09.10.2019

Алексей Боровков: «Цифровые двойники. Мифы и реальность»

В третьем номере дайджеста, посвященного ключевым событиям, разработкам и мероприятиям с участием сотрудников Центра компетенций НТИ СПбПУ «Новые производственные технологии», опубликовано интервью руководителя Центра, проректора по перспективным проектам СПбПУ Алексея Боровкова

 – Верно ли утверждение, что с применением технологии цифровых двойников и искусственного интеллекта в различных отраслях теоретически стало возможным производство почти идеальных продуктов – в пределах имеющихся знаний, развития науки и технологий на сегодняшний день?
– Это вопрос в принципе некорректный. В первую очередь, «идеальный продукт» – это всегда умозрительная схема, так называемая «идеальная модель». В нашей области есть такое понятие, как «равнопрочная конструкция», в любой точке которой возникают «равные напряжения». И это плохая ситуация, потому что в теории такая конструкция должна мгновенно разрушаться, рассыпаться на мельчайшие элементы. Инженеры прикладывают немалые усилия, чтобы оптимизировать конструкции машин – например, самолета – в части снижения веса при сохранении аэродинамического качества конструкции, удовлетворения требованиям жесткости, прочности, долговечности, надежности и так далее. Однако инженеры никогда не ставят задачи создать равнопрочную конструкцию.

Другая аналогия, которая может возникнуть применительно к производству, стремящемуся к «идеалу», – это так называемое «безлюдное производство». С одной стороны, для определенных и достаточно простых операций это, конечно, достижимая цель. С другой стороны, если представить себе, например, нефтеперерабатывающий завод и поставить задачу оптимизации по числу вовлеченных в работу сотрудников, нужно будет проанализировать огромное количество возможных ситуаций. Самая понятная в данном случае ситуация, которая «торпедирует» идею безлюдного производства, – авария: представьте, что подобный завод управляется дистанционно, скажем, из Москвы, а само производство находится на Дальнем Востоке. Происходит непредвиденная ситуация, как на Фукусиме – землетрясение, цунами… Какое число алгоритмов нужно предусмотреть и какова будет цена вопроса? Что дешевле: достичь этого «идеала» – или держать в штате пять или пятьдесят специалистов?
Вопросы, касающиеся идеальных построений, моделей, конструкций, производства, умозрительно очень интересны, но нежизнеспособны. Если спуститься с небес на землю, нежизнеспособными они становятся в первую очередь по экономическим соображениям. Как только ставится задача разработки некой конструкции, сразу возникает вопрос: сколько это будет стоить? Можно представить себе ситуацию, в которой исполнитель не ограничен в средствах. Но ведь в результате получится, что такие же неограниченные средства должны быть и у тех, кто будет разработанный продукт покупать и потреблять. А таких рынков не существует и не может быть.

– То есть отсутствие на рынке продуктов, близких к «идеальным», связано прежде всего с ресурсными ограничениями и экономическими законами?
– Экономика определяет задачи уже на первом этапе – при начале проектирования, выборе материалов, технологий производства и так далее. Конкурировать в определенной нише можно, предлагая продукт, который по всем характеристикам – качеству, стоимости, времени разработки и другим – лучше, чем у конкурентов. Речь идет не о приближении к идеалу, а о соответствии требованиям рынка. Например, в контрактах полного жизненного цикла резко меняется маржинальность всех этапов – возрастает маржинальность этапа проектирования, чтобы уменьшить число ремонтов изделия, повысить его долговечность при условии сохранения качества, пользовательских характеристик. Для проектируемого автомобиля, например, рынок потребует установить некие предельные значения пробега – скажем, 250 тысяч километров. В противном случае, если машина будет рассчитана на миллион километров, рынок обрушится – сначала локальный, потом глобальный, а за ним может рассыпаться и вся мировая экономика.
Так или иначе, рынок защищает себя от коллапсов: разработчик всегда ограничен финансами, сроками, показателями трудоемкости, включая интеллектуальный труд, и еще целым рядом ресурсных ограничений. 

