Divulgación: Nvidia es un cliente del autor.

Nvidia anunció este mes una serie de mejoras en su herramienta de creación y simulación Omniverse. Colectivamente, conectan más estrechamente las instancias del metaverso con los dispositivos del mundo real que emulan, asegurando que todos los gemelos digitales asociados estén sincronizados en tiempo real con sus contrapartes del mundo real, lo que aumenta en gran medida el realismo.

Esto tendrá varios beneficios a corto plazo para la administración remota de cualquier solución cubierta por una simulación de metaverso; también proporcionará un camino más corto hacia la automatización completa y definirá un marco que debería hacer que este último paso sea más rápido y confiable.

Exploremos el metaverso conectado esta semana y por qué acelerará la automatización completa.

Gemelos digitales conectados al rescate

El concepto de gemelos digitales conectados es clave para hacer que las simulaciones sean más realistas mediante el uso de sensores para garantizar que los gemelos imiten de manera realista a sus contrapartes de la vida real. Esto permitiría a un administrador remoto (o incluso en el sitio) ubicar y evaluar mejor los problemas antes de que provoquen fallas. Por ejemplo, en el caso de un sensor de rumbo que normalmente sería invisible para el ojo humano, los sensores podrían traducir una falla en una señal visual en el gemelo, destacando el problema. (El administrador puede ver el problema a través de una instancia de metaverso virtualmente o usando gafas AR).

La identificación rápida de equipos fuera de especificación en peligro de falla (debido a calor excesivo, ruido o vibración) facilitaría el mantenimiento preventivo y proporcionaría una interfaz de soporte más rica que un tablero tradicional. Esto significa que es más probable que un técnico llegue a la escena con las herramientas y piezas necesarias para corregir el problema en lugar de hacer primero un diagnóstico y luego regresar para solucionar el problema.

Agregue inteligencia artificial (IA) a la mezcla

Nvidia también anunció capacitación en IA para ayudar a diagnosticar un problema y dar consejos sobre cómo solucionarlo utilizando datos sintéticos para reducir el tiempo de capacitación en IA. Tome ese cojinete defectuoso, por ejemplo: en lugar de simplemente reemplazar uno, podría tener más sentido reemplazar varias otras piezas perecederas al mismo tiempo para minimizar los costos de desmontaje y montaje. La IA podría determinar, basándose en reparaciones históricas, que el mal rodamiento es un precursor de otras fallas, lo que permite que la tecnología se anticipe y solucione problemas futuros antes de que surjan.

Por ejemplo, las reparaciones no críticas a menudo se pueden manejar de manera más económica si la tecnología está en el sitio y ya está trabajando en otra cosa.

Siguiente paso: ¿reparaciones robóticas?

Cuando combina los esfuerzos de robótica de Nvidia, las reparaciones pueden pasar por alto la tecnología humana y usar una reparación robótica entrenada que el administrador remoto puede activar con una interfaz de IA. Dependiendo de lo que mejor se adapte a las circunstancias, el administrador puede iniciar una respuesta de IA automatizada utilizando el equipo que ya está en el sitio, acelerando drásticamente la reparación.

Con este tipo de sistema implementado, el rol del administrador se vuelve más simple porque las tareas están bien definidas y sus disparadores ya están completamente instrumentados e integrados en la solución. Es posible que no necesite un administrador en absoluto.

Ir a la automatización completa

El camino hacia la automatización total podría llevar una década o más. Los primeros pasos serían instrumentar completamente las áreas a cubrir, crear gemelos digitales conectados de la infraestructura a mantener y luego usar IA basada en una combinación de datos reales y sintéticos para optimizar el mantenimiento y las reparaciones. Estos datos podrían usarse como parte del paquete de capacitación para robots en el sitio, mientras que las funciones administrativas están automatizadas; esta última debería ser la parte más fácil del proceso.

Garantizar la integridad de los datos y anticipar su uso eventual para el entrenamiento de IA sería esencial para garantizar un despliegue rápido y eficiente de las funciones posteriores. Espero que el paso más difícil sea automatizar las reparaciones. Pocos sistemas se crean hoy en día con el requisito de que sean mantenidos por un robot, pero eso cambiará con el tiempo.

He visitado sitios que continúan con el enfoque de mantenimiento de realidad aumentada, lo que sugiere que el cambio inicial a gemelos digitales conectados ya puede estar ocurriendo en varios sitios. Ahora tenemos un camino razonablemente bien definido hacia la automatización completa del centro de datos (eso es lo que ha demostrado Nvidia). Este video de Nvidia muestra cómo podría usar inicialmente el metaverso para conectarse a un centro de datos, y este habla sobre la automatización de un sitio completo. Finalmente, este video muestra lo que podría suceder si un administrador tuviera demasiado tiempo y muy poca supervisión.

Bueno, eso último era una broma. Pero demuestra que en el metaverso, las reglas no tienen que aplicarse, lo que finalmente abre la puerta a innovaciones que solo podemos imaginar.

Derechos de autor © 2022 IDG Communications, Inc.

Share This