ดิจิทัลทวินโตเกียวเปิดใช้งานแล้ว! ปัญญาประดิษฐ์เชิงกายภาพ การย้ายข้อมูลแบบศูนย์ตัวอย่าง โลกแห่งความเป็นจริง การคิดแบบกลุ่มร่วมกัน

[บทนำภูมิปัญญาใหม่] หลังจากที่ AI ได้เสริมศักยภาพในด้านการออกแบบศิลปะและการเขียนข้อความแล้ว ยังได้เติมพลังใหม่ให้กับงานวางผังเมืองและการติดตามตรวจสอบพลวัตของเมืองแบบเรียลไทม์อีกด้วย
ข้อมูลจุดความละเอียดสูงแบบ 3 มิติของโตเกียว ดิจิทัลทวิน โมเดลนี้เปิดให้ใช้งานแล้ว! ทุกคนสามารถดาวน์โหลดได้ฟรี

ที่อยู่โครงการ: https://github.com/tokyo-digitaltwin

ขนาดของแบบจำลองดิจิทัลทวินคือ hและและภาพที่แสดงถึงโตเกียวนั้นมีความละเอียดอย่างเหลือเชื่อ โดยมีความแม่นยำในการระบุตำแหน่งสัมบูรณ์ภายในระยะประมาณ 10 เซนติเมตร

ทางม้าลายบนถนน

จิม แฟน นักวิทยาศาสตร์วิจัยอาวุโสของ NVIDIA กล่าวว่า "เป็นเรื่องที่แน่นอนว่าเมือง บ้าน และโรงงานต่างๆ จะถูกนำเข้าสู่สภาพแวดล้อมจำลองมากขึ้นเรื่อยๆ"

ในอนาคต หุ่นยนต์จะไม่ได้รับการฝึกฝนแบบแยกเดี่ยวอีกต่อไป แต่จะถูกจำลองเป็น "กองทัพเหล็ก" ในเครื่องประมวลผลกราฟิกแบบเรียลไทม์ โดยขยายขนาดด้วยคลัสเตอร์ขนาดใหญ่เพื่อสร้างข้อมูลการฝึกฝนคุณภาพสูงอีกหลายล้านล้านชุดต่อไป
กล่าวอีกนัยหนึ่ง การแปลงสภาพแวดล้อมทางกายภาพให้เป็นดิจิทัลและนำเข้าสู่โลกจำลองเสมือนจริง จะช่วยเร่งการพัฒนาหุ่นยนต์ได้อย่างมาก
ด้วยการฝึกฝนในสภาพแวดล้อมจำลองที่มีความแม่นยำสูง หุ่นยนต์สามารถรวบรวมข้อมูลการฝึกฝนที่หลากหลายและเรียนรู้ได้อย่างรวดเร็วในสถานการณ์ที่ซับซ้อน
แนวทางนี้จะช่วยส่งเสริมการย้ายหุ่นยนต์จากโลกเสมือนจริงสู่โลกแห่งความเป็นจริงได้อย่างราบรื่น และเพิ่มประสิทธิภาพและความชาญฉลาดของหุ่นยนต์ในการใช้งานจริง

ดิจิทัลทวินในเมืองคืออะไร?
กล่าวโดยสรุป ดิจิทัลทวินคือการจำลองสิ่งที่มีอยู่แล้วในโลกแห่งความเป็นจริงมาไว้ในโลกไซเบอร์
เมื่อการจำลองนี้มีความแม่นยำถึงระดับหนึ่งแล้ว เราสามารถจำลองพฤติกรรมและตรวจสอบการดำเนินงานโดยใช้ข้อมูลแบบเรียลไทม์ที่ส่งมาจากเซ็นเซอร์บนวัตถุจริง ซึ่งจะช่วยให้สามารถสร้างและใช้ประโยชน์จาก "เมืองคู่แฝด" ได้
การสร้างแบบจำลองเมืองดิจิทัล คือการจำลองโครงสร้างพื้นฐาน เช่น อาคารและถนน กิจกรรมทางเศรษฐกิจ การสัญจรของผู้คน และองค์ประกอบอื่นๆ ในรูปแบบ "แฝด" ในโลกไซเบอร์ โดยอาศัยข้อมูลเมืองที่รับรู้ได้

