Почему создать цифровой двойник города легче, чем цифровую копию человека

Концепция создания цифрового двойника (digital twin) человека, который копирует не только его физический облик, но и поведение, мышление и привычки, изначально пришла из жанра научной фантастики. Однако в настоящее время искусственный интеллект приблизил информационные технологии к реализации этой идеи.

Если представить себе, что такой двойник есть, то можно предположить, что он может давать индивидуальные рекомендации по медицинским параметрам, консультировать в сфере финансов, планировать повседневные задачи и прогнозировать последствия принимаемых решений. Фактически это "личный симулятор".

И первые шаги в этой сфере уже давно сделаны. Цифровые и математические модели активно используют автоконцерны для симуляции аварий и тестирования безопасности автомобилей. Инженеры строят модели для точного расчёта нагрузок на здания и мосты, а крупные города внедряют цифровые двойники для эффективного управления транспортными потоками и инфраструктурой.

Какие цифровые двойники существуют сегодня и что отделяет нас от появления полноценного цифрового "я", разбиралась корреспондент Informburo.kz.

Немного теории

Для понимания концепции цифрового двойника необходимо провести разграничение между ним и традиционной математической моделью. Как объяснил предприниматель и стратег в сфере искусственного интеллекта Ержан Желдибаев, несмотря на схожесть концепций, между математической моделью и цифровым двойником существует принципиальная разница:

"Математическая модель – это статичное и упрощённое представление объекта или процесса, созданное для решения конкретной задачи. Например, модель распространения эпидемии предсказывает общие тенденции, но не знает ничего о конкретном человеке, то есть работает с абстрактными параметрами. Цифровой же двойник будет постоянно обновляемой виртуальной формой, существующей параллельно со своим реальным прототипом. Он питается данными в реальном времени".

Если создание двойника промышленного объекта уже отработано, то перенос этой концепции на человека сталкивается с фундаментальными трудностями. Именно из-за безграничной сложности самого человека, его нелинейного мышления, эмоциональных реакций, непредсказуемого поведения и способности к саморазвитию создание полноценного цифрового двойника является крайне трудной задачей.

Город-двойник

Цифровые двойники городов давно известны всему миру. В отличие от человека, которого сложно оцифровать, городские системы поддаются математическому моделированию и работают в управлении инфраструктурой.

Эти модели необходимы для прогнозирования и анализа энтропии дорожного движения, то есть закономерностей в перемещении транспорта. Они позволяют спрогнозировать повышенный трафик, когда анализируют влияние различных факторов: рост числа автомобилей, сезонные изменения (например, начало учебного года) или погодные условия (дождь, снег). Главная цель такой симуляции – прогнозировать, где и при каких условиях будут пробки.

Аналогичные цифровые двойники уже функционируют в Алматы. Например, Sergek Group использует такую модель для моделирования различных дорожных ситуаций и анализа городского трафика. Компания обработала данные о 647 тысячах транспортных средств, ежедневно циркулирующих в городе, чтобы получать информацию о транспортной нагрузке. Эти данные, а также смоделированные пути решения проблемы загруженности дорог компания регулярно передаёт властям на рассмотрение.

Бизнес-двойник

Многие предприниматели опасаются рисков и, чтобы обезопасить свой бизнес и минимизировать ошибки, предпочитают нанимать узкоспециализированных экспертов или привлекать опытных партнёров для принятия решений. Однако рано или поздно должна была зародиться идея о создании цифрового двойника компании, где проигрывались бы различные сценарии и стратегии без финансового риска.

Евгений Самойленко, директор по разработке управления технологического развития Freedom Holding Corp, уже около 10 лет участвует в судействе международных стартапов и оценке различных идей. Он утверждает, что идея цифровых двойников для бизнеса не нова и рабочую модель видел на одном из таких конкурсов:

"Мы рассматривали стартап, который предлагал полный цифровой двойник любой компании. Процесс занимал несколько месяцев для оцифровки компании и её основных показателей, влияющих на прибыль. Они показывали, как с помощью такой системы можно моделировать, что произойдёт с компанией, если мы что-то в ней изменим. Это включало численность, квалификацию, привлечение инвестиций и расширение бизнеса. Очень неплохие модели я видел уже семь лет назад, когда ИИ не был мейнстримом. Тогда это обсуждалось в кулуарах и было чрезвычайно дорого".

