Roman GłogulskiL’automatisation des entrepôts devient de plus en plus populaire, et l’un des outils qui joue un rôle crucial dans ce processus est celui des jumeaux numériques. Teresa Tung, directrice générale et technologiste en chef du Cloud chez Accenture, a partagé ses connaissances sur l’utilisation des jumeaux numériques, des graphes de connaissances et de l’intelligence artificielle générative pour l’automatisation des entrepôts lors de sa conférence au Databricks Data + AI Summit en juillet 2023.
Les jumeaux numériques, également connus sous le nom de répliques numériques, sont parfaits pour automatiser les processus tout au long de la chaîne de production dans les entrepôts. Un graphe de connaissances, qui est un type de jumeau numérique, agit comme une connexion sémantique entre les différentes copies numériques des composants du système d’entrepôt. Cela permet la fourniture d’informations cohérentes, optimisant ainsi les performances globales du système et facilitant la prise de décisions éclairées.
Dans le cas de l’automatisation des entrepôts, comme l’a souligné Tung, plusieurs composants doivent collaborer, tels que les produits physiques stockés ou transportés, les copies numériques des différents composants du système, et le graphe de connaissances qui permet l’interaction entre ces répliques numériques. Tous ces éléments doivent être modélisés individuellement avant d’être interconnectés pour fonctionner au sein du système.
De plus, l’utilisation de l’intelligence artificielle générative (GAI) permet aux gestionnaires d’interroger le système en langage naturel à l’aide du graphe de connaissances, plutôt que d’utiliser des langages de requête tels que SQL ou SPARQL. Cette technologie permet également une analyse prédictive plus avancée.
Un exemple de vision pour la création de jumeaux numériques pouvant collaborer au niveau de l’ensemble des entrepôts est le concept de Mirrorworld de Kevin Kelly, le co-fondateur du magazine Wired. Dans cette vision, chaque jumeau numérique reproduit le comportement de son objet physique correspondant, y compris les interactions avec d’autres jumeaux numériques. Dans le cas de l’automatisation des entrepôts, il est nécessaire, par exemple, de créer un jumeau d’usine qui collabore avec le modèle des actifs et processus individuels.
Il est important que la collaboration entre les jumeaux numériques soit scalable. L’interopérabilité un à un nécessite simplement un partage d’informations simple entre les composants utilisant les mêmes protocoles, mais c’est la forme la plus faible et la moins scalable de partage. L’interopérabilité structurelle nécessite l’utilisation des mêmes structures de données et syntaxe, permettant le partage entre différents types de logiciels. L’interopérabilité sémantique, en revanche, nécessite une ressource sémantique partagée et évolutive, telle qu’un graphe de connaissances bien conçu, pour soutenir la scalabilité généralisée des systèmes d’entrepôt.
L’intégration de la logique liée aux relations et aux règles dans le graphe simplifie considérablement la gestion et la scalabilité des jumeaux numériques. Cela permet d’utiliser les connaissances accumulées dans les graphes sémantiques comme base de modélisation à faible code et de développement de systèmes. Selon les estimations de Semantic Arts, jusqu’à 85 % du code traditionnellement enfermé dans les applications peut être réutilisé grâce aux graphes de connaissances.
Les jumeaux numériques révolutionnent également la recherche médicale. Un exemple en est le projet de l’Université de Nebraska-Lincoln, qui a accordé à Nokia une subvention de 5 millions de dollars pour créer un jumeau numérique du système immunitaire humain. Nokia espère que ce projet permettra de prédire la réponse du système immunitaire à différentes maladies et à leur évolution au fil du temps. À l’avenir, l’entreprise vise également à créer des jumeaux numériques personnalisés des systèmes immunitaires pour les patients.
