Hva er digital tvilling, AI, IoT og Mixed Reality – og hvorfor bør vi vite det? 

Terje Borge Olsen, daglig leder TerjeBo Ltd

Vi lever i en verden hvor den teknologiske utviklingen skyter slik fart at den kan mistenkes for å ta opp kampen med den biologiske verden. Vi mennesker har ennå ikke blitt klonet eller mutert til en ny rase av kyborger, men begrepet «digital tvilling» tar opp i seg teknologiske nyvinninger og gir spennende nye vekstområder for norske spydspiss-bedrifter. Sammen med AI, maskinlæring, stordata, nevrale nettverk og andre analyse-verktøy, representerer digitale tvillinger og IoT en hel ny verden av utviklingsmuligheter både for industrien og tjenesteøkonomien. Mobilen vil ikke lenger være vårt mest spennende verktøy etter hvert som Virtual Reality kommer ut av skjermene og blir en del av hverdagen vår med Mixed Reality, «blandet virkelighet» på norsk.  Den verden vil NorStella utforske og engasjere seg og medlemmene i. Teknologioptimistene, eller kanskje pessimistene, bruker begrepet «disruption» (brudd). Det bestående skal vekk og erstattes av noe nytt. Det er urovekkende drastisk, men vi får velge å tro at teknologien ikke vil rive økonomien under beina på folk flest. Men du bør ikke stå stille – ta grep for å styrke deg i konkurransen.

 La oss begynne med å sortere begrep og definisjoner. Det er greit å snakke samme språk. Eksempler er også greit - noen norske virksomheter har sett mulighetene, og flere bruksområder peker seg ut. Til slutt skal vi se på hva som engasjerer de internasjonale gigantene innen IT. 

Digital transformasjon
 

Utviklingen beskrevet i ingressen har ingen samlebetegnelse og er på ingen måte en ren teknologiutvikling. Mange kloke hoder med svært forskjellig innhold bidrar. Teknologiene og anvendelsene er interessante hver for seg, men vi opplever nå konvergens og tiltagende brukervennlighet og nytte. Stadig flere av vitenskapens kompetanseområder tas i bruk i tillegg til IT for å forme konsepter og produkter som drastisk endrer vår hverdag i nesten alt vi gjør både som individ og i alle deler av samfunnet. Derfor er det kanskje ikke helt feil å benytte begrepet «digital transformasjon» som er langt mer enn «digitalisering». Begrepet blir forklart under.

Definisjoner og begrepsavklaring

Forskjellige kilder til definisjonene og begrepene beskrevet her kan ha nyanser i innhold. Denne skribenten har gjort sitt beste i å forstå og beskrive begrepene og har lært mye av prosessen med å kartlegge og ekstrahere. 
 

Digital transformasjon – DT

Definisjon hentet fra nettet: DT er bruken av digital teknologi til fundamentalt å trenge inn i alle aspekter av forretningsliv, samfunnsliv og menneskelige relasjoner.

I vår egen andedam har Difi publisert en definisjon myntet på virksomheters gjøren og laden: Digital transformasjon er en prosess der virksomheter endrer hvordan de utfører sine oppgaver, tilbyr bedre tjenester, jobber mer effektivt eller skaper helt nye tjenester – hvor brukerfokus og brukeropplevelser er selve kjernen i endringen – og som baserer seg på utnyttelse av digitale løsninger
 

Digital tvilling

Begrepet «digital tvilling» (DT) oppstod først i 2002 innenfor området Product Lifecycle Management. Den digitale tvillingen er ikke et statisk begrep, men omfatter alle faser av et produkts eller systems livssyklus. Etter fremveksten av rimelig sanntids sensorer «IoT» (Internet of Things) har utviklingen av (DT) skutt fart. Den digitale tvillingen blir ofte representert med 3D-modellering og integrerer «AI» (Artificial Intelligence), maskinlæring og avanserte analyseverktøy. Historiske data i tillegg til sanntidsmålinger fra den fysiske modellen og omgivelsene pluss tilført kunnskap fra eksperter og egenlæring, gjør konseptet (DT) svært anvendelig til å forstå og (fjern)styre store og komplekse systemer. Andre anvendelsesområder kan være visualisering, modellering, simulering, kontrollert utprøving av kritiske elementer, fjernarbeid, dokumentasjon, vedlikehold, mm.


AI – Artificial Intelligence – Kunstig intelligens

Begrepet «AI» skaper for mange en viss fremtidsfrykt, og mange teknologi-eksperter som Bill Gates, Elon Musk og Stephen Hawking har også manet til forsiktighet og etterspør etiske retningslinjer.

Googling av definisjoner for AI gir derimot forholdsvis uskyldige svar:
 

Wikipedia: AI – kunstig intelligens er en teknikk man bruker for å gi datamaskiner og dataprogrammer en mest mulig intelligent respons. 


Whatis.com: AI is the simulation of human intelligence by machines.


Oxford dictionary: AI – the theory and development of computer systems able to perform tasks normally requiring human intelligence, such as visual perception, speech recognition, decision-making, and translation between languages.


Definisjonene viser at AI er en kobling av flere teknologier og kunnskapsområder. 


