كيف يمكن للمصنعين الاستفادة من الافتراضية في برامج التدريب

تصدرت تقنيات الواقع المعزز والواقع الافتراضي (AR / VR) ، المعروفة أيضًا باسم الواقع المختلط الغامر ، عناوين رئيسية لعشاق ألعاب الفيديو. لكن التكنولوجيا تخطو أيضًا خطوات كبيرة في مساعدة الشركات في العديد من الصناعات على التعامل مع المهام الحرجة ، مثل تدريب الموظفين.

يجب على أصحاب الأعمال ومديري الأقسام اليوم أن يفكروا بشدة في الواقع المعزز / الواقع الافتراضي والواقع المختلط الغامر لتدريب الموظفين الجدد ، وللحفاظ على مهارات الموظفين الحاليين حادة مع إعادة التدريب الدوري على أدوات وموارد الإنتاج الأحدث.

ببساطة ، سيكون لمستقبل كل أنواع التعلم نوعًا من المكونات الافتراضية. أوضح جائحة Covid-19 ذلك حيث قام كل من المهنيين والطلاب بإعادة ترتيب عملهم ودراساتهم عبر الإنترنت وحتى عن بُعد.

وهناك فوائد أخرى أيضا. تعد تقنيات الواقع المختلط الغامرة اليوم أبعد من الواقع ، لذا فهي تتيح تدريبًا فعالًا ودقيقًا للعديد من المهارات المعقدة. تخلق سماعات الرأس VR تجربة سمعية وبصرية ويمكن إقرانها بأجهزة استشعار مادية وأدوات لإنشاء بيئة تدريب للجسم بالكامل. وعلى الرغم من أن هذا يوفر "عاملًا رائعًا" ، إلا أنه يعني أيضًا أنه يمكن أن يكون مفيدًا للتدريب الذي يحتمل أن يكون محفوفًا بالمخاطر.

على سبيل المثال ، تواصل الولايات المتحدة قيادة العالم في تصميم ونشر تقنيات المحاكاة والنمذجة الافتراضية (M&S) للعديد من الصناعات ، مثل الجيش والدفاع. تم استخدام هذه الابتكارات التكنولوجية لدعم العمليات الاستراتيجية وتدريب جميع جوانب الجيش.

تشير التقديرات إلى أن العقود مفتوحة المصدر غير المصنفة للتدريب على المحاكاة الافتراضية والمعززة للجيش الأمريكي وحده بلغت 2.7 مليار دولار في عام 2019 ، وزادت إلى ما يقدر بـ 3 مليارات دولار في عام 2020 ، ومن المتوقع أن ترتفع إلى أكثر من 19 مليار دولار بحلول عام 2027 ¹ .

وهو ليس مجرد أمل وحلم ، فهناك بالفعل إنجازات كبيرة في عائد الاستثمار للتكنولوجيا. على سبيل المثال ، تعمل شركة Lockheed Martin Corp على تطوير كتيبات إرشادية تتضمن رسومًا متحركة لتجميع مكونات المركبات الفضائية. وقد أدى ذلك إلى تقليل الوقت المطلوب لتفسير تعليمات التجميع بنسبة 95٪ ، إلى جانب تقليل وقت التدريب الإجمالي بنسبة 85٪ وزيادة الإنتاجية بنسبة تزيد عن 40٪ ² .

الحاجة إلى الافتراضية

بالتأكيد ، ظاهريًا ، هذه استثمارات كبيرة إلى حد كبير. ومع ذلك ، فإن هذه النفقات تتضاءل مقارنةً بتكاليف التدريب التقليدية لأن التقنيات الافتراضية لا تتطلب تكاليف السفر أو الذخائر باهظة الثمن أو الوقود أو أي تكاليف عامة أخرى مرتبطة عادةً ببرنامج التدريب القياسي. علاوة على ذلك ، هناك أيضًا مخاطر منخفضة للجنود وأفراد القوات الجوية في التدريب لأنهم يستخدمون الأسلحة فعليًا ، أو يديرون مجموعة متنوعة من المركبات ، أو فريق التدريب ، والفريق ، وتكتيكات الوحدة الكاملة في مجموعة كاملة من البيئات المحاكاة مع سيناريوهات ومناظر طبيعية قابلة للتكيف.

ومع ذلك ، لا تزال التقنيات الافتراضية غير متكافئة. هذا أمر مهم لأن العديد من أنظمة الواقع الممتد (XR) الحالية غير المقيدة تفتقر إلى الواقعية المرئية ، والمزج الدقيق للعالم الافتراضي والواقعي ، وقابلية التوسع والمرونة المطلوبة لبيئات متعددة المستخدمين غامرة حقًا. ويرجع ذلك في المقام الأول إلى القدرة الحاسوبية المحدودة ، وسعة البطارية ، والمغلفات الحرارية المقيدة للغاية لأجهزة XR القائمة بذاتها مثل HMD ، والأجهزة اللوحية ، والهواتف الذكية ، وستستمر هذه التحديات في المستقبل المنظور.