กล่าวอีกนัยหนึ่ง เช่นเดียวกับในวงจรต่อเนื่องดังที่แสดงในรูปด้านล่าง เป็นไปได้ที่จะทำการวิเคราะห์และจำลองขั้นสูงในโลกไซเบอร์โดยอาศัยข้อมูลแบบเรียลไทม์ที่ได้รับจากพื้นที่กิจกรรมต่างๆ ในพื้นที่ทางกายภาพ และส่งผลลัพธ์กลับไปยังพื้นที่ทางกายภาพในรูปแบบโต้ตอบด้วยความเร็วสูง

ตามที่ Werner Kritzinger และคณะกล่าวไว้ การสร้างแบบจำลองดิจิทัลมีสามขั้นตอน
ขั้นตอนแรกเรียกว่าการสร้างแบบจำลองดิจิทัล ซึ่งเป็นการแปลงระหว่างวัตถุทางกายภาพที่มีอยู่กับพื้นที่เสมือนจริงที่ใช้แทนวัตถุนั้น โดยเป็นขั้นตอนที่ดำเนินการด้วยตนเอง ในกรณีของแบบจำลองดิจิทัลของเมือง ขั้นตอนนี้คือการจำลองข้อมูลในอดีตที่มีอยู่แล้ว (เช่น การจำลองข้อมูลการจราจร เป็นต้น) ลงบนแบบจำลอง 3 มิติของเมือง
ขั้นตอนที่สองเรียกว่าการแรเงาแบบดิจิทัล ซึ่งเป็นสถานะของการไหลของข้อมูลแบบทิศทางเดียวที่สนับสนุนการแปลงวัตถุทางกายภาพให้เป็นวัตถุดิจิทัลโดยอัตโนมัติ
ขั้นตอนที่สามคือแฝดดิจิทัล ซึ่งเป็นกระบวนการที่วัตถุทางกายภาพและดิจิทัลผสานรวมกันอย่างสมบูรณ์ในทั้งสองทิศทาง โดยที่วัตถุแต่ละชิ้นจะเปลี่ยนแปลงและสะท้อนไปยังอีกวัตถุหนึ่งโดยอัตโนมัติ ในแฝดดิจิทัลของเมืองนั้น คือสถานะของการแลกเปลี่ยนข้อมูลแบบสองทางในพื้นที่ทางกายภาพจริงและในโลกไซเบอร์

สำหรับแบบจำลองดิจิทัลของเมือง คุณค่าหลักมีดังนี้:
- การเก็บรวบรวมข้อมูลแบบเรียลไทม์ที่เชื่อมโยงกับความเป็นจริง: การรวบรวมข้อมูลต่างๆ แบบเรียลไทม์โดยใช้เทคโนโลยีเซ็นเซอร์และเทคโนโลยีการสื่อสารขั้นสูง
- การวิเคราะห์และการจำลองโดยใช้พื้นที่ 3 มิติ: การวิเคราะห์และการจำลองขั้นสูง เช่น การทดลองในพื้นที่ที่จำลองความเป็นจริง
- การป้อนข้อมูลย้อนกลับสู่ความเป็นจริง: การป้อนข้อมูลย้อนกลับของผลลัพธ์แบบเรียลไทม์ไปยังพื้นที่จริงเพื่อการตัดสินใจ การควบคุมระบบ ฯลฯ
ตัวอย่างเช่น การประยุกต์ใช้แบบจำลองดิจิทัล (Digital Twins) และเครื่องมือทำนายด้วยปัญญาประดิษฐ์ (AI) ในการวิเคราะห์และควบคุมการจราจรติดขัดในรัฐนิวเซาท์เวลส์ สามารถลดต้นทุนสวัสดิการสังคมที่สูญเสียไปเนื่องจากการจราจรติดขัดได้อย่างมีนัยสำคัญ

