How “Digital Twins” Could Help Us Predict the Future | Karen Willcox | TED

المترجم: Marah Albakkawi المدقّق: gaith Takrity

Alright, well, let's start with an easy question.

حسناً، دعونا نبدأ بسؤال سهل.

How many of you are wearing a Fitbit or an Apple Watch

كم واحد منكم يرتدي جهاز فيت بيت أو ساعة أبل

or some other kind of health tracking device?

أو أي نوع آخر من أجهزة مراقبة الصحة؟

And how many of you have got a smartphone with you here today?

وكم واحد منكم أحضر هاتفه الذكي معه اليوم؟

Maybe I should say how many of you have not?

ربما كان ينبغي أن أسأل كم منكم لم يحضره؟

The fact that so many of us have these technological marvels in our pockets

حقيقة أن الكثير منا يمتلك هذه الأعاجيب التكنولوجية في جيوبنا

or on our body

أو على أجسادنا

is a sure sign of the revolution that's taking place in computing

هي علامة مُؤكِدة على الثورة التي تحدث في مجال الحوسبة

over the last decade.

على مدار العقد الأخير.

And I want you to think with me for a second

و أريدكم أن تفكروا معي لثانية

about the elements of that revolution.

عن عناصر تلك الثورة

So first off, are the data.

أولاً: البيانات

These devices are collecting data about our health, our movements,

تجمع هذه الأجهزة بيانات عن صحتنا وحركتنا

our habits and more.

وعاداتنا وأكثر من ذلك

And what's really important

وما هو مهم حقاً

is that those data are not generic population data,

أن تلك البيانات ليست بيانات سكانية عامة،

but they're data that are personalized to us,

بل بيانات شخصية تخص كل واحد منا كفرد.

each as an individual.

Second, and just as important, are the models.

ثانياً: النماذج والتي تمثل نفس القدر من الأهمية.

Inside these devices are very powerful

يوجد داخل تلك الأجهزة نماذج رياضية وإحصائية قوية جداً.

mathematical and statistical models.

Some of these models are learned entirely from data,

يتم تعلم بعض تلك النماذج بالكامل من البيانات،

perhaps a machine-learning model that has learned to classify

ربما نموذج التعلم الآلي الذي تعلم تصنيف

whether I'm running or walking or biking or sleeping.

ما إذا كنت أركض أو أمشي أو أركب الدراجة أو أنام.

Some of these models are based in physics,

بعض تلك النماذج تعتمد على الفيزياء

such as a physiological model that describes the equations

مثل النموذج الفسيولوجي الذي يصف المعادلات

that represent cardiac function or circadian rhythm.

التي تمثل الوظائف القلبية أو إيقاع الساعة البيولوجية.

And now where things get really interesting

والآن حيث تصبح الأمور مثيرة للاهتمام حقًا هو عندما نبدأ تجميع البيانات والنماذج معاً

is when we start to put the data and the models together.

Mathematically, this is known as data assimilation.

يعرف هذا رياضياً ب “استيعاب البيانات“.

So we have data and we have models.

إذاً لدينا بيانات ونماذج.

With data assimilation, we start updating the models

يتم البدء في تحديث النماذج عن طريق استيعاب البيانات

as new data are collected from the system.

كلما تم جمع بيانات جديدة من النظام.

And we don't do this update just once, but we do it continually.

ولا نقوم بهذا التحديث فقط مرة واحدة بل بشكل مستمر.

So as the system changes,

لذا كلما تغير النظام،

as I get older and my circadian rhythm

كلما تقدم عمري ولم تعد ساعتي البيولوجية أو وظائف قلبي كما كانت من قبل،

or as my cardiac function is not what it once was,

the new data is collected and the models are evolving

يتم جمع البيانات الجديدة وتتطور النماذج

and following along with me.

وتتابع التغيرات التي تحدث لي.

