O uso de machine learning e inteligência artificial (IA) tem se expandido rapidamente, permitindo a criação de modelos que não apenas simulam, mas também monitoram e preveem o comportamento de sistemas complexos em diversas áreas, incluindo a indústria e a medicina.
Contexto da pesquisa
Recentemente, pesquisadores da Universidade de Nova Gales do Sul (UNSW) têm se concentrado em como os modelos digitais, conhecidos como gêmeos digitais, podem ser aprimorados com tecnologias de machine learning e IA para melhorar a gestão de ativos e a eficiência operacional.
Método proposto
Os gêmeos digitais são representações virtuais de ativos físicos que se atualizam continuamente com dados em tempo real. A abordagem envolve o uso de técnicas avançadas de machine learning, como redes neurais convolucionais (CNN) e redes neurais recorrentes (RNN), para analisar e prever o desempenho dos ativos com maior precisão. “Com IA, estamos revertendo o processo usual de construção de um gêmeo digital”, afirma um dos pesquisadores.
“Com os modelos tradicionais, você compreende a física e a razão porque começa com a expertise. Com IA, é muitas vezes uma caixa-preta.”
(“With traditional models, you understand the physics and the reasoning because you start with the expertise. With AI, it’s often a black box.”)— A/Prof. Pietro Borghesani, UNSW
Resultados e impacto
A implementação de gêmeos digitais em setores como energia e manufatura tem mostrado resultados promissores. Por exemplo, a previsão de falhas em turbinas eólicas foi aprimorada, permitindo uma manutenção mais efetiva e reduzindo custos operacionais. Entretanto, a coleta de dados de qualidade ainda representa um desafio. Profissionais da área ressaltam que uma boa fundamentação teórica é essencial para interpretar os dados e construir modelos precisos.
“Para construir um bom gêmeo digital, você precisa de dados e de um sólido conhecimento fundamental sobre como o sistema funciona.”
(“To build a good digital twin, you need both data and strong fundamental knowledge of how the system works.”)— Prof. Zhongxiao Peng, UNSW
No futuro, o uso de gêmeos digitais pode revolucionar não apenas a indústria, mas também áreas como a medicina, através da personalização de tratamentos com base em modelos de órgãos humanos. A combinação de expertise humana com machine learning pode levar a um incremento significativo na eficiência e na confiabilidade dos sistemas.
Fonte: (TechXplore – Machine Learning & AI)
