Digitale Tvillinger

Digitale Tvillinger

Tema for denne landsbyen er «Digitale tvillinger». Enkelt fortalt kan men se på en digital tvilling (DT) som en kopi / modell av et fysisk objekt som gjerne inneholder ulike sensorer (IoT). Disse sensorene forsyner så den digitale tvillingen med data (BigData) som gir en god oversikt over tilstanden til den fysiske tvillingen. Den digitale tvillingen kan så anvendes på ulike måter, for eksempel til å feil-søke den i stedet for den fysiske eller å predikere (AI) hva som kommer til å skje med den fysiske tvillingen i fremtiden, og agere ut fra det.

Digitale tvillinger legger til rette for tverrfaglig samarbeid, både ift. å utvikle konseptet og ikke minst ift. bruk, gjennom hele livsløpet, fra lenge før den fysiske tvillingen har sett dagens lys, til lenge etter at den har tatt kveld, gjennom alle faser, f.eks. planlegging, design, simulering, optimalisering, bygging / produksjon, monitorering / overvåking, beslutningsstøtte, kontroll / automatisering, vedlikehold, rivning / destruksjon og historisk dokumentasjon. I tillegg til livsløp tanken er muligheten for en hierarkisk oppbygning en viktig karakteristikk ved digitale tvillinger, enhver duppeditt / sensor kan ha sin DT (Gartner spår flere hundre millioner slike om få år) og disse kan settes sammen til noe større, f.eks. en DT for et transportmiddel eller veinettet, en DT for en vindmølle eller en boreplattform, en DT for en bygning, en by eller et helt land. Og sist men ikke minst, den ultimate tvillingen, der begrepet egentlig stammer fra, en DT for mennesket, en innbygger – en digital tvilling. I tillegg vil alle disse individuelle digitale tvillingene utgjøre ulike økosystemer; en bil kan være en del av en flåte, en vindmølle kan være en del av en vindmøllepark og en innbygger kan være en del av befolkningen i en kommune, et fylke, et land osv. Fra alle disse individuelle digitale tvillingene kan man trekke ut relevante data, generere optimale modeller som så kan anvendes direkte på de smarte digitale tvillingene – fremtidens selvlærende AI-baserte økosystemer.

Det vil være enorme besparelser forbundet med det å koble den digitale verden til den fysiske og på den måten bedre kunne utnytte de store mengdene med data som i dag bare blir generert og ligger der. Et godt eksempel på dette kan være vedlikeholds-styring av alt fra skip til mennesket – man får beskjed når skipet trenger vedlikehold og utfører ikke dette når det ikke er behov, og din personlige DT vil passer på deg fra før vugge til etter grav, og gi beskjed når du trenger ”vedlikehold”, muligens – det er her du kommer inn og kan vise vei.

Billedcollage over digitale tvillinger

Relevant kompetanse

Vi ønsker studenter fra alle fagmiljø og hvert prosjekt vil tilpasses den enkelte gruppens kompetanse og interesser. Utviklingen av digitale tvillinger reiser mange problemstillinger som krever kunnskap innen datateknologi/Cloud-computing/AI, matematikk/statistikk, kybernetikk/elektronikk, ingeniør og naturvitenskap, medisin og helse, design, økonomi, psykologi, datasikkerhet, personvern og etikk.

Om landsbyen

Bakgrunn: Pågående digitalisering, den senere tids teknologiske utvikling (IoT, BigData, AI, 5G, Cloud computing, osv.) og det enorme behovet for å gjøre stadig mer data om til innsikt og verdi. I denne settingen er digitale tvillinger spådd en viktig rolle for å bygge bro mellom den fysiske og digitale verden.

Samarbeidspartnere: I denne landsbyen skal studentene definere og utføre et tverrfaglig prosjekt relatert til digitale tvillinger. Studentene kan selvsagt velge å definere sin egen oppgave innenfor dette men mulige problemstillinger vil også foreslås fra ulike forskningsmiljøer, næringslivet og offentlig sektor. Landsbyen kjøres i samarbeid med AI labben (the Norwegian Open AI Lab) hvor flere av de store industri partnerne jobber aktivt med digitale tvillinger og teknologien rundt.

Spennende prosjekter: Digitale tvillinger åpner for en mengde med spennende tverrfaglige prosjekter innenfor ulike domener og industrier og med forskjellige vinklinger og fokusområder.

Forventninger til studentene: Nysgjerrighet, motivasjon og interesse.

Eksempler på problemstillinger (innenfor områder som helse, transport, energi, bygg og anlegg, smarte byer, produktutvikling og produksjon, osv.):

  • DTs, personvern, data-sikkerhet og etikk.
  • DTs, sensorer, IoT og 5G
  • DTs, BigData og data-sjø
  • DTs, kunstig intelligens (AI), maskinlæring (ML), dyp læring (DL) og cloud computing
  • DTs, forlenget, virtuell, utvidet og blandet virkelighet (XR, VR, AR, MR)
  • DTs og tverrfaglig samarbeid
  • DTs og menneske maskin grensesnitt (web protal, mobil app, naturlig språk, XR)
  • DTs og simulering
  • DTs, BIM, GIS og CAD
  • DTs og forklarbar AI (XAI)
  • DTs og hybride modeller (data modeller + fysiske / matematiske)
  • osv.

Noen linker:


Fakta om landsbyen - TDT4860

Fakta om landsbyen - TDT4860

Emnekode: TDT4860
Landsbytittel:
Type: Langsgående
Språk: Norsk
Landsbyleder: Frank Lindseth
Kontaktinformasjon: frankl@ntnu.no
Undervises: Vår 2020
Undervisningssted: Trondheim

Infoboks nettpresentasjoner

Viktig informasjon om EiT:

  • Det unike med EiT er fokuset på samarbeidskompetanse og gruppeprosesser.
  • Undervisningsformen i EiT forutsetter at alle bidrar og er til stede hele semesteret. Derfor er det obligatorisk tilstedeværelse hver landsbydag.
  • I motsetning til mange emner er spesielt de første dagene viktig i EiT. Det er da dere i gruppa blir kjent med hverandre, og diskuterer hva hver enkelt kan bidra med. Dere skal også utarbeide den obligatoriske samarbeidsavtalen, samt begynne å utarbeide en felles problemstilling.
  • Utfyllende informasjon om Eksperter i team finner du på siden for studenter.