Now that data assimilation is really important

استيعاب البيانات هذا شديد الأهمية

because it's what personalizes the models to me

لأنه هو الذي يجعل النماذج شخصية بالنسبة لي

and that then gets us to the fourth element,

وهو ما يقودنا إلى العنصر الرابع: وهو عامل التنبوء.

which is the element of prediction.

Now that I have these personalized models,

الآن بما أني لدي تلك النماذج المشخصنة وهذا له قوة هائلة

it's so powerful

because I can now get predictions or recommendations

لأنني سأتمكن الآن من تلقي تنبؤات أو توصيات مصممة خصيصًا لي.

that are tailored to me as an individual

and that are tailored to my dynamically evolving state over my life.

ومصممة لحالتي المتطورة ديناميكياً على مدار حياتي.

So ... what I’m describing,

إذاً... ما أصفه هو ما تقوم به البيانات والنماذج سويًا،

this working together of data and models,

is likely very familiar to all of you

وهذا من المحتمل أن يكون مألوفاً جداً بالنسبة لنا جميعاً

because it's been driving your personal choices in retail and entertainment

لأنه كان يقود اختياراتكم الشخصية في عملية البيع والترفيه والعافية لسنوات عديدة.

and wellness for many years.

But what you might not know

ولكن ربما ما لا تعرفونه

is that a similar revolution has been taking place

أن ثورة مماثلة تحدث في الأنظمة الهندسية.

in engineering systems.

And in engineering systems, the story is much the same.

وفي النظم الهندسية القصة هي نفسها تقريباً.

We have data and we have increasing amounts of data

فلدينا بيانات وكم متزايد منها

as sensors have become smaller, lighter, cheaper and more powerful.

حيث أصبحت المستشعرات أصغر وأخف وأرخص وأقوى.

In engineering, we also have models.

في هندسة النظم، لدينا أيضاً نماذج.

Our models are usually grounded in physics.

عادة ما ترتكز نماذجنا على الفيزياء.

These models represent the governing laws of nature.

وتمثل هذه النماذج القوانين الحاكمة للطبيعة.

They're powerful models that let us predict

تتيح لنا تلك النماذج القوية أن نتنبأ بكيفية استجابة النظام الهندسي.

how an engineering system will respond.

What you see up here on the slide is a picture of the unmanned aircraft

ما ترونه في الأعلى هنا على الشريحة هو صورة لطائرة بدون طيار

that I have in my research group

والتي أمتلكها في مجموعتي البحثية

that we use for a great deal of our research.

والتي نستخدمها في أبحاثنا المهمة جداً.

And for this aircraft,

وبالنسبة لهذه الطائرة

we have powerful finite element models

فنحن نمتلك نماذج قوية للعناصر المحدودة

that let us predict how the aircraft structure will respond

التي تمكننا من التنبؤ بكيفية استجابة هيكل الطائرة

under different conditions.

في الظروف المختلفة.

So these models let us answer questions

لذا تتيح لنا هذه النماذج الإجابة على أسئلة مثل،

like, will the structure of the aircraft hold together on takeoff

هل سيتماسك هيكل الطائرة عند الإقلاع إذا قمت بتصميمه بهذه الطريقة؟

if I design it in this way?

Or, what happens if the aircraft wing gets damaged

أو ماذا سيحدث إذا تضرر جناح الطائرة واستمررت في إجبارها على الطيران؟

and I continue to fly it aggressively?

Will the aircraft hold together?

هل ستتماسك الطائرة؟

And again, just like the Fitbit and the smartphone example,

ومرة أخرى تماماً مثل مثال الفيت بيت والهاتف الذكي،

we can put the data and the models together

يمكننا أن نضع البيانات والنماذج معاً

to build a personalized model of the engineering system,

لبناء نموذج مخصص للنظام الهندسي،

a personalized model of the aircraft.

ونموذج مخصص للطائرة.

And we call this personalized model a digital twin.

ونسمي هذا النموذج المخصص بالتوأم الرقمي.

So what is a digital twin?