Инвестор-двойник

Идея создания цифрового двойника, способного мыслить как инвестор, приближает людей к разработке полноценной модели человеческого поведения. Теоретически пользователь может загрузить свои личные финансовые данные о зарплате, расходах, инвестициях и сбережениях даже в обычный чат-бот, чтобы получить персональные рекомендации.

Однако эта концепция сталкивается с серьёзными ограничениями. Основная проблема в том, что существующие большие языковые модели (LLM) пока не разбираются в тонкостях и бизнес-процессах для принятия сложных инвестиционных решений.

А также цифровой двойник предполагает создание слепка мышления и поведения конкретного человека. Возникает вопрос: что делать, если сам инвестор, чьё поведение копируется, непригоден для этой роли? На эту проблему указал директор департамента финансового анализа Freedom Broker Ерлан Абдикаримов:

"Сделать цифрового двойника как внешнего аватара, который будет разговаривать похожим лексиконом и использовать схожие речевые конструкции, – это легко. А вот создать аватара, который бы мыслил о фондовом рынке и принимал решения вашим уникальным образом, намного сложнее. Основная причина в том, что не у каждого человека, есть готовый и чёткий набор алгоритмов того, как он будет действовать на рынке в разных ситуациях. Особенно это касается неопытных инвесторов. У них нет в голове готовых моделей поведения, которые можно было бы просто "вытащить", превратить в двойника. При этом чтобы он сразу заработал".

Сегодня можно полагаться на уже разработанные полуавтоматические системы, которые работают по определённым стратегиям. Робоэдвайзеры не такие сложные, как искусственный интеллект высокого уровня. Это стандартные портфели, которые машина адаптирует под определённые запросы инвесторов.

Для работы же более сложного искусственного интеллекта необходимы большие массивы информации.

"У конкретной компании должна быть длинная история отчётности и прочего. Но, в принципе, эти данные доступны. Вы можете сами проверить: просто введите в чат с ИИ вопрос, например, о Халык Банке, и он даст ответ. Безусловно, в его дата-сетах будет намного больше информации об Apple, чем о банке. Однако у него есть функция выхода в интернет, чтобы подтянуть оттуда актуальные сведения и логически их обработать. В итоге он может выдать информацию довольно неплохого уровня", – сказал он.

По словам Ерлана Абдикаримова, проблемы возникнут там, где речь идёт о высокорискованных вложениях: стартапах и молодых бизнесах, чья история слишком коротка. Здесь ИИ может лишь предупредить о рисках, но полноценный анализ остаётся прерогативой живого эксперта. Полностью доверять ИИ управление капиталом пока слишком рискованно.

Цифровой двойник человека

Теоретически создание полноценного цифрового двойника человека возможно, но на практике современные технологии пока ограничиваются созданием копий лишь отдельных аспектов личности. Полноценный же двойник, способный учесть всю сложность биологических, психологических и социальных факторов, остаётся задачей неопределённого будущего.

Наиболее перспективной областью применения уже сегодня может стать персонализированная медицина. Система, которая на основе генетических данных, показателей фитнес-трекеров и дневника питания смоделирует реакцию организма на новое лекарство или диету. Такой подход позволит врачам проводить виртуальные тесты плана лечения, подбирая оптимальную терапию с минимальными побочными эффектами и без риска для пациента. А самому пациенту – наглядно наблюдать за прогрессом своего лечения.

О внедрении ИИ в сферу образования недавно заявил президент Касым-Жомарт Токаев. По словам главы государства, традиционная модель обучения – "одна программа для всех" – больше не отвечает требованиям времени.

Возможно, именно здесь технология цифровых двойников найдёт своё применение. На основе полученных метрик и данных о прогрессе учеников она сможет формировать персонализированные образовательные траектории, которые придут на смену стандартизированным учебным программам.

"Самый серьёзный вызов лежит не в технологической плоскости, а в этической и философской. Будущее технологии зависит не столько от разработчиков, сколько от общества: готовы ли мы этично использовать цифровых двойников, которые будут неотличимы от реальных людей," – заключил Ержан Желдибаев.