ดิจิทัลทวินเทียบกับอนาล็อก
แบบจำลองดิจิทัลของเมือง คือแบบจำลองดิจิทัลของเมืองที่สร้างขึ้นเพื่อสะท้อนสภาพของโลกทางกายภาพแบบเรียลไทม์
มันเปลี่ยนแปลงอยู่ตลอดเวลาตามการเคลื่อนไหวของเมืองแบบเรียลไทม์ เหมือนกับ 'เงา' ที่มีชีวิตและหายใจไปพร้อมกับเมืองจริง โมเดลนี้ไม่เพียงแต่สะท้อนสภาพปัจจุบันของเมืองเท่านั้น แต่ยังสามารถตอบสนองต่อสถานการณ์ที่ไม่คาดคิดในความเป็นจริงได้อย่างรวดเร็วอีกด้วย
ในทางตรงกันข้าม การจำลองเมืองเป็นแบบจำลองที่ค่อนข้างคงที่ โดยอาศัยสมมติฐานและกฎที่กำหนดไว้ล่วงหน้า
มันคือการรวบรวมและสรุปข้อมูลการดำเนินงานของเมืองในอดีต และถึงแม้ว่าจะสามารถสะท้อนรูปแบบบางอย่างได้ แต่ก็มีความแม่นยำน้อยกว่าข้อมูลแบบเรียลไทม์จากแบบจำลองดิจิทัล การจำลองเมืองจึงเหมือนกับการคาดการณ์สภาพการณ์ในอนาคตโดยอิงจาก 'ประวัติทางการแพทย์' ในอดีตของเมืองนั้นๆ
โดยรวมแล้ว ดิจิทัลทวินและการจำลองต่างก็เป็นการจำลองที่อิงจากแบบจำลองเสมือนจริง แต่ก็มีความแตกต่างที่สำคัญบางประการ
โดยทั่วไป การจำลองจะใช้สำหรับการออกแบบ และในบางกรณีสำหรับการปรับปรุงประสิทธิภาพแบบออฟไลน์ นักออกแบบจะป้อนการเปลี่ยนแปลงลงในการจำลองเพื่อสังเกตสถานการณ์ต่างๆ ในทางกลับกัน ดิจิทัลทวินส์เป็นสภาพแวดล้อมเสมือนจริงที่ซับซ้อนซึ่งผู้คนสามารถโต้ตอบและอัปเดตได้แบบเรียลไทม์ มีขนาดใหญ่กว่ามากและมีแอปพลิเคชันที่หลากหลายกว่า
ตัวอย่างเช่น ในการจำลองการขับขี่รถยนต์ ผู้ขับขี่มือใหม่สามารถได้รับประสบการณ์การฝึกอบรมที่สมจริง เรียนรู้การทำงานของชิ้นส่วนต่างๆ ของรถยนต์ และเผชิญกับสถานการณ์ต่างๆ ในชีวิตจริงขณะขับขี่เสมือนจริง อย่างไรก็ตาม สถานการณ์เหล่านี้ไม่ได้เกี่ยวข้องกับรถยนต์จริงแต่อย่างใด
ในทางกลับกัน แบบจำลองดิจิทัลของรถยนต์นั้นเชื่อมโยงกับรถยนต์จริงและเรียนรู้ข้อมูลทั้งหมดเกี่ยวกับรถยนต์คันนั้น เช่น สถิติประสิทธิภาพที่สำคัญ ชิ้นส่วนที่เคยเปลี่ยนไป ปัญหาที่อาจเกิดขึ้นซึ่งตรวจพบโดยเซ็นเซอร์ บันทึกการบำรุงรักษาครั้งก่อน เป็นต้น