إذاً ما هو التوأم الرقمي؟

It is a personalized,

إنه نموذج مخصص، متطور ديناميكياً للنظام المادي.

dynamically evolving model of a physical system.

And I want you to think about the digital twin of my aircraft.

وأريدكم أن تفكروا في التوأم الرقمي لطائرتي.

So as I create that digital twin,

لذا بينما أقوم بإنشاء التوأم الرقمي هذا،

I'm going to be collecting data from the sensors on board the aircraft.

سأقوم بجمع البيانات من أجهزة الاستشعار على متن الطائرة.

I'm going to be collecting data from inspections

وسأقوم بجمع البيانات من عمليات المراقبة

I might make of the aircraft,

التي قد أقوم بها للطائرة،

and I'm going to be assimilating that data into the models.

وسأقوم بدمج كل تلك البيانات في النماذج.

And what's really important

والأمر المهم حقاً

is that I’m not building a generic model of just any old Telemaster aircraft.

هو أنني لا أقوم ببناء نموذج عام لأي طائرة Telemaster قديمة.

I am building a personalized model

بل أقوم ببناء نموذج مخصص للطائرة الموجودة حالياً في مرآبي

of the very aircraft that is right now sitting in my garage

down the road in South Austin.

الموجود على الطريق جنوب أوستن.

And so that digital twin will capture the differences,

لذلك فالتوأم الرقمي سيقوم برصد الاختلافات،

the variability from my aircraft to say, my neighbor's aircraft.

والتباينات بين طائرتي و-على سبيل المثال- طائرة جاري.

And what's more, that digital twin will not be static.

وعلاوة على ذلك، أن التوأم الرقمي لن يكون ثابتاً.

It's going to change as my aircraft ages and degrades

بل سيتغير كلما تقدمت طائرتي بالعمر و تدهورت

وتعرضت للتلف والإصلاح.

and gets damaged and gets repaired.

We will be assimilating data all the time

سنقوم باستيعاب البيانات طوال الوقت

and the digital twin will follow the aircraft through its life.

وسيتابع التوأم الرقمي الطائرة طوال وجودها.

So this is incredibly powerful.

فللأمر قوة هائلة.

I want you to imagine now that you're an airline

أنا أريدكم الأن أن تتخيلوا أنكم على متن طائرة

or maybe in a few years’ time, you’re an operator

أو ربما في غضون سنوات قليلة، ستصبحون مشغلين

of a fleet of unmanned cargo delivery drones,

لأسطول من الطائرات بدون طيار لتوصيل البضائع،

and imagine that you would have a digital twin like this

وتخيلوا أن يكون لديكم توأم رقمي مثل هذا لكل طائرة في أسطولكم.

for every vehicle in your fleet.

And think about what that would mean for your decision making.

وفكروا فيما سيعنيه ذلك لعملية اتخاذ القرار الخاصة بكم.

You could make decisions about when to maintain any one aircraft,

يمكن أن تتخذوا القرار حول متى تحتاج طائرة بعينها للإصلاح،

depending on the particular evolving state of that aircraft.

اعتماداً على حالة التطور الخاصة بتلك الطائرة.

You could make decisions about how to optimally fly an aircraft

ويمكنكم أن تتخذوا القرار بشأن كيفية الطيران بالطائرة على النحو الأمثل

on any given day,

في أي يوم محدد،

given the health of the aircraft, given the mission needs,

بالنظر إلى حالة الطائر، واحتياجات المهمة

given the environmental conditions.

ونظراً للظروف البيئية.

It would really let you optimally manage that fleet of aircraft.

سيتيح لك حقاً إدارة أسطول الطائرات هذا بالطريقة الأمثل.

So this idea of a digital twin is pretty neat.

لذا فإن فكرة التوأم الرقمي هذه هي فكرة رائعة جداً.

The term “digital twin” was coined in 2010 in a NASA report.

تم صياغة مصطلح “التوأم الرقمي” عام 2010 في تقرير ناسا.