– Однако конкуренция на высокотехнологичном рынке развивается. Является ли цифровой двойник как технология самостоятельным значимым преимуществом?
– Конкурентные преимущества – комплексный показатель. Важно всё: уровень доступности технологий, ресурсы – финансовые, интеллектуальные, научные, технологические, производственные и другие. Мы живем и работаем в рамках Четвертой промышленной революции, основным трендом которой является конвергенция, сближение, взаимное проникновение трех миров: физического (материального), виртуального (цифрового) и биологического. Два мира – материальный и цифровой – стремительно объединяются. И вот на пересечении этих миров цифровой двойник и становится технологией – интегратором других сквозных технологий, субтехнологий; он становится технологией – драйвером устойчивого экономического развития. Цифровой двойник включает в себя большое количество технологий, которые известны и эффективно применяются, но с некими заранее не определенными весовыми коэффициентами. То есть каждый раз, при старте очередного нового проекта, перед нами встает задача создания методологии разработки цифрового двойника. Это и есть тот узел, в котором увязываются все имеющиеся конкурентные преимущества игроков на рынке: вроде бы инструменты – субтехнологии – всем известны и доступны, но должным образом скомбинировать, комплексировать их способны единицы. Цифровые двойники – инструмент сложный и технически, и интеллектуально, и в этом смысле играет ключевую роль в вопросе конкурентоспособности на высокотехнологичном рынке.

Разработка цифрового двойника начинается уже на старте проекта, при возникновении идеи и принятия решения о создании нового продукта. Мы отбираем лучший продукт на рынке, характеристики которого хотим превзойти (бенчмаркинг), и ставим задачу на разработку best in class продукта. Дальше формируем матрицу целевых показателей и ресурсных ограничений. Затем – с большим числом виртуальных испытаний, с использованием виртуальных стендов и полигонов, ведем разработку, особенностью которой становится построение сразу нескольких траекторий проектирования. Как правило, разработчики сегодня идут только по одной траектории – и чаще всего она не заканчивается достижением результата, с первого раза удовлетворяющего всем требованиям технического задания. Мы же зачастую получаем сразу порядка десяти решений, каждое из которых удовлетворяет требованиям ТЗ. В этом случае один из цифровых двойников выводится на рынок, и появляется продукт. Остальные же разработки «сидят в засаде» – готовые в нужный момент, когда сложится необходимая конъюнктура, в кратчайшие сроки выйти на рынок. Поддерживаю определение декана экономического факультета МГУ Александра Аузана: фактически мы формируем гарантированное, зарезервированное развитие, чем и определяется устойчивый рост компании, а шире – отрасли, страны. 

– Как часто случаются выдающиеся технологические прорывы в промышленности? Или производители сознательно не пытаются ставить предельных рекордов, методично работая на постоянное, «сдержанное» опережение конкурентов?
– Мы часто используем термин best in class – «лучший в определенном классе». Но эта характеристика всегда привязана ко времени: лучшим в классе можно быть только в определенный момент. Потому что завтра – или уже сегодня – может собраться некий другой проектный консорциум, который представит разработку с лучшими характеристиками. Это как в спорте: устанавливается мировой рекорд, дальше он постоянно повышается, каждый год его побивают... Конечно, есть исключения. Например, я вспоминаю Боба Бимона, который на Олимпиаде в Мексике в 1968 году прыгнул в длину на 8 метров 90 сантиметров, почти на 50 сантиметров превзойдя тогдашний мировой рекорд. Этому рекорду исполнилось уже 50 лет, но он до сих пор не побит – и это своего рода трагедия для легкоатлетов: ощущение такое, что развитие этого вида спорта остановилось.

В нашей области такое возможно, но тоже скорее как исключение. В высокотехнологичных производствах сильна другая тенденция: с каждым годом продукция становится более сложной, более наукоемкой, при этом времени и денег на ее разработку выделяется все меньше. В этих условиях традиционные технологии уже не способны обеспечить прорыв. Это значит, что за короткое время нужно вкладывать в разработку больше интеллекта.
Сложность не в единичных рекордах. Сложность в том, чтобы превратить прорывные решения в систему. Для создания конструкций best in class нужно не озарение или открытие. Повторюсь, так бывает, но это единичные несистемные явления. Для того чтобы из года в год предлагать лучшие в классе решения, нужно лучше всех применять лучшие в мире технологии. И я часто повторяю, что эти технологии не имеют гражданства, «прописки», ведь если по тем или иным причинам применять не самую передовую в мире технологию, она потянет все характеристики финального продукта вниз, это заведомый проигрыш.

– Вы не раз говорили, что технология разработки цифровых двойников применима практически в любом высокотехнологичном производстве от пищевой промышленности до строительства космических станций. Можно ли как-то обозначить границы возможностей этой технологии в различных отраслях? Например, в медицине: возможно ли создание цифрового двойника человека?
– Эти идеи достаточно часто обсуждаются. В медицине очень много эмпирики, опыта – и множество факторов непредсказуемых, случайных. Высокотехнологичная промышленность достигла высокой степени адекватности математических моделей реальным объектам, реальным процессам. Человек в определенной степени схож с инженерными конструкциями, даже учитывая особые процессы старения, выход из строя ключевых «узлов» и так далее, но все же это гораздо более сложный феномен и для исследований, и для создания цифрового двойника.

