为什么数字双胞胎需要人工智能驱动的测试

数字双胞胎继续发展壮大Gartner预测到2022年，数字双胞胎的使用将增加两倍。数字孪生是物理对象或系统的数字表示。它们在供应链管理中被广泛使用，以跟踪跨公司的项目，也使用区块链技术，在自动化工厂中跟踪磨损和执行预测性维护，以减少停机时间。

数字双胞胎也在发展物联网的同义词随着人们越来越多地对“事物”建模，以便能够以最少的外部调用完成分析和操作(例如，减少电力消耗)。例如，创建一个货运卡车之类的东西的数字孪生，可以让您在数字孪生上运行所有不同的车队管理、供应链可见性和车辆维护，而不是所有人都必须不断地与具有不同需求的物理车辆交谈。

这个数字孪生可以测试和监控物联网生态系统的性能。然而，它独特的特点需要考虑，以确保您的测试策略是有效的。数字双胞胎是相对不受控制的系统，不像典型的软件系统，输入和输出都已经很好地建立起来了，所以简单地定义什么是失败，什么不是失败是很困难的。同样,一个数字孪生反映了现实世界因此，有更多的差异性。从温度传感器到轮胎压力传感器，有大量可能的输入组合，加上业务逻辑，以及数字孪生的许多独立的、不同的部分。

数字孪生的复杂性意味着依赖于数百个测试用例的传统测试策略是不够的。您需要超越传统的基于脚本的测试，转向由组合驱动的智能测试人工智能和机器学习使用自动生成的测试和学习算法来确定通过或失败。

另一个需要考虑的问题是，数字双胞胎不是静态的，而是在软件系统之间移动的。回到货车管理的例子，随着汽车所有权的改变，汽车部件的数字孪生可能跨越几个公司。这意味着您需要测试所有与数字孪生系统交互的不同软件系统的兼容性。数字孪生的复杂性不仅需要AI和机器学习来覆盖大量复杂的场景，还需要一个能够测试整个生态系统的测试自动化工具。

数字双胞胎会一直存在，并且有可能改变产品的设计、制造和维护方式。随着数字双胞胎变得越来越普遍，智能人工智能驱动的测试将加速理解整个物联网生态系统并实现结果最大化。

所有IoT Agenda网络贡献者都对其帖子的内容和准确性负责。意见是作者的，不一定传达物联网议程的想法。