But the idea, this idea of a personalized model

ولكن الفكرة، فكرة النموذج المخصص

combining models and data, is much older.

والدمج بين النماذج والبيانات، أقدم من ذلك بكثير.

And many people point to the Apollo program

وكثير من الناس يشيرون إلى برنامج أبولو

as being one of the places

بكونه واحد من الأماكن التي تم فيها تنفيذ التوأم الرقمي لأول مرة.

where digital twins were first put into practice.

So in the Apollo program, back in the '60s and the '70s,

فبالعودة إلى برنامج أبولو في الستينيات والسبعينيات،

NASA would launch Apollo spacecraft up into space,

ستطلق ناسا مركبة أبولو الفضائية إلى الفضاء،

and they would also deploy a simulator,

وستنشر أيضاً جهاز محاكاة، وهو نموذج افتراضي على الأرض في هيوستن،

a virtual model on the ground in Houston,

to follow along on the mission.

لمتابعة المهمة.

And now this became very important

والآن أصبح الأمر مهم جداً

and it became very useful in the Apollo 13 mission.

ومفيد جداً في رحلة أبولو 13

And again, perhaps you all know the story because we've seen the movie.

ومرة أخرى، ربما تعرفون جميعاً القصة لأننا شاهدنا الفيلم.

In the Apollo 13 mission, the spacecraft suffered a malfunction.

في رحلة أبولو 13، تعرضت المركبة الفضائية لعطل.

It was very badly damaged.

لقد تعرضت لأضرار بالغة للغاية.

It became stranded up in space.

وتقطعت بها السبل في الفضاء

And so the story goes that NASA were able to take the data from the real aircraft,

وهكذا تقول القصة أن ناسا تمكنت من أخذ البيانات من الطائرة الحقيقية،

the physical twin stuck up in space,

التوأم المادي العالق في الفضاء،

feed it into the simulator and to the virtual models

وإدخالها في جهاز المحاكاة و إلى النماذج الافتراضية

on the ground in Houston,

على الأرض في هيوستن،

do the data assimilation,

والقيام بعملية استيعاب البيانات،

dynamically evolve the simulator

وتطوير المُحاكي بشكل ديناميكي

so now that it represented the conditions of the damaged spacecraft

لذلك هي الآن تمثل حالة المركبة الفضائية المتضررة

and then use that simulator to run predictions

وثم استخدام ذلك المحاكي لطرح التنبؤات

and ultimately guide the decisions

وأخيراً توجيه القرارات

that brought the astronauts back home safely.

التي أعادت رواد الفضاء إلى الأرض سالمين.

So more than 50 years later,

إذاً بعد مرور أكثر من 50 عاماً،

this idea now has a really great name,

أصبحت هذه الفكرة الآن تحمل اسماً رائعاً حقاً، وهو التوائم الرقمية.

the name of digital twins.

And what's really exciting

وما هو مثير حقاً

is that it's moving well beyond just aerospace engineering.

أن مجالها يتجاوز ما هو أبعد من مجرد هندسة الطيران.

So in our engineered world,

لذا في عالم الهندسة خاصتنا،

we're starting to see digital twins of bridges and other civil infrastructure

بدأنا نرى التوائم الرقمية للجسور والبنى التحتية المدنية الأخرى

for structural health monitoring and predictive maintenance.

لمراقبة الصحة الهيكلية والصيانة الوقائية.

We're starting to see digital twins of buildings for energy efficiency,

وبدأنا نرى التوائم الرقمية للمباني لكفاءة الطاقة،

digital twins of wind farms

والتوائم الرقمية لمزارع الرياح

to increase efficiency and to reduce downtime.

لزيادة الكفاءة وتقليل وقت التوقف عن العمل.

In the natural world,

في العالم الطبيعي،

there's a lot of interest in creating digital twins of forests,

يوجد اهتمام كبير في إنشاء توائم رقمية للغابات

farms, ice sheets, coastal regions, oil reservoirs

والمزارع، والصفائح الجليدية، والمناطق الساحلية، وخزانات النفط

and even talk of trying to create a digital twin of planet Earth.