Человечество в этом направлении движется, изучает человека. Первые прорывы есть в области диагностики: при большом объеме цифровых изображений – скажем, рентгенограмм, томограмм – и применении элементов искусственного интеллекта специальным образом написанные программы способны распознавать эти образы и ставить диагноз, причем зачастую лучше иных врачей. Имея в виду обучаемость этих программ, открываются возможности для комплексирования опыта мировых светил медицины, для учета характера и последовательности их рассуждений при постановке диагноза и, соответственно, постоянного совершенствования диагностики. Перспективы в данном случае очень многообещающие – как известно, понадобилось всего около десятка лет, чтобы искусственный интеллект победил сначала чемпиона мира по шахматам, а затем чемпиона мира по Го.
Еще одна область медицины, в которой цифровые технологии дают хорошие результаты, это протезирование. Специалисты нашего центра принимали и принимают участие в нескольких проектах, связанных с разработкой индивидуальных имплантов. В этом случае опять же оцифровываются результаты рентгенограмм и томограмм, строится цифровая модель, скажем, разрушенного сустава, производится его многокритериальная оптимизация и в итоге разрабатывается цифровой двойник эндопротеза, кастомизированного в соответствии с индивидуальными особенностями пациента.

В связи с вопросом о цифровом двойнике человека вспоминается фундаментальная книга И.И. Блехмана, А.Д. Мышкиса и Я.Г. Поновко, которая вышла еще в 1976 году: «Механика и прикладная математика. Предмет, логика и особенности подходов». В ней было обращено внимание на то, что ключевую роль при оценке математических моделей играет уровень их адекватности реальным объектам и процессам. Сейчас многие заявляют о наличии компетенций в разработке математических моделей, но вот о каком уровне адекватности идет речь, оценить сложно. Зачастую это становится понятно в процессе валидации, когда сравниваются результаты численного моделирования с результатами натурных экспериментов. Сегодня в автомобилестроении стандартом стала разработка математических моделей, которые позволят получить отличия от данных натурных испытаний автомобиля не более чем плюс-минус 5%. И это мы говорим об изделиях и процессах с заранее заданными, конечными, понятными характеристиками.
С человеческим же организмом всё на несколько порядков сложнее, потому что в этом случае, как мы говорили, фактически объединяются все те три мира: материальный/физический, цифровой/виртуальный и самый сложный – живой/биологический со всеми биохимическими процессами, а также психическими, ментальными, развитие которых либо непредсказуемо, либо неисчислимо. Возможно обвешать человека датчиками, провести огромное число исследований, проанализировать их, обработать и создать «цифровую тень» человека в конкретный момент времени – то, что многие и выдают сейчас за цифровой двойник. Однако речь может идти разве что о математической модели с довольно условной степенью адекватности в силу условности самой задачи. Для создания цифрового двойника реального человека, для достоверной предиктивной аналитики всегда будет недостаточно данных – или, вернее, их будет бесконечно много в каждый новый момент времени.

– В июне этого года Центром НТИ СПбПУ, правительством Кузбасса и Институтом водных проблем РАН было подписано трехстороннее соглашение о создании цифровой модели Обь-Иртышского бассейна. Насколько сложен этот проект?
– Аналогов проекта «Цифровой Обь-Иртышский бассейн» нет: ни одного цифрового двойника бассейна рек не существует. Это мегапроблема, проблема-вызов, обозначенная впервые в мировой практике. Спецпредставитель президента России по цифровому и технологическому развитию Дмитрий Песков подчеркнул, что этот проект интегрирует разрозненные, действующие сейчас по отдельности интеллектуальные ресурсы – от Академии наук и вузовской науки до отдельных коллективов, причем из разных регионов: Кузбасса, Тюменской и Челябинской областей, Ханты-Мансийского и Ямало-Ненецкого автономных округов и других. В данном случае можно говорить о Digital Brainware, оцифровке огромного опыта, десятилетиями копившегося и в академических институтах, и, скажем, у служб гидропостов, которые снимали различные данные по рекам бассейна. Для реализации проекта будут привлечены ресурсы, которые раньше практически не использовались, скажем, беспилотная авиация для мониторинга. Результат создания цифровой модели речной системы ожидается тоже многокомпонентный: от решения актуальных технологических, экологических и социально-экономических задач на территории Обь-Иртышского бассейна до разработки основы для создания в стране отрасли экологического машиностроения. По сложности задач федеральный проект сопоставим с космической программой, а по беспрецедентности – с международным проектом ITER.
На федеральном и международном уровне, в контексте принятия Россией Парижского соглашения, особенно важно, что этот проект, направленный на оздоровление одного из крупнейших в мире речных бассейнов и имеющий критическое значение для проектов развития Арктики, инициирован угольным регионом и его курирует лично губернатор Кузбасса Сергей Цивилев в рамках стратегии «Чистый уголь – Зеленый Кузбасс. Так наша страна сможет продемонстрировать, что современные промышленные российские предприятия не только умеют работать на принципах неистощительного природопользования, но и обладают мощным технологическим потенциалом.