Eksempelsamlingen senere I denne artikkelen viser hvordan de toneangivende IT-firmaene bruker store forskningsmidler på AI. Det er ikke lenger et hovedanliggende å fremskaffe AI som opererer akkurat som den menneskelige hjerne, men å utvikle og utnytte AI til det beste for menneskeheten (svulstig, men la oss håpe det er retningen det tar).


Maskinlæring

Wikipedia: Maskinlæring er en gren av kunstig intelligens, et tverrfaglig område med bidrag fra blant annet informatikk, matematikk og beregningsorientert statistikk. Det er en vitenskapelig disiplin opptatt av design og utvikling av algoritmer som gjør datamaskiner i stand til å lære fra og utvikle adferd basert på empiriske data. Datamaskinen kan på egen hånd utvikle analysemodeller og se etter spor i store datamengder uten å bli fortalt nøyaktig hva den skal lete etter. Neste steg, dyp læring, inkluderer nevrale nettverk for å modellere høynivå abstraksjoner i data. Nevrale nettverk er en samlebetegnelse for datastrukturer med tilhørende algoritmer, som er inspirert av måten nervecellene i en hjerne er organisert på.
 

Viktige anvendelser av maskinlæring er innen beslutningsstøttesystemer basert på «Big Data», stemmegjenkjenning, bilde- og mønstergjenkjenning, førerløse kjøretøy og mye annet hvor det er behov for å lære fra data for blant annet å forutse hendelser og utfall. Big Data, eller stordata, er igjen kjennetegnet av at datasettene er så store eller komplekse de er vanskelige å prosessere med vanlige dataprosesseringsverktøy – ofte både strukturerte og ustrukturerte data. Noen ganger snakker man sågar om «Data Lakes»


IoT – Internet of Things – Tingenes internett

Tingenes internett er nettverket av identifiserbare gjenstander som er utstyrt med elektronikk, programvare, sensorer, aktuatorer og nettverk som gjør gjenstandene i stand til koble seg til hverandre og utveksle data. Det er kritikk av tingenes internett datasikkerhet i denne tidlige fasen av utviklingen.

 

Industri 4.0

For å unngå faren for å havne i kategorien «lost in translation», lar jeg den engelske teksten fra Wikipedia stå: Industry 4.0 is a name from the current trend of automation and data exchange in manufactoring technologies. It includes cyber-physical systems, the internet of things, cloud computing and cognitive computing. Also termed “The Fourth Industrial Revolution”.

 

Virtual Reality - Augmented Reality – Mixed Reality

Dette var gjennomgående tema for NorStella Nye Muligheter i februar 2018.

Fremtidsforskere tror vi i en ikke alt for fjern fremtid vil kunne bevege oss i en verden av «mixed reality» hvor vi ved hjelp av teknologi kan bevege oss i, eller la oss oppsluke i en verden satt sammen av virtuelle og fysiske objekter, ikke bare her og nå, men også som en reise over tid og avstand. Når vi i tillegg er tett på en utvikling av såkalte bioniske kontaktlinser som både kan filme og fungere som en skjerm. Ja, da er det bare å se fram til fremtidige møter med venner på en andre siden av kloden opplevd som om vi er i samme rom. Vi er ikke der ennå, men ta en titt på hva Microsoft Hololens kan tilby her. VR – AR – MR er del av en utviklingslinje som beskrives slik:


VR (Virtual Reality), eller virtuell virkelighet, lar brukeren oppslukes i en fullt ut kunstig, tredimensjonal virkelighet. 

 

AR (Augmented Reality), eller utvidet virkelighet, legger et lag av kunstige objekter (lyd og bilde) til den virkelige verden (Ex: head-up display).

 

MR (Mixed Reality), eller blandet virkelighet, legger ikke bare på et lag, men fester virtuelle objekter til den virkelige verden.

 

 

Norske bedrifter – smakebiter på avansert bruk av ny teknologi
 

Energisektoren – Kongsberg Digital – Odfjell Drilling – DNV GL
 

Computerworld omtaler i februar 2018 en rekke bedrifter med spydspiss-miljøer innen konstruksjon, styring og vedlikehold av plattformer. Digitale tvillinger er i bruk koblet med 3D-modeller, IoT og avanserte simulatorer egnet både for fjernovervåking og tilrettelagt for større grad av autonomi.

Statkraft

Statkraft bruker Big Data og maskinlæring til avansert styring i tilnærmet sann tid av egne kraftverk og en stor mengde vindmølleparker i Tyskland på vegne av kunder.

Byggebransjen

BIM (Building Information Model) har eksistert i byggebransjen siden slutten av 2000 tallet. Om slettes ikke alt er på stell i byggebransjen, så har de nå tilgang på felles standarder (Open BIM) og modelleringsteknologi for å produsere, kommunisere og analysere bygningsmodeller. I tillegg til selve konstruksjon med alle spesifiserte bygningselementer i 3D, finnes strømkabler, vann, avløp og luftrør med føringsveier. IoT er også introdusert på nye avanserte bygg. Dimensjonen tid er lagt til (4D) og etter hvert også kost og FDV. Modellen(e) er ofte tilgjengelig som skyløsning og følger bygget gjennom hele livsløpet slik det er bygget og tilpasset – en sann digital tvilling.