وحتى الحديث عن محاولة إنشاء توأم رقمي لكوكب الأرض.

And in the medical world,

وفي عالم الطب،

there's a great deal of interest in creating digital twins

هناك قدر كبير من الاهتمام في إنشاء توائم رقمية

to help guide medical assessment,

للمساعدة في توجيه التقييم الطبي،

diagnosis, personalized treatment and in silico drug testing.

والتشخيص، والعلاج الشخصي واختبارات الدواء في السيليكو (الافتراضية).

So, many, many exciting potential applications of digital twins.

إذاً، هناك العديد والعديد من التطبيقات المحتملة المثيرة للتوائم الرقمية.

But now, I would not like you to leave my talk today

ولكن الآن، لا أريدكم أن تغادرو حديثي اليوم

thinking that all of this is a reality,

معتقدين أن هذا كله حقيقة،

that we can create digital twins today of all those complex systems.

أنه يمكننا إنشاء توائم رقمية اليوم من كل تلك الأنظمة المعقدة.

It's still beyond reach to create a digital twin of an entire aircraft.

لا يزال من غير الممكن إنشاء توأم رقمي لطائرة بأكملها.

It's still beyond reach to create a digital twin of a cancer patient

ولا يزال من غير الممكن إنشاء توأم رقمي لمريض سرطان

or of planet Earth.

أو لكوكب الأرض.

Creating digital twins of these very, very complex systems

إنشاء توائم رقمية لتلك الأنظمة المعقدة للغاية،

is very, very challenging.

هو أمر صعب للغاية.

And let's think for a minute why it's so challenging.

ودعونا نفكر لدقيقة في سبب صعوبة الأمر.

So one reason it's very difficult is because of the scales

لذا فإن أحد أسباب صعوبة الأمر هو بسبب النطاقات

that these systems cross.

التي تعبرها هذه الأنظمة.

If you think about my aircraft,

إذا فكرتم بشأن طائرتي،

damage at the microscopic level

الضرر على المستوى المجهري

on the material on the wing of the aircraft

على المواد الموجودة على جناح الطائرة

translates across scale

يترجم عبر النطاق

to impact the way the vehicle flies at the vehicle level.

للتأثير على الطريقة التي تطير بها الطائرة على مستوى الآلة.

In medicine, we all know that, again,

في الطب، نعلم جميعاً أن، مجدداً،

changes at the very fine level,

التغييرات على المستوى الدقيق جداً،

at the molecular or the cellular level in our bodies

على المستوى الجزئي أو الخلوي في أجسامنا

translate across scales to have impacts on us at the system level,

يترجم عبر النطاقات ليكون لها تأثيرات علينا على المستوى الجهازي،

at the human level.

وعلى المستوى الإنساني.

And computational models that resolve all of these scales,

والنماذج الحسابية التي تحلل كل هذه النطاقات،

from the microscale all the way up to the system level,

بدءاً من النطاق على المستوى المجهري وصولاً للمستوى الجهازي.

are computationally intractable.

هي نماذج مستعصية حسابياً.

We can't solve them even with today's supercomputing power.

لا يمكننا حلها حتى مع قوة الحوسبة الفائقة اليوم.

But then you might say, "OK, well what about the data?

ولكن بعدها قد تقول، “حسناً، وماذا بشأن البيانات؟

You said we had a lot of data.

قلتِ أن لدينا الكثير من البيانات.

Can we not just learn digital twins from data?"

ألا يمكننا تعلم التوائم الرقمية من البيانات فقط؟”

So yes, we live in an era of big data

لذا نعم، نحن نعيش في عصر البيانات الضخمة

and we have a lot of data often for our systems.

ولدينا الكثير من البيانات في كثير من الأحيان لأنظمتنا.

But when it comes to these very challenging,

ولكن حين يتعلق الأمر بهذه الأنظمة الصعبة للغاية،

complex systems in engineering, in science and in medicine,

والمعقدة في الهندسة، وفي العلوم والطب،

the data by themselves are almost never enough.

