優化資源以提高盈利能力:數字孿生技術有必要嗎?
任何技術的價值最終都在於優化成本和資源的能力。 擁有先發製人的能力給糧食種植者帶來了遠見卓識的好處,然後可以將其應用到現實生活中。 數字孿生技術在現實生活中應用和商業化的一個例子是機械 Tom De Swaef 開發的模型 在甘特大學。 比利時公司 2Grow 利用該模型來測量番茄植株中水流和莖厚度的變化。 這 公司宗旨 減少 20% 的工廠生產表面積。
It 目前尚不清楚社區是否正在努力採用數字孿生 在其運營中。 更重要的是,可以說在大多數情況下數字孿生技術實際上並不是必需的。 機器學習的進步使得預測關鍵事件成為可能,而無需構建完整的模型,這需要大量高質量的數據,而獲取這些數據的成本也很高。 作為想要預測某些特性的糧食種植者,專注於測量和監控關鍵變化可能是構建成功的預測模型所需的全部內容。 更重要的是,它的價格要便宜得多,對於需要立即看到預測模型實施投資回報的糧食種植者來說是可以實現的。
例如,如果您種植土豆,那麼重要的是要掌握晚疫病等害蟲的指標,晚疫病是由類真菌生物引起的,如果不採取適當的控制措施,可能會在短期內導致農作物歉收。 對於大面積露天田地中的這種行耕作物,在樞軸灌溉系統上安裝攝像頭可以高效且有效地識別疾病或問題。 為開闊的馬鈴薯地創建數字孿生所需的數據將花費大量資金,而創建如此規模的整個模型來獲得可以通過更簡單、更實惠的技術獲得的見解是沒有意義的。
- 電子遊戲 SimCity 在 90 年代破土動工,玩家通過數字方式設計和創造了一座美麗、繁華的大都市,成為了自己城市的英雄。 快進 30 年,我們擁有了為現實世界的樹木、農場或果園創建極其準確的數字表示的技術。 就像在《模擬城市》中一樣,我們可以根據我們在遊戲中“投資”的內容來模擬大都市將如何演變,我們現在可以創建植物在不同場景中如何生長的模擬- 幫助我們以前所未有的遠見來微調農業工作。
- 數字孿生是現實世界事物的數字表示。 它可以用來遠程監控真實的“事物”。 為了為現實世界的雙胞胎提供準確、真實的替代物,數字雙胞胎必須通過對真實實體的數字測量來獲取數據。 在農業中,這可能是通過土壤傳感器、植物成像、天氣數據等工具獲得的數據。
- 新的數字表示或數字孿生應該反映整個農業工作:實物資產、流程、系統、資源,一切。 作為回報,這使我們能夠以以前無法想像的規模模擬、規劃、分析和改進農業流程。 然而,糧食種植者真的有必要實施這種昂貴的複雜技術嗎?或者他們能否從更容易獲得和負擔得起的傳感器中獲得所需的見解,以幫助他們監測和預測關鍵結果?
數字孿生的發展和採用及其在農業中的潛力
Gartner 預測,到 2021 年,一半的大型工業公司將使用 數字雙胞胎,這將意味著這些組織的效率提高 10%。 然而,數字孿生的概念已經存在了幾十年。 30 多年來,產品和工藝工程團隊一直使用 3D 渲染 計算機輔助設計 (CAD) 模型、資產模型和流程模擬,以確保和驗證可製造性。 例如,美國宇航局幾十年來一直在運行複雜的航天器模擬。 然而,機器學習和人工智能的創新正在將數字孿生的概念推到最前沿,作為一種顛覆性趨勢進行大量炒作,在不久的將來產生更廣泛的影響。
在農業流程方面,使用數字孿生 作為農場管理的核心手段 可以使物理流與其規劃和控制脫鉤。 因此,農民可以根據(近)實時數字信息遠程管理操作,而不必依賴現場直接觀察和手動任務。 這使得他們能夠在出現(預期的)偏差時立即採取行動,並根據現實數據模擬干預措施的效果。 例如,果園的數字孿生可以向果園發出過度灌溉的警報,而農民無需檢查果園。
一個的想法 數字果園 對於了解監測、預測和控制果樹健康及其收穫質量的勞動密集型性質的農民來說,這是極具吸引力的。 昆士蘭大學的科學家開發了一個果園模型,種植芒果和澳洲堅果等生長緩慢的作物。 這可以使用戶快速嘗試新想法並獲得有關如何最好地優化生產系統的見解。 該項目的研究人員強調,這些即時模擬如何特別有利於果樹等生長緩慢的作物。
在某些特定的用例中,構建數字孿生具有經濟意義,例如在植物育種中,模型可以讓您儘早預測特定品種是否在商業上不可行。 但在很多情況下,沒有必要用大鎚敲碎堅果。
- 拉維夫·伊扎基 (Raviv Itzhaky) 聯合創始人兼首席技術官 Prospera技術,引領公司利用數據科學和人工智能改變食品種植方式的技術願景。 他利用算法開發、數學和機器學習方面的專業知識來解決現實世界的問題。 在加入 Prospera 之前,Raviv 在網絡安全公司 BioCatch 開發算法,並擔任 IDF 的信號處理工程師。 他擁有希伯來大學物理學學士學位和應用物理學碩士學位。