 

Transport – smakebiter på avansert bruk av ny teknologi

NSB har tatt i bruk Big Data, IoT og Maskinlæring på traust jernbaneinfrastruktur.  Temaet er tilstandsovervåking av sporvekslere og sporfelt benyttet til tilstandsbasert vedlikehold. Store mengder data blir samlet og analysert – metodisk maskinlæring ser mønster som standard verktøy ikke finner. Resultatene er veldig positive. Siste foil i en presentasjon av arbeidet sier det meste: «To repair a machine after it has failed is so yesterday».


Sporveien digitaliserer for å bistå til tøffe klimakrav i Oslo. Sterkt økene kollektivtransport langt over gjennomsnittet i Europa medfører krav til høyere vognutnyttelse, hyppigere kjøring og kortere driftspauser for vognene. De når målene ved hjelp av masse sensorer i hele banenettet, posisjoneringssystemer, integrasjon og beslutningsstøttesystemer basert på sanntidsinformasjon og maskinlæring. Optimalisert drift og vedlikehold holder til topplassering for punktlighet.

 

Andre sektorer

Alle teknologiene omtalt vil finne stadig nye bruksområder, trolig vil også norsk industri finne leverandørposisjoner. Særlig innen helsesektoren vil AI, maskinlæring og autonome systemer både gi nye muligheter og etiske og sikkerhetsmessige utfordringer. 

Singapore – Smart Nation og Virtual Singapore 

La oss ta med et eksempel fra en liten øystat som alltid er langt framme innen digital transformasjon. Det hele er orkestrert av sentrale myndigheter – det smaker litt av Orwell. Hele landet på 3,2 mill. innbyggere blir berørt av «living laboratory» strategien.

 

Satsingen er spesielt innrettet mot de fleste aspekter av dagliglivet: bolig, helse og transport. 

80 % av innbyggerne bor i offentlig eide bygninger. Alle disse byggene får sensorer for måling av vannforbruk, søppel og energi kontinuerlig. Sensorene er koblet til sentrale systemer for måling, analyse og forbedringstiltak.

 

Innen helse installeres sensorer og alarmer i hjemmene til den eldre del av befolkningen – dette for å trygge beboerne og avlaste nær familie. Som hos oss, så opplever også Singapore en eldrebølge, og familiene føler tradisjonelt et sterkt ansvar for eldre familiemedlemmer. Det er et klart formål å holde flest mulig i arbeid mens teknologien overvåker og distribuerer status og alarmer.

 

Transportsektoren tester ut selvkjørende busser og taxier. Det er planen å påby satellitt navigering i alle kjøretøy. Myndighetene vil ha full oversikt over alle biler til en hver tid. Alle avgifter til bommer og parkering innsamles digitalt og automatisk.

 

Alle dataene innsamles til Virtual Singapore – dette er samtidig en digital tvilling for hele byen med alle bygninger utvendig/innvending representert i riktig skala. Denne enorme datamengden og tilhørende modeller skal kunne benyttes av myndigheter og privat industri for forbedringer og innovasjon. Se demonstrasjonsvideo her

 

Hva engasjerer de internasjonale gigantene innen IT

Amazon bygger mye av sin forretning på maskinlæring. Uten ML vil ikke Amazon.com kunne ekspandere sin forretningsdrift, forbedre kundenes brukeropplevelse og valg eller optimalisere logistisk effektivitet og kvalitet.

Maskin- og dyp læring er prioritert hos Google AI og er organisasjonens verktøy for å utvikle smartere og mer nyttig teknologi. Målet er å hjelpe så mange som mulig innen anvendelser som oversettelse til helseanvendelser, og å gjøre smarttelefoner enda smartere.

Facebook AI Research har som ambisjon å bedre brukernes mulighet for å kommunisere og bruke AI og VR/MR til bedre brukeropplevelser. De siste tiders hendelser hvor et samarbeidende firma, Cambridge Analytica, har benyttet datasett fra 50 millioner Facebook-brukere til å påvirke USAs presidentvalg vil vi trolig høre mer om i tiden fremover. 

 

IBM nevner tre områder spesielt, AI utvikling som inkluderer å bygge skalerbare AI modeller og verktøy, AI Tech som inkluderer AI-kjerneaktiviteter som prosessering av menneskelige språk, tale og bilde gjenkjenning og analyse. Til slutt: AI Science som betyr å utvikle AI enda et hakk videre.

 

Men, selv om alle ønsker å tilby AI til sine millioner av kunder over hele verden, så er det trolig at de holder de beste bitene for seg selv for å utkonkurrere de andre på AI-slagmarken.

 

AI – det nye trossamfunn?

Trossamfunnet «Way of the Future» vil legge til rette for en fredelig overlevering av herredømmet over jorda fra mennesket til «maskinguddommen». Les mer og meld deg inn her.

© 2018 by NorStella

  • White Facebook Icon
  • White LinkedIn Icon
  • Hvit Twitter Ikon