فإن البيانات بحد ذاتها لا تكفي أبداً.

The data are almost always very sparse in both space and in time.

تكون البيانات دائماً متناثرة في الزمان والمكان معاً.

The data are almost always noisy and they're indirect.

البيانات دائماً ما تكون صاخبة وغير مباشرة.

As an engineer,

كمهندسة،

I can almost never measure what it is I want to know.

لا أستطيع ابداً قياس ما أريد معرفته.

If I want to know about the health on the structure inside my aircraft wing,

إ‌ذا أردت أن أعرف عن صحة الهيكل الموجود داخل جناح طائرتي،

I can't just break it open and take a look.

فلا يمكنني فتحه فقط وإلقاء نظرة عليه.

I am limited to those few sensors that are on the surface of the wing,

يقتصر الأمر على هذه المستشعرات القليلة الموجودة على سطح الجناح،

taking those measurements and then trying to guess.

حيث أقوم بأخذ تلك القياسات وثم أحاول التخمين.

More than guess, trying to infer what's happening inside the wing.

أكثر من مجرد تخمين، أحاول استنتاج ما يحدث داخل الجناح.

The same is true in medicine.

وينطبق الأمر نفسه في الطب.

A medical practitioner can't open somebody up to take a look at an organ.

لا يمكن للطبيب أن يفتح جسم شخص ما ليلقي نظرة على العضو.

Again, we are limited to sparse,

ومجدداً، نحن مقتصرون

noisy and indirect observations taken from the outside

على الملاحظات المتفرقة والصاخبة وغير المباشرة التي نقوم بأخذها من الخارج

to try to infer what's going on.

لمحاولة استنتاج ما يحدث في الداخل.

So then you might say,

لذلك حينها قد تقول،

"Well, we just have to wait a few years

“حسناً، علينا فقط أن ننتظر بضع سنوات

because sensing technology will get better and better and better."

لأن تكنولوجيا الاستشعار ستصبح أفضل وأفضل وأفضل.”

And that's true.

وهذا صحيح.

Maybe, maybe then we'll have enough data

ربما، قد يكون لدينا حينها ما يكفي من البيانات

to really be able to characterize

لنكون قادرين حقاً على وصف

what is going on inside these very complex systems.

ما يجري داخل هذه الأنظمة المعقدة للغاية.

But even that's not enough,

ولكن حتى هذا ليس كافياً،

because all that would tell us is what's happening now.

لأن ما كل ما يمكن أن يخبرنا به هو ما يحدث الآن.

And remember, we have to do more than that.

وتذكروا، يتعين علينا القيام بأكثر من ذلك.

We have to be able to predict what might happen in the future

يجب أن نكون قادرين على التنبؤ بما قد يحدث في المستقبل

if we take different actions.

إذا اتخذنا إجراءات مختلفة.

So we're always going to need the models.

لذلك سنحتاج دائماً إلى النماذج.

So this sounds like a huge challenge, and indeed it is.

لذا فإن هذا يبدو تحدياً كبيراً، وبالفعل هو كذلك.

But the good news is that we have a lot of hope for addressing this challenge.

ولكن الخبر السار أن لدينا أملاً كبيراً في مواجهة هذا التحدي.

And a big part of this hope

وجزء كبير من هذا الأمل

rests on this notion of predictive physics-based models.

يعتمد على فكرة النماذج التنبؤية القائمة على الفيزياء.

These are the models that encode the governing laws of nature

هذه هي النماذج التي تفسر القوانين الحاكمة للطبيعة

that let us make predictions --

والتي تسمح لنا بالتنبؤ--

predict how a cancer tumor might grow

التنبؤ بكيف قد ينمو ورم سرطاني

or how a cancer tumor might respond to radiotherapy treatment,

أو كيف سيستجيب ورم سرطاني للعلاج الإشعاعي،

or predict how an Antarctic ice sheet might flow

أو التنبؤ بكيف قد تتدفق الطبقة الجليدية في القطب الجنوبي

under different future temperature scenarios.