สามเสาหลักของแบบจำลองดิจิทัลในเมือง
สามเสาหลักของ Urban Digital Twin ได้แก่ 'การบำรุงรักษาข้อมูล' 'การแสดงภาพข้อมูล' และ 'การวิเคราะห์ข้อมูล'

- การบำรุงรักษาข้อมูล
การบำรุงรักษาและการรวบรวมข้อมูลเชิงพื้นที่ที่ประมวลผลบนแบบจำลองดิจิทัล เช่น แผนที่ดิจิทัล 3 มิติ ข้อมูลจุดเมฆ ข้อมูล GIS เป็นต้น ซึ่งรวมถึงการรวบรวมข้อมูล การจัดเก็บข้อมูล และการจัดการข้อมูล

- การแสดงผลข้อมูลด้วยภาพ
ด้วยระบบการแสดงผลภาพ เช่น โปรแกรมดูภาพ 3 มิติ ข้อมูลที่ซับซ้อนจะถูกแปลงเป็นกราฟ แผนภูมิ และแบบจำลอง 3 มิติที่เข้าใจง่าย ทำให้ผู้บริหารเมืองสามารถมองเห็น "ภาพเหมือนดิจิทัล" ของเมืองทั้งเมืองได้
ตัวอย่างเช่น แผนที่ความร้อนใช้เพื่อแสดงความหนาแน่นของประชากรในพื้นที่ต่างๆ ของเมือง แผนภาพการไหลแบบไดนามิกใช้เพื่อแสดงการไหลของการจราจรและความแออัด และแบบจำลอง 3 มิติใช้เพื่อจำลองการกระจายการใช้พลังงานในอาคาร
ภาพจำลองเหล่านี้ช่วยให้ผู้บริหารเมืองสามารถมองเห็นสถานะการดำเนินงานของเมืองได้ในทันที ราวกับว่าพวกเขามี 'ดวงตา' คู่หนึ่งที่สามารถมองทะลุเมืองได้

- การวิเคราะห์ข้อมูล
ข้อมูลจากแบบจำลองดิจิทัลจะถูกวิเคราะห์และนำไปใช้ในการวัดผลผ่านโปรแกรมจำลองการใช้งานต่างๆ
ยกตัวอย่างเช่น ระบบขนส่งสาธารณะในเมือง การวิเคราะห์ข้อมูลต่างๆ เช่น เวลาในการเดินทาง เส้นทางการเดินทาง และความถี่ในการเดินทางของผู้โดยสาร จะช่วยให้สามารถปรับเส้นทางเดินรถ ปรับตารางเวลาการเดินรถให้เหมาะสม ปรับปรุงประสิทธิภาพการดำเนินงานของระบบขนส่งสาธารณะ และลดเวลาการรอคอยและค่าใช้จ่ายในการเดินทางของผู้โดยสารได้
ในด้านการจัดการพลังงาน การวิเคราะห์ข้อมูลการใช้พลังงานของอาคาร จะช่วยให้สามารถกำหนดแผนประหยัดพลังงานได้อย่างแม่นยำ เพื่อลดการใช้พลังงานของเมืองและบรรลุการพัฒนาเมืองอย่างยั่งยืน

การบำรุงรักษาข้อมูล การแสดงภาพข้อมูล และการวิเคราะห์ข้อมูล

โตเกียว ดิจิทัลทวิน
โครงการโตเกียว ดิจิทัล ทวิน มีแผนจะดำเนินการให้แล้วเสร็จภายในปี 2030 และเวอร์ชันเบต้าที่เกี่ยวข้องได้เปิดตัวไปแล้ว

ลิงก์สำหรับเข้าชม: https://3dview.tokyo-digitaltwin.metro.tokyo.lg.jp/? _ga=2.180157796.1370176531.1735090358-57006728.1735090358