想象一下,有能力在一个世界或者概念落地之前就将其虚拟可视化,例如模拟新建筑、核心IT系统变化或者医疗保健设计的影响。对于美国的一些政府机构来说,这就是他们正在做的事儿,很多人相信数字孪生就是这个问题的答案。
数字孪生是物理对象、系统或者过程的虚拟副本,旨在模拟其所代表的物理试题在现实世界中的行为和特征。数字孪生以几种技术为核心:物联网、人工智能、扩展现实(XR)和云计算。它通过传感器和物理世界的其他来源收集数据,并将数据输入计算机模型,然后这些模型使用这些数据创建出一个可以实时操作和分析的虚拟副本。
佛罗里达州奥兰多市拥有整个地区内首个数字孪生,它覆盖了800平方英里的范围,并运行实时3D(RT3D)内容。该工具由一个数字化营销中心部署,该中心位于奥兰多市中心的奥兰多经济合作组织总部,该工具的在线版本将很快推出。
在奥兰多的案例中,数字孪生容纳了各种数据集,让企业、地方政府和非营利性组织能够直观地看到特定的计划将会如何影响这个地区。
奥兰多经济合作组织的总裁兼首席执行官Tim Giuliani解释说,数字孪生技术的使用对塑造该地区的经济发展战略至关重要。
Giuliani 对外媒《政府技术》表示:“我们想展示该地区创新生态系统的力量,创造一种身临其境的方式,让开发商参与到奥兰多的故事中来,并突出这个地区作为商业目的地的特点。”
"我们想展示该地区创新生态系统的力量,创造一种身临其境的方式,让开发商参与到奥兰多的故事中来,并突出该地区作为商业目的地的特点,"朱利安尼告诉《政府技术》。"我们决定在我们新的奥兰多市中心办公室创建一个高科技营销中心,并通过数字孪生为对奥兰多作为商业地点感兴趣的商业领袖提供沉浸式体验。"
该市与软件开发公司Unity合作将该项目付诸实施,这是因为Unity在奥兰多有大量的业务,并且在创建3D数字代表方面有长期的愿景,曾为其它组织开发非数字孪生系统,包括廷德尔空军基地。
Giuliani补充说:“结果就是我们一起创造了一个与众不同的数字孪生,我们是全国唯一使用数字孪生促进经济发展的机构。”
Giuliani表示,奥兰多的数字孪生自2022年10月推出以来,已经为管理人员、顾问、社区合作伙伴以及各类组织进行了将近100次演示。
随着功能的不断发展,该市经济部门的人希望,除了基础设施规划外,该技术的发展最终能带来气候复原力的解决方案。
"在未来,我们的愿景是让数字孪生作为该地区决策者的重要资源,在奥兰多的经济未来和智能城市规划中发挥重要作用。例如,利益相关者可以使用数字孪生体来模拟基于历史降雨总量和洪水模式的气候变化缓解项目,"朱利安尼说。"决策者可以利用来自红绿灯和高速公路的传感器数据预测交通瓶颈,为交通规划提供信息。城市规划者可以使用历史人口数据来预测未来的密度,以用于交通规划、住房开发和电网扩建。"
奥兰多目前正在实现这些目标的过程中。虽然其他城市的数字孪生趋向于在较小范围内的单一应用,但奥兰多地区的技术有许多用途。该市的经济开发商可以向有兴趣将该市作为其家园的首席执行官展示可用的土地和房地产,以及不同行业感兴趣的区域、基础设施连接和人才供应,同时节省驾驶时间。
"我们从使用数字孪生的演示中得到了很好的反馈。它让公司高管和选址者真正看到一个建筑将如何适合一个特定的地点,"朱利安尼透露。"它还允许我们在很短的时间内展示几个地点,而不需要开车到多个地点。"
然而,创建一个800平方英里的数字孪生体或促进新技术的维护并不是一件容易的事。朱利安尼说,在开展这个项目时,有一些障碍需要克服。
他表示:“最大的挑战之一是我们映射范围规模巨大——800平方英里。另一点是项目的范围,因为大多数数字孪生都只有一个重点,但是奥兰多地区数字孪生是为无限量的应用创建的。”
然而,该市通过不断扩大其数字孪生子的能力,并找到有效操纵该技术的新方法,正面解决了任何阻碍因素。
"奥兰多的数字孪生体目前纳入了运营和感官数据,未来的版本包括场景映射和机器学习。计划还要求将双胞胎存储在云中,允许从营销中心以外的地方访问,"朱利安尼分享说。"可能性是无止境的,随着我们增加更多拥有新的和独特的数据集的合作伙伴,应用将不断发展。
更广泛的应用
数字孪生技术不仅仅在塑造州和地方政府机构,还在联邦范围内创造机会,被用于从扑灭野火到为NASA数字化设计飞行器等方方面面。
埃森哲联邦技术展望在2021年进行的一项调查发现,24%的联邦高管表示他们的组织正在尝试使用数字孪生技术,而63%的人预计他们的组织在智能数字孪生方面的投资将在接下来的几年里增加。
例如,退伍军人事务部就在使用基础设施现代化中的数字孪生,开发模拟和医疗设施的数字蓝图,在实际施工开始之前测试结构布局。
退伍军人事务部的模拟学习、评估、评价和研究网络(SimLEARN)是一个在医疗保健培训中设想和衡量模拟技术的项目,正在创建一个数字孪生应用程序,以加强退伍军人事务部设施设计的最佳实践。该应用将使用人工智能驱动的建模,对现实生活中的场景进行快速迭代模拟,以扩大对特定挑战的可能解决方案的测试。
"退伍军人事务部公共事务专家Joseph Williams告诉《政府技术》:"SimLEARN正在作为一个测试平台,用于资产标记和跟踪资源的利用、位置查找和维护,目的是建立并将人工智能驱动的决策支持整合到我们目前的资源中。"通过自动提醒、数据收集/分析和维护,人类被从机器人工作中取代"。
退伍军人事务部还在利用源自数字孪生技术的人工智能程序来提供保健筛查解决方案,为他们的服务对象增加了另一层预防保健工具。
Williams表示:“我们正在使用FDA批准的人工智能解决方案,进一步提高我们为退伍军人提供最佳护理的能力。”“这包括Medtronic的人工智能辅助结直肠癌筛查(GI Genius),它使用人工智能协助在结肠镜检查中检测癌前息肉,目前该功能正在里士满、阿尔伯克基、图森、哈德逊谷和铁山等地方部署。”
无论是优化经济发展规划、精简医疗保健方案还是增强交通响应,数字孪生技术都有可能改变我们规划、管理和运营城市和社区的方式。
正如首席执行官朱利安尼告诉《政府技术》,随着当前技术的快速发展,"很快就会有我们今天根本无法想象的数字孪生的未来用途"。
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。