في ظل سيناريوهات درجات الحرارة المستقبلية المختلفة.

And bringing these predictive physics-based models together

والجمع بين هذه النماذج التنبؤية القائمة على الفيزياء

with powerful machine learning,

مع التعلم الآلي القوي،

with scalable methods and data simulation

باستخدام أساليب قابلة للتطوير واستيعاب البيانات

and optimization and decision making,

والتحسين واتخاذ القرارات،

and with high performance computing,

و مع الحوسبة عالية الأداء،

that's the realm of the interdisciplinary field of computational science,

هذا هو عالم المجال متعدد التخصصات للعللوم الحسابية،

and that's the focus of the Oden Institute

وهذا هو محور تركيز معهد أودن

here at UT Austin,

هنا في جامعة تكساس في أوستن،

where we bring together faculty

حيث نجمع أعضاء هيئة التدريس

from 24 different departments across campus

من 24 قسمًا مختلفًا عبر الحرم الجامعي

to tackle these kinds of challenging problems.

لمعالجة هذه الأنواع من المشاكل الصعبة.

So I’m going to close by provoking your imagination

لذلك سأختتم بإثارة خيالكم

and I hope you’re excited, like I am, about the idea of a digital twin.

وآمل أن تكونوا، مثلي، متحمسين لفكرة التوأم الرقمي.

And maybe as you go home, you can look around and think,

وربما حينما تعودون إلى المنزل، يمكنكم أن تنظروا حولكم وتفكروا،

"Oh, what if we had a digital twin of that?"

“أوه، ماذا لو كان لدينا توأم رقمي لذلك الشيء؟”

But let's look at some examples of some of the really exciting areas

ولكن دعونا نلقي نظرة على بعض الأمثلة لبعض المجالات المثيرة حقاً

where digital twins could make a difference

حيث يمكن للتوائم الرقمية أن تحدث فرقاً

in tackling some of the biggest problems facing society.

في معالجة بعض أكبر المشكلات التي تواجه المجتمع.

And as I go through this,

وبينما أمضي في هذا،

you'll also see some of the really exciting research

سترون أيضاً بعضاً من الأبحاث المثيرة حقاً

that we have going on here at UT Austin.

التي نجريها هنا في جامعة تكساس في أوستن.

So the first area is space systems.

إذاً فالمجال الأول هو أنظمة الفضاء.

You probably all know, we are at the dawn of a new space era.

وربما تعلمون جميعاً، أننا في فجر عصر فضائي جديد.

It is so exciting and it's so exciting for our students.

إنه أمر مثير للغاية ومثير جداً لطلابنا.

And what's even more exciting is that central Texas

و الأمر الأكثر إثارة أن وسط تكساس

is right in the midst of that new era.

يقع في منتصف تلك الحقبة الجديدة.

So digital twins clearly have a role to play in managing the health

لذلك من الواضح أن للتوائم الرقمية دور تلعبه في مراقبة الصحة

and the operations of space systems, of launch vehicles, of satellites.

وعمليات الأنظمة الفضائية، وإطلاق المركبات، والأقمار الصناعية.

You can see here, this is some of the work

يمكنكم أن تروا هنا، هذا بعض من العمل

that I'm doing together with my colleagues from the Cockrell School,

الذي أقوم به مع زملائي من مدرسة كوكريل،

Renato Zanetti and Srinivas Bettadpur.

(ريناتو زانيتي و سرينيفاس بيتادبور).

Digital twins also have a big role to play in tracking

وللتوائم الرقمية أيضاً دوراً كبيراً في تتبع

and managing space objects and space debris.

وإدارة الأجسام الفضائية و الحطام الفضائي.

وهنا في جامعة تكساس في أوستن،

And here at UT Austin,

we have one of the world's leading experts in this area,

لدينا واحد من الخبراء الرائدين على مستوى العالم في هذا المجال،

that's Moriba Jah.

