May 30, 2023
금속 제조자와 메타버스
ipopba / iStock / Getty Images Plus 금속에서의 첫날이라고 상상해보세요
ipopba / iStock / 게티 이미지 플러스
종이를 사용하지 않고 기계를 연결하고 진정한 데이터 기반 상점으로 변해가는 것처럼 보이는 금속 제조 업체에서의 첫날을 상상해 보십시오. 매장 전체에서 전략적으로 배치된 대시보드를 볼 수 있으며 각 대시보드는 작업이 어디로 향하고 있는지 보여줍니다. 어디로 가는지; 그리고 그것이 일정보다 앞섰는지, 뒤졌는지, 뒤졌는지. 모든 것이 순조롭게 진행되고 있습니다.
그런 다음 알람이 울리고 모두가 큰 소리를 듣습니다. 자동화된 레이저 절단 시스템이 방금 충돌했습니다. 잘린 둥지를 집는 포크가 막혔습니다. 더러운 슬레이트와 최적이 아닌 절단 조건으로 인해 여전히 비워져야 할 용융 금속이 절단 부분에 갇혀 궁극적으로 시트가 절단 테이블에 용접됩니다. 예상치 못한 기계 가동 중단 시간이 늘어나면서 혼란이 시작됩니다.
이상적으로는 올바른 센서가 올바른 위치에 있고 유용한 정보와 인텔리전스를 개발하는 데 사용되는 데이터(잦은 슬레이트 청소가 필요한 올바른 유지 관리 방식은 말할 것도 없고)를 사용하면 이러한 충돌이 드물어져야 합니다. 하지만 세상은 이상적이지 않습니다. 어떤 일이 일어나면 조직이 불완전한 세상을 어떻게 다루는지 아는 것이 중요합니다. 여기서 모델링과 시뮬레이션은 점점 더 중요한 역할을 하게 될 것입니다.
"21세기는 시뮬레이션의 세기가 될 것입니다. 20세기는 방송된 영상이 전부였습니다. 인류 역사상 처음으로 세상에서 무슨 일이 일어나고 있는지 알고 싶다면 영상을 검토할 수 있었습니다. 21세기는 모델링과 시뮬레이션이 중심이 될 것입니다. 시뮬레이션을 실행하여 어떤 일이 일어날지 예측하고 무엇을 할지 결정할 수 있습니다."
그는 FABTECH 강연에서 "기업 두뇌"라고 부르는 개념을 개발하는 노스캐롤라이나주 채플힐 인공지능(AI) 회사인 Tanjo("Bango"와 운율)의 창립자이자 CEO인 Richard Boyd였습니다. 2019년 시카고.
그는 2019년 쇼에서 "머신러닝 시스템은 조직의 모든 것을 매핑할 수 있습니다"라고 말했습니다. "그런 다음 누군가가 뭔가를 하려고 하는 것을 감지하는 순간 '아, 전에 우리가 했던 것과 비슷한 일이 있습니다. 제가 그 내용을 뽑아드리고, 여러분에게 도움이 될 만한 사람과 콘텐츠를 연결해 드리겠습니다. 네가 할 수 있게 도와줘.'"
그는 또한 디지털 트윈 기술과 메타버스에 초점을 맞춘 스타트업인 Ultisim의 창립자이기도 합니다. 시뮬레이션을 넘어 디지털 트윈은 물리적인 실제 대응물을 모델링하고 실시간 데이터를 사용하여 해당 대응물이 현실 세계의 지저분한 상황에서 어떻게 행동하는지 보여줍니다. Boyd는 11월 8일부터 10일까지 애틀랜타에서 개최된 올해 FABTECH로 돌아와 시뮬레이션의 잠재력과 금속 제조 분야에서 거의 들어보지 못한 용어인 메타버스에 대해 이야기했습니다.
메타버스에 대한 아이디어는 새로운 것이 아닙니다. 작가 닐 스티븐슨(Neal Stephenson)은 1990년대 초 공상과학 소설 "Snow Crash"에서 이에 대해 썼습니다. AI와 기계 학습을 통해 세상과 그 안에 있는 모든 것을 시뮬레이션하는 가상 현실과 증강 현실을 생각해 보세요.
제조업체의 관점에서 볼 때 메타버스는 전체 기업은 물론 더 넓은 시장에서의 위치에 대한 예측 보기를 제공할 수 있습니다. 이 개념은 규정된 조건에서 어떤 일이 발생할 수 있는지 보여주는 시뮬레이션을 훨씬 뛰어넘습니다. 가장 중요한 것은 메타버스가 인간적 요소를 추가하여 고객 관계와 팀이 서로 및 기술과 상호 작용하는 방식을 통합한다는 것입니다. 이러한 방식으로 메타버스는 인간과 기술이 세상을 어떻게 형성하는지 다룹니다.
핵심 구성 요소는 기계 학습을 가능하게 하는 광범위한 기술인 AI입니다. "처음에는 AI를 통해 인간은 기계에게 무엇을 해야 할지 지시함으로써 인간의 작업을 자동화할 수 있었습니다. 새로운 AI는 이제 기계가 대규모 사례 데이터 세트에서 자신의 이해를 추론할 수 있고 우리가 새로운 일을 할 수 있게 해주는 기계 학습입니다. 또한 인간과 기계가 목표를 달성하기 위해 어떻게 협력할 수 있는지에 대한 새로운 통찰력을 제공합니다."
그의 회사 작업의 대부분은 인간과 기계가 상호 작용하는 방식에 초점을 맞추고 있으며, 인간이 무엇을 해야 하며 자동화에 무엇을 맡겨야 하는가라는 근본적인 질문에 답하는 데 중점을 두었습니다. 결과를 최적화하기 위한 올바른 균형은 무엇입니까?