TecNoticias, tu portal de información

El Dr. William Bain, director ejecutivo y fundador de ScaleOut Software, explica lo que requiere el futuro de la tecnología de gemelos digitales para su amplia adopción en el mercado.

Los sistemas tradicionales de procesamiento de flujo y de procesamiento de eventos complejos hacen un excelente trabajo al extraer patrones de la telemetría entrante, pero hacen que sea desafiante e ineficiente rastrear información dinámica sobre fuentes de datos individuales. Como resultado, puede ser difícil analizar completamente lo que dice la telemetría entrante sobre el estado de un sistema en vivo y tomar medidas oportunas y efectivas. Ahí es donde entra en juego el poder de los gemelos digitales en tiempo real. Si bien los modelos de gemelos digitales se han utilizado durante décadas en la gestión del ciclo de vida del producto para ayudar a diseñar nuevos dispositivos, solo recientemente se han aplicado al procesamiento de flujo con estado. Los avances en computación en memoria escalable promovidos por mi empresa, ScaleOut Software, han ayudado a permitir que los gemelos digitales hagan esto posible. Lanzamos ScaleOut Digital Twin Streaming Service™ hace dos años para ofrecer una técnica simple e intuitiva para rastrear información de estado importante y en evolución dinámica sobre fuentes de datos de IoT individuales y usar esa información para implementar análisis en tiempo real de la telemetría entrante. El uso de información de estado por dispositivo permite una introspección profunda por dispositivo en milisegundos y una retroalimentación más efectiva que antes. En los últimos dos años, hemos aplicado el modelo de gemelo digital a numerosos casos de uso en aplicaciones muy diferentes. Estos incluyen telemática, logística, alertas de seguridad física, rastreo de contactos, rastreo de dispositivos, monitoreo de control industrial, detección de matrículas clonadas y rastreo de sistemas de aerolíneas, entre otros. La creación de aplicaciones para estos casos de uso ha demostrado el poder del modelo de gemelo digital en la creación de análisis de transmisión útiles que pueden escalar con facilidad para rastrear grandes cantidades de fuentes de datos. Desde su creación, hemos continuado mejorando esta plataforma única con nuevas capacidades. Por ejemplo, creamos un motor de reglas para implementar la lógica dentro de un gemelo digital para que se puedan crear nuevos modelos sin necesidad de conocimientos de programación especializados. Luego agregamos el aprendizaje automático a nuestros modelos de gemelos digitales usando la biblioteca ML.NET de Microsoft. Esto permite que los gemelos digitales busquen patrones en la telemetría que son difíciles de ver o definir con código para los humanos. Más recientemente, integramos nuestro modelo de gemelo digital con la plataforma Azure Digital Twins de Microsoft para acelerar el procesamiento en tiempo real utilizando nuestra tecnología de computación en memoria y, al mismo tiempo, brindamos nuevas capacidades de visualización y persistencia. Nuestro modelo de gemelo digital también ha evolucionado junto con las necesidades de los desarrolladores. Recientemente, me senté con mi equipo para considerar lo que requiere el futuro de esta tecnología para una amplia adopción en el mercado. Se nos ocurrió lo siguiente:

Integrar temporizadores para mejorar las alertas de gemelos digitales: ¿Qué pasaría si los gemelos digitales incorporaran temporizadores para detectar mensajes perdidos o retrasados ​​de dispositivos IoT? Estos temporizadores podrían desencadenar la ejecución de código que señale alertas cuando sea necesario. Esto sería esencial para identificar dispositivos defectuosos o poco confiables en aplicaciones en vivo, como detectores de humo y sensores de seguridad.

Mejore la portabilidad con .NET 6 y C#: Linux es el sistema operativo de código abierto más conocido y más utilizado que ha ganado popularidad durante varios años. Usando .NET 6 para construir modelos gemelos digitales de C#, los desarrolladores podrían apuntar simultáneamente a sistemas Windows y Linux, maximizando así la portabilidad en C# y manteniendo la paridad con Java.

Permitir la inicialización agregada de aplicaciones de gemelos digitales: Nuestra plataforma de gemelos digitales se diseñó inicialmente para crear automáticamente gemelos digitales cuando recibía telemetría de una nueva fuente de datos (normalmente, un dispositivo). Sin embargo, nuestra experiencia nos ha demostrado que muchas aplicaciones necesitan crear previamente la población completa de instancias de gemelos digitales para detectar dispositivos faltantes o por otras razones, como inicializar una jerarquía compleja de gemelos digitales. ¿Qué pasaría si pudiéramos crear e inicializar gemelos digitales utilizando datos basados ​​en archivos en lugar de esperar la telemetría entrante?

Agregar capacidades de simulación: Nuestra experiencia en la creación de aplicaciones ha demostrado que es esencial usar simulaciones para probar y demostrar las capacidades de los gemelos digitales en el análisis de transmisión. En una variedad de industrias, las simulaciones nos ayudan a medir qué tan bien los gemelos digitales brindan respuestas en tiempo real antes de que se implementen en sistemas en vivo. El uso de simulaciones ayudaría a validar los diseños y ahorraría tiempo y dinero en las implementaciones. Me complace decir que nuestro equipo ha logrado muchos de estos objetivos en nuestra Versión 2 recientemente lanzada de ScaleOut Digital Twin Streaming Service™. Esta versión proporciona funciones nuevas y emocionantes para crear modelos de gemelos digitales que satisfagan las necesidades de las aplicaciones del mundo real, y estamos planeando agregar soporte para simulación en una próxima versión. Todas estas características han sido impulsadas por los requisitos que surgieron durante el desarrollo de la aplicación. Este enfoque coincide con nuestra filosofía de diseño de comenzar con un modelo simple y coherente y luego mejorarlo cuidadosamente a medida que aprendemos de la experiencia del mundo real. Después de más de dos años de crear aplicaciones del mundo real con gemelos digitales, hemos confirmado la influencia que brindan en el análisis de transmisión. Debido a que los gemelos digitales reúnen la telemetría, la información de estado y la lógica de la aplicación para cada dispositivo físico, permiten una introspección profunda, un seguimiento del comportamiento en evolución y una retroalimentación. Al hacer uso de computación en memoria escalable, la plataforma de transmisión puede lograr todo esto con un modelo de programación inusualmente simple y eficiente que permite que las aplicaciones se centren en implementar código de análisis mientras difieren los desafíos de la visualización de datos y el escalado del rendimiento a la plataforma. Esta tecnología puede cambiar la forma en que monitoreamos e interactuamos con grandes poblaciones de fuentes de datos. Ha sido emocionante ver cómo los gemelos digitales abordan los desafíos en un conjunto diverso de aplicaciones. ¿Cómo evolucionarán en los próximos dos años?

¿Quiere aprender más sobre blockchain de los líderes de la industria? Echa un vistazo a Blockchain Expo que tendrá lugar en Ámsterdam, California y Londres. El evento comparte ubicación con la Semana de la Transformación Digital.

Explore otros próximos eventos y seminarios web de tecnología empresarial impulsados ​​por TechForge aquí.
Etiquetas: gemelo digital, modelos