[ad_1]
Tiết lộ: Nvidia là khách hàng của tác giả.
Nvidia trong tháng này đã công bố một loạt các cải tiến đối với công cụ mô phỏng và tạo Omniverse của mình. Nói chung, chúng kết nối chặt chẽ hơn các phiên bản metaverse với các thiết bị trong thế giới thực mà chúng mô phỏng, đảm bảo rằng mọi cặp song sinh kỹ thuật số có liên quan đều được đồng bộ hóa trong thời gian thực với các đối tác trong thế giới thực của chúng, làm tăng đáng kể tính hiện thực.
Điều này sẽ có một số lợi ích trong thời gian ngắn để quản lý từ xa bất kỳ giải pháp nào được bao phủ bởi mô phỏng metaverse; nó cũng sẽ cung cấp một lộ trình ngắn hơn để tiến tới tự động hóa hoàn toàn và thiết lập một khuôn khổ giúp thực hiện bước cuối cùng đó nhanh hơn và đáng tin cậy hơn.
Hãy cùng khám phá siêu vũ trụ được kết nối trong tuần này và lý do tại sao nó sẽ đẩy nhanh quá trình tự động hóa hoàn toàn.
Cặp song sinh kỹ thuật số được kết nối để giải cứu
Khái niệm về cặp song sinh kỹ thuật số được kết nối là rất quan trọng để làm cho mô phỏng trở nên thực tế hơn bằng cách sử dụng các cảm biến để đảm bảo cặp song sinh mô phỏng thực tế các đối tác thực của chúng. Điều này sẽ cho phép quản trị viên từ xa (hoặc thậm chí tại chỗ) định vị và đánh giá vấn đề tốt hơn trước khi chúng dẫn đến lỗi. Ví dụ: trong trường hợp cảm biến vòng bi thường không nhìn thấy được bằng mắt người, các cảm biến có thể chuyển lỗi thành dấu hiệu trực quan trên bộ đôi, làm nổi bật vấn đề. (Quản trị viên có thể nhìn thấy vấn đề thông qua phiên bản metaverse ảo hoặc bằng cách sử dụng kính AR.)
Nhanh chóng xác định thiết bị không có thông số kỹ thuật và có nguy cơ hỏng hóc (do quá nhiều nhiệt, tiếng ồn hoặc độ rung) sẽ giúp bảo trì phòng ngừa và cung cấp giao diện hỗ trợ phong phú hơn so với bảng điều khiển thông thường. Điều đó có nghĩa là kỹ thuật viên có nhiều khả năng sẽ đến hiện trường với các công cụ và (các) bộ phận cần thiết để khắc phục sự cố thay vì đưa ra chẩn đoán trước, sau đó quay lại khắc phục sự cố.
Thêm trí tuệ nhân tạo (AI) vào hỗn hợp
Nvidia cũng công bố đào tạo AI để giúp chẩn đoán sự cố và tư vấn cách khắc phục bằng cách sử dụng Dữ liệu tổng hợp để giảm thời gian đào tạo AI. Lấy ví dụ như ổ trục hỏng đó — thay vì chỉ thay thế một bộ phận, có thể hợp lý hơn nếu thay thế một số bộ phận dễ hư hỏng khác cùng lúc để giảm thiểu chi phí tháo và lắp ráp. AI có thể xác định, dựa trên lịch sử sửa chữa, rằng vòng bi hỏng là dấu hiệu báo trước cho các hỏng hóc khác, cho phép công nghệ dự đoán và khắc phục các sự cố trong tương lai trước khi chúng phát sinh.
Chẳng hạn, các sửa chữa không quan trọng thường có thể được giải quyết với chi phí rẻ hơn nếu kỹ thuật viên có mặt tại chỗ và đang làm việc trên một thứ khác.
Bước tiếp theo: sửa chữa robot?
Khi bạn liên kết với các nỗ lực chế tạo rô bốt của Nvidia, việc sửa chữa có thể bỏ qua công nghệ của con người và sử dụng sửa chữa rô bốt đã qua đào tạo mà quản trị viên từ xa có thể kích hoạt bằng giao diện AI. Tùy thuộc vào điều gì phù hợp nhất với hoàn cảnh, quản trị viên có thể bắt đầu phản hồi tự động bằng AI bằng cách sử dụng thiết bị có sẵn tại chỗ, giúp tăng tốc đáng kể việc sửa chữa.
Với loại hệ thống đó, vai trò của quản trị viên trở nên đơn giản hơn vì các nhiệm vụ được xác định rõ ràng và các yếu tố kích hoạt chúng đã được thiết bị đầy đủ và đưa vào giải pháp. Bạn có thể không cần một quản trị viên nào cả.
Chuyển sang tự động hóa hoàn toàn
Con đường dẫn đến tự động hóa hoàn toàn có thể mất một thập kỷ hoặc hơn. Các bước đầu tiên sẽ là trang bị đầy đủ các khu vực được bảo hiểm, tạo cặp song sinh kỹ thuật số được kết nối của cơ sở hạ tầng cần bảo trì, sau đó sử dụng AI dựa trên sự kết hợp giữa dữ liệu thực và dữ liệu tổng hợp để tối ưu hóa việc bảo trì và sửa chữa. Dữ liệu này có thể được sử dụng như một phần của gói đào tạo dành cho người máy tại chỗ, trong khi các chức năng quản trị được tự động hóa; phần sau phải là phần dễ nhất của quy trình.
Việc đảm bảo tính toàn vẹn của dữ liệu và dự đoán việc sử dụng cuối cùng của dữ liệu đó để đào tạo AI sẽ là công cụ để đảm bảo triển khai kịp thời và hiệu quả các chức năng tiếp theo. Tôi mong đợi bước khó khăn nhất là sửa chữa tự động. Ngày nay, rất ít hệ thống được tạo ra với yêu cầu chúng phải được bảo trì bằng robot, nhưng điều này sẽ thay đổi theo thời gian.
Tôi đã tham quan các trang web đang theo đuổi phương pháp tiếp cận thực tế tăng cường để bảo trì, cho thấy bước chuyển đầu tiên sang các cặp song sinh kỹ thuật số được kết nối có thể đã được thực hiện trên một số trang web. Giờ đây, chúng tôi có một lộ trình được xác định hợp lý để tự động hóa hoàn toàn các trung tâm dữ liệu (đó là điều mà Nvidia đã chứng minh). Video Nvidia này cho thấy cách ban đầu bạn có thể sử dụng metaverse để giao tiếp với trung tâm dữ liệu và video này nói về việc tự động hóa toàn bộ trang web. Cuối cùng, video này cho thấy điều gì có thể xảy ra nếu quản trị viên có quá nhiều thời gian và quá ít sự giám sát.
Được rồi, cái cuối cùng là một trò đùa. Nhưng nó chứng minh rằng trong siêu vũ trụ, các quy tắc không cần phải áp dụng, cuối cùng sẽ mở ra cánh cửa cho những đổi mới mà giờ đây chúng ta chỉ có thể tưởng tượng.
Bản quyền © 2022 IDG Communications, Inc.
[ad_2]