En conclusion, l’utilisation des jumeaux numériques, des graphes de connaissances et de l’intelligence artificielle générative devient de plus en plus populaire dans l’automatisation des entrepôts. Ces outils permettent la cohérence de l’ensemble du système d’entrepôt, la collaboration entre plusieurs composants et la prise de décisions éclairées. À mesure que la collaboration entre les jumeaux numériques se développe, on peut s’attendre à un développement plus poussé de la technologie des jumeaux numériques et à son utilisation accrue dans diverses industries.
FAQ sur l’automatisation des entrepôts, les jumeaux numériques et les graphes de connaissances :
1. Quel rôle les jumeaux numériques jouent-ils dans l’automatisation des entrepôts ?
Les jumeaux numériques sont idéaux pour automatiser les processus tout au long de la chaîne de production dans les entrepôts. Ils agissent comme des connexions sémantiques entre les différentes copies numériques des composants du système d’entrepôt, permettant la fourniture d’informations cohérentes et l’optimisation des performances globales du système.
2. Quels composants doivent collaborer dans l’automatisation des entrepôts ?
Dans l’automatisation des entrepôts, les produits physiques stockés ou transportés, les copies numériques des différents composants du système et le graphe de connaissances doivent collaborer. Le graphe de connaissances permet l’interaction entre ces répliques numériques. Tous ces éléments doivent être modélisés individuellement avant d’être interconnectés dans le système.
3. Comment l’intelligence artificielle générative est-elle utilisée dans l’automatisation des entrepôts ?
L’intelligence artificielle générative (GAI) permet aux utilisateurs d’interroger le système en langage naturel à l’aide du graphe de connaissances, au lieu de se fier aux langages de requête pour les bases de données tels que SQL ou SPARQL. La GAI facilite également une analyse prédictive plus avancée.
4. En quoi l’idée de Mirrorworld affecte-t-elle l’automatisation des entrepôts ?
Le concept de Mirrorworld, proposé par Kevin Kelly, consiste à créer des jumeaux numériques qui reproduisent en temps réel le comportement de leurs objets physiques correspondants. Dans le contexte de l’automatisation des entrepôts, cela nécessite la création de jumeaux d’usine qui collaborent avec les modèles des actifs et des processus individuels.
5. Quelle est l’importance de la scalabilité dans la collaboration entre les jumeaux numériques ?
La collaboration entre les jumeaux numériques doit être scalable. L’interopérabilité sémantique, qui consiste à utiliser une ressource sémantique partagée et évolutive telle qu’un graphe de connaissances, permet une scalabilité généralisée des systèmes d’entrepôt.
6. Quels sont les avantages de l’intégration de la logique des relations et des règles dans le graphe ?
L’intégration de la logique des relations et des règles dans le graphe simplifie la gestion et la scalabilité des jumeaux numériques. Cela permet de tirer parti des connaissances stockées dans les graphes sémantiques comme base de modélisation à faible code et de développement de systèmes.
7. L’automatisation s’applique-t-elle également à la recherche médicale ?
Oui, les jumeaux numériques révolutionnent également la recherche médicale. Par exemple, l’Université de Nebraska-Lincoln a accordé à Nokia une subvention de 5 millions de dollars pour créer un jumeau numérique du système immunitaire humain. Ce projet vise à prédire la réponse du système immunitaire à différentes maladies.
Définitions :
– Jumeaux numériques : Répliques numériques de différents composants du système d’entrepôt qui agissent comme des connexions sémantiques et permettent la fourniture d’informations cohérentes pour l’automatisation des entrepôts.
– Graphe de connaissances : Un type de jumeau numérique qui permet l’interaction entre les répliques numériques au sein du système d’entrepôt.
– Intelligence artificielle générative (GAI) : Une technologie qui permet aux utilisateurs d’interroger le système en langage naturel à l’aide du graphe de connaissances et facilite une analyse prédictive plus avancée.
Liens suggérés :
– Semantic Arts
– Databricks
– Accenture
– Wired
– Nokia
– University of Nebraska-Lincoln
[insert source link here]
The source of the article is from the blog be3.sk