– В августе 2017 года Digital Twin появился на восходящей кривой Гартнера, а в августе 2018 года был уже на пике. Вы несколько раз в различных интервью говорили о своем предположении, что технология сознательно не отображалась в аналитических отчетах раньше, за счет чего определенные высокотехнологичные компании получили почти десятилетнюю «фору» в разработках. В августе текущего года цифровой двойник так же внезапно исчез из отчета компании Gartner, на сей раз миновав этапы ниспадающей кривой, или зону «разочарования». Как Вы это объясняете?
– Я считаю, что Гартнер преподнес прекрасный подарок к 1 сентября всем тем, кто профессионально работает с этой технологией. Изъятие цифрового двойника с хайпа избавит рынок от бесконечной «пены», которая окружает сегодня цифровой двойник. Думаю, не ошибусь, если скажу, что более 90% проектов, которые их авторы и исполнители определяют как разработку и применение цифровых двойников, не имеют к Digital Twin никакого отношения. Слишком многие посчитали, что под эти слова сегодня готовы давать деньги, что под этой хайповой формулировкой можно продать старые разработки. Естественно, после анализа первых результатов подобных проектов стало понятно, что они не отвечают ожиданиям.
К людям пришло понимание, что это серьезная технология, тяжелая, наукоемкая, которая интегрирует многие сквозные технологии: Big Data, искусственный интеллект, дополненную и виртуальную реальность, робототехнику и множество других. Она включает в себя целый ряд субтехнологий: цифровое проектирование и моделирование, управление изделием на всех этапах жизненного цикла – так называемый Smart Design; опирается на «умное производство» – Smart Manufacturing и так далее. В результате многие из тех, кто занимался только игрой в слова, с этого поля ушли. Одной из характеристик любой промышленной революции является изменение технологии мышления. Кто иначе мыслит, тот иначе действует – и тогда запускается процесс реальной модернизации. В противном случае можно лишь пытаться имитировать изменения, но очень недолго.
Цифровой двойник, конечно, никуда не исчез, просто теперь он стал технологией для узкого круга специалистов, которые понимают, с чем имеют дело, и действительно располагают необходимыми компетенциями и ресурсами. Происходит профессиональное самоочищение, и это очень важная и очень хорошая новость: с одной стороны, останутся действительно компетентные заказчики, с другой – компетентные исполнители, имеющие положительный многолетний опыт реализации проектов, связанных с технологией цифровых двойников.

– Если убрать за скобки терминологическое размывание Digital Twin и внезапные изменения кривой Гартнера, каким Вы видите дальнейшее развитие этой технологии?
– Думаю, она будет совершенствоваться, войдет в стадию устойчивого развития и, как многие другие развитые технологии, однажды станет тем самым традиционным инструментом, которого на определенном этапе окажется уже недостаточно для решения актуальных задач. И появится какая-то новая технология.
Как именно будет эволюционировать цифровой двойник, трудно сказать, но думаю, что ключевой станет проблема дифференциации и позиционирования инженера, применяющего технологию. Потенциал технологий настолько стремительно растет, что во многих видах деятельности человеку становится просто невозможно соревноваться с компьютером – в первую очередь, в исполнении рутинных операций. Соответственно, человек должен уходить в зону решения творческих задач. В нашей деятельности мы так и поступаем: мы не пытаемся просто запускать процесс проектирования с помощью искусственного интеллекта и не ждем результата, которого не понимаем. Мы управляем этим процессом, ведем его по шагам, останавливаем алгоритм каждый день, чтобы проанализировать результаты, интерпретируем их. Параллельно идут два процесса: machine learning – совершенствование программы, с одной стороны, и expert learning – развитие компетенций специалистов, с другой. В сложной творческой деятельности, как наша, человек все еще умеет «умнеть» быстрее, чем машина. Однако уже сегодня наши собственные разработки – в частности, Цифровая платформа CML-Bench™, применяемая нами при создании цифровых двойников объектов и процессов, – способны предлагать решения, лежащие за пределами опыта и интуиции инженера.

Дмитрий Шаманский


#Технет, #цифровой двойник

Подписка на обновления

«Информбюро 20.35» делает почтовую рассылку самых интересных публикаций один раз в неделю. Чтобы подписаться на нее, зарегистрируйтесь или войдите через свою учетную запись на платформе leader-id.ru.