklike ding. Dit kan gebruik word om die regte 'ding' op afstand te monitor. Ten einde 'n akkurate en realistiese surrogaat vir die werklike tweeling te verskaf, moet die digitale tweeling data-ingelig wees via digitale meting van die werklike entiteit. In die landbou kan dit data wees wat deur instrumente soos grondsensors, plantbeelding, weerdata, ens.
- Die nuwe digitale voorstelling, of digitale tweeling, moet die hele landboupoging weerspieël: fisiese bates, prosesse, stelsels, hulpbronne, alles. In ruil daarvoor stel dit ons in staat om landbouprosesse op 'n voorheen ondenkbare skaal te simuleer, te beplan, te ontleed en te verbeter. Is dit egter regtig nodig vir voedselprodusente om hierdie duur gesofistikeerde tegnologie te implementeer - of kan hulle die insigte kry wat hulle nodig het van meer toeganklike en bekostigbare sensors wat hulle sal help om sleuteluitkomste te monitor en te voorspel?
Groei en aanvaarding van digitale tweeling en hul potensiaal in die landbou
Gartner voorspel dat die helfte van groot industriële maatskappye teen 2021 sal gebruik digitale tweeling, wat sal vertaal na 'n 10% verbetering in doeltreffendheid vir daardie organisasies. Die konsep van digitale tweeling bestaan egter al dekades lank. Vir meer as 30 jaar het produk- en prosesingenieurspanne 3D-weergawes van rekenaargesteunde ontwerp (CAD)-modelle, batemodelle en prosessimulasies om vervaardigbaarheid te verseker en te bekragtig. Byvoorbeeld, NASA het vir dekades komplekse ruimtetuig-simulasies uitgevoer. Innovasies in masjienleer en KI bring egter die konsep van die digitale tweeling op die voorgrond, wat baie ophef skep as 'n ontwrigtende neiging met 'n groter impak in die nabye toekoms.
Wanneer dit by landbouprosesse kom, gebruik Digitale tweeling as 'n sentrale middel vir plaasbestuur kan die ontkoppeling van fisiese vloei van die beplanning en beheer daarvan moontlik maak. Gevolglik kan boere bedrywighede op afstand bestuur op grond van (byna) intydse digitale inligting in plaas daarvan om op direkte waarneming en handtake op die terrein staat te maak. Dit stel hulle in staat om onmiddellik op te tree in geval van (verwagte) afwykings en om effekte van intervensies te simuleer gebaseer op werklike data. Byvoorbeeld, 'n Digitale Tweeling van 'n boord kan die boord van oorbesproeiing waarsku sonder dat daardie boer die boord hoef te ondersoek.
Die idee van 'n digitale boord is uiters aantreklik vir boere wat die arbeidsintensiewe aard van die monitering, voorspelling en beheer van die gesondheid van vrugtebome en die kwaliteit van hul oes verstaan. Wetenskaplikes aan die Universiteit van Queensland het 'n model ontwikkel vir 'n boord met stadig groeiende gewasse soos mango en macadamia. Dit kan gebruikers in staat stel om vinnig nuwe idees te beproef en insigte te kry oor hoe om produksiestelsels die beste te optimaliseer. Navorsers by die projek het beklemtoon hoe hierdie kitssimulasies veral tot voordeel van stadig groeiende gewasse soos vrugtebome kan wees.
Daar is spesifieke gebruiksgevalle waar dit finansieel sin maak om 'n digitale tweeling te bou, soos vir plantteling, waar 'n model jou kan toelaat om vroegtydig te voorspel of 'n spesifieke variëteit nie kommersieel lewensvatbaar is nie. Maar in baie gevalle is dit nie nodig om 'n neut met 'n voorhamer te kraak nie.
- Raviv Itzhaky is die mede-stigter en CTO van Prospera Technologies, wat die maatskappy se tegniese visie lei om die manier waarop voedsel gekweek word te transformeer deur datawetenskap en KI te gebruik. Hy gebruik sy kundigheid in algoritme-ontwikkeling, wiskunde en masjienleer om werklike probleme op te los. Voor Prospera het Raviv algoritmes ontwikkel by die kuberveiligheidsmaatskappy BioCatch, en gedien as 'n seinverwerkingsingenieur by die IDF. Hy het 'n BSc in Fisika en MSc in Toegepaste Fisika van die Hebreeuse Universiteit.