حيث تحدث الافتراضية فرقًا

تمتد هذه القيود أيضًا إلى بيئات النمذجة والمحاكاة الغامرة لتدريب الموظفين الذين يتطلبون بيئات مشتركة وتحالفات وموزعة ومعقدة ومكثفة ومحددة بشكل متزايد لتطوير الاستعداد التدريبي اللازم. تحتاج أنظمة XR المثلى إلى دعم مرئيات فائقة الواقعية وعالية الدقة ؛ الانصهار الدقيق للعالم الافتراضي في العالم الحقيقي في بيئة متعددة المستخدمين ومنصات متعددة ومرونة التدرب على البيئة في مجموعة متنوعة من مواقف التوظيف. ومع ذلك ، فإن بيئات التدريب التشغيلي الحالية معزولة للغاية وبطيئة للغاية ومكلفة للغاية وغير قابلة للتكيف بما يكفي للتحضير لمهارات التصنيع أو التصميم الحديثة.

من بين الأسباب العديدة لنجاح هذه التقنية ، تتغلب منصة XR الأصلية على السحابة على قيود الأنظمة الغامرة غير المقيدة الحالية. إنه يوفر بنية أساسية XR مفتوحة وقابلة للتشغيل البيني وقابلة للتطوير وموحدة ومشتركة لمحاكاة فائقة الواقعية في أي بيئة صناعية. فهو يجمع بين أفضل تقنيات / مفاهيم الألعاب وإمكانيات المحاكاة التقليدية من خلال الاستفادة من الحوسبة السحابية والذكاء الاصطناعي ثلاثي الأبعاد (AI) لتقديم نظام تدريب شامل في كل مكان وقابل لإعادة التشكيل وعند الطلب وغامر للبيئات متعددة المستخدمين.

يستخدم النظام الأساسي وحدات معالجة الرسومات (GPU) من فئة الخادم على السحابة / في مكان العمل / الحافة لتحقيق عرض عالي الدقة للمحتوى ثلاثي الأبعاد المعقد ، والمحاذاة والتتبع في الوقت الفعلي للنماذج / المشاهد الافتراضية على كائنات العالم الحقيقي ، و دعم بيئات متعددة المستخدمين متعددة المنصات.

تشمل الإنجازات التقنية الأخرى ما يلي:

• عرض عالي الدقة بزمن انتقال منخفض للغاية: يوفر واقعية لا مثيل لها للتدريب من خلال الاستفادة من العرض عن بُعد بزمن انتقال منخفض للغاية على السحابة / في مكان العمل بدقة كاملة وبث الحل لاسلكيًا إلى أجهزة تجارية جاهزة (COTS) ميسورة التكلفة - HMD ، الكمبيوتر اللوحي وسطح المكتب.
• رسم خرائط مكاني عالي الدقة يعتمد على الذكاء الاصطناعي (AI): يستخدم خرائط مكانية عن بُعد عالية الدقة مع إعادة بناء مشهد ثلاثي الأبعاد عالي الدقة وتجزئة المشهد والتعرف على الكائنات ثلاثية الأبعاد باستخدام رؤية ثلاثية الأبعاد وذكاء اصطناعي قائم على التعلم العميق مع اندماج دقيق للعالمين الواقعي والافتراضي لإنشاء تصور متقدم وصورة متطورة لبيئات ساحة المعركة.
• عمليات التطوير والنشر والعمليات المستندة إلى السحابة (DevSecOps): تستخدم Kubernetes للتكامل المستمر والتسليم المستمر (CI-CD) والتوسيع التلقائي في سحابة حديثة / عامة / حافة / مختلطة لضمان تحسين الموارد ومشاركتها.

تنفق الشركة الأمريكية المتوسطة أكثر من 1000 دولار على التدريب لكل موظف كل عام - وهي تكاليف يمكن أن تزيد بشكل كبير بمرور الوقت. يمكن للواقع المختلط الغامر أن يساعد في خفض التكاليف وتقليل النفقات العامة الإجمالية للحفاظ على النتيجة النهائية بمرور الوقت ، على الرغم من الاستثمار الأولي الواضح.

يدرك أصحاب الأعمال والمديرون في كل صناعة تقريبًا بها عملية تصنيع اليوم أهمية اكتساب ميزة تنافسية من خلال تنفيذ هذه التقنيات والممارسات المتطورة. ستساعد الطبيعة المبتكرة وحدها في تعزيز توظيف الموظفين والاحتفاظ بهم.