وهو موريبا جاه.

Moriba is building digital twins for space domain awareness.

يقوم موريبا ببناء توائم رقمية لمعرفة المجال الفضائي.

If we think about the environment and geosciences, again,

إذا فكرنا في البيئة وعلوم الأرض، مرة أخرى،

digital twins could play such a role here.

يمكن للتوائم الرقمية أن تلعب مثل هذا الدور هنا.

This picture you see, Omar Ghattas's, high-resolution,

هذه الصورة التي ترونها، هي نموذج عمر غطاس، عالي الدقة،

physics-based model of the Antarctic ice sheet,

والقائم على الفيزياء للغطاء الجليدي في القطب الجنوبي،

which is put together with observational data of all different kinds

والذي تم تجميعه مع بيانات الرصد من جميع الأنواع المختلفة

to understand what might be going on,

لفهم ما قد يحدث،

to help guide decisions about where to drill ice cores,

للمساعدة في توجيه القرارات حول مكان حفر النوى الجليدية،

where to take observations,

وأين يتم أخذ الملاحظات،

and ultimately to inform the decision-making around our future climate.

وفي نهاية المطاف لإبلاغ عملية صنع القرار حول مناخنا المستقبلي.

We see also here the work of Clint Dawson

ونرى هنا أيضاً عمل كلينت داوسون

in building a digital twin of a coastal area,

في بناء توأم رقمي لمنطقة ساحلية،

here, the Gulf Coast,

هنا، ساحل الخليج،

again combining powerful physics models with all the different kinds of data

حيث يجمع مرة أخرى نماذج فيزيائية قوية مع جميع أنواع البيانات المختلفة

and here, focused on making storm surge modeling

وهنا، ركز على جعل نمذجة العواصف

for hurricanes even more accurate,

للأعاصير أكثر دقة،

again, in support of critical decision-making.

ومرة أخرى، لدعم اتخا‌ذ القرارات الحاسمة.

And then in medicine,

ومن ثم في الطب،

I think it's pretty clear that digital twins

أعتقد أنه من الواضح تماماً أن التوائم الرقمية

have such a role to play

لها دور تلعبه

in realizing the promise of personalized medicine.

في تحقيق وعد الوصول إلى الطب الشخصي.

Here we see some of the work of Michael Sacks

هنا نرى بعض أعمال مايكل ساكس

from our Oden Institute Willerson Center,

من مركز ويلرسون التابع لمعهد أودين،

in moving towards patient-specific,

للتحرك نحو رعاية القلب الشخصية،

personalized heart care,

المخصصة للمريض،

and the work of Tom Yankeelov and David Hellmuth,

وعمل توم يانكيلوف وديفيد هيلموث،

also in the Oden Institute,

أيضاً في معهد أودن،

also working with Dell Medical School and part of biomedical engineering,

ويعملان أيضاً مع كلية ديل الطبية وجزء من الهندسة الطبية الحيوية،

in building digital twins for cancer patients.

في بناء توائم رقمية لمرضى السرطان.

So I hope that helps to, as I said,

لذا أرجو أن يساعد ذلك، كما قلت،

provoke your imaginations to think about what might be possible.

في إثارة مخيلتكم للتفكير في ما قد يكون ممكناً.

I personally could not be more excited

أنا شخصياً لا يمكن أن أكون أكثر حماساً

about a future world where digital twins are enabling safer,

بشأن عالم مستقبلي حيث تعمل التوائم الرقمية على تمكين أنظمة هندسية،

more efficient engineering systems.

أكثر أماناً وكفاءة.

They're enabling a better understanding of the natural world around us

إنها تتيح فهماً أفضل للعالم الطبيعي من حولنا

and they're enabling better medical outcomes

وتتيح نتائج طبية أفضل

for all of us as an individual.

لنا جميعاً كأفراد.

Thank you.

شكراً لكم

(Applause)

(تصفيق)