數字孿生是一種“實踐先行、概念后成”的新興技術理念,與物聯網、模型構建、仿真分析等成熟技術有非常強的關聯性和延續性。
來源 | 中國移動通信有限公司研究院(轉載請注明來源)
編輯 | 蒲蒲 數字孿生是一種數字化理念和技術手段,它以數據與模型的集成融合為基礎與核心,通過在數字空間實時構建物理對象的精準數字化映射,基于數據整合與分析預測來模擬、驗證、預測、控制物理實體全生命周期過程,最終形成智能決策的優化閉環。其中,面向的物理對象包括實物、行為、過程,構建孿生體涉及到的數據包括實時傳感數據和運行歷史數據,集成的模型涵蓋物理模型、機理模型和流程模型等。
隨著經濟社會數字化轉型的持續推進,數字孿生逐漸成為產業各界關注的熱點技術。數字孿生起源航天軍工領域,近年來持續向智能制造、智慧城市等垂直行業拓展,實現機理描述、異常診斷、風險預測、決策輔助等應用價值,已成為助力企業數字化轉型、促進數字經濟發展的重要抓手。
《數字孿生技術應用白皮書(2021)》聚焦數字孿生關鍵技術和行業應用發展,梳理數字孿生整體發展情況,深入分析技術體系和典型垂直行業應用場景,旨在為產業界在規劃實施數字孿生相關應用時提供參考借鑒,助力數字孿生技術演進和產業發展。
白皮書指出,從政策層面來看,數字孿生成為各國推進經濟社會數字化進程的重要抓手;從行業應用層面來看,數字孿生成為垂直行業數字化轉型的重要使能技術;從企業主體層面來看,數字孿生被納入眾多科技企業戰略大方向,成為數字領域技術和市場競爭主航道;從標準化層面來看,數字孿生標準體系初步建立,關鍵領域標準制修訂進入快車道。
數字孿生具有四個典型的技術特征:
(一)虛實映射。數字孿生技術要求在數字空間構建物理對象的數字化表示,現實世界中的物理對象和數字空間中的孿生體能夠實現雙向映射、數據連接和狀態交互。
(二)實時同步。基于實時傳感等多元數據的獲取,孿生體可全面、精準、動態反映物理對象的狀態變化,包括外觀、性能、位置、異常等。
(三)共生演進。在理想狀態下,數字孿生所實現的映射和同步狀態應覆蓋孿生對象從設計、生產、運營到報廢的全生命周期,孿生體應隨孿生對象生命周期進程而不斷演進更新。
(四)閉環優化。建立孿生體的最終目的,是通過描述物理實體內在機理,分析規律、洞察趨勢,基于分析與仿真對物理世界形成優化指令或策略,實現對物理實體決策優化功能的閉環。
作為發展數字經濟的重要使能技術,數字孿生近年來備受業界關注,技術體系不斷發展,核心技術快速演進,產業生態持續完備,行業應用走深向實,成為促進工業、城市、交通、網絡等垂直行業實現數智化轉型的重要抓手。
但同時也需要注意,數字孿生作為一項新興技術理念,尚處于發展初期,仍存在許多短板問題亟待破解。
一是實施成本高企。數字孿生技術的實現涉及到企業研發、生產、供應鏈、管理等系統的改造,投資大、沉沒成本高。受限于此,目前數字孿生往往僅能成為大企業“錦上添花”的高端技術應用,而難以成為廣大小企業“雪中送炭”的普適技術應用。
二是產業基礎薄弱。數字孿生產業鏈長、分工細致、碎片化程度高,跨領域之間的技術融合性較差、資源整合難,存在IT企業不懂行業機理、OT企業難以報團的突出痛點,亟需產業整合者的出現。
三是商業模式不成熟。不同垂直行業對數字孿生的需求差異大,垂直行業內需求“長尾效應”顯著,解決方案的可復制性不強,導致數字孿生應用多以項目交付型為主,平臺化、模塊化程度較低,不利于高效推廣。
四是技術短板凸顯。在機理建模、仿真分析、數據集成等方面的技術短板制約了數字孿生技術整體的應用深度,同時部分核心技術被國外龍頭企業壟斷,“安可”有潛在風險。
整體上來看,為進一步促進數字孿生技術融合發展,形成產業合力,推廣技術應用,打造賦能千行百業的通用技術底座,業界需要從頂層設計、技術攻關、生態構建和標準化四個層面重點突破。
一是頂層設計層面,在相關部委指導下聯合產業多方智庫力量盡快研究明確數字孿生中長期發展規劃,為技術產業發展指明方向和路徑。同時建立完備的數字孿生評價體系,從建模精度、數據互通性、同步演進性、智能化程度、系統間數據的共享程度等多種維度構建評價指標,牽引數字孿生向高階演進。
二是技術攻關層面,聚焦數字孿生基礎理論及關鍵核心技術,鼓勵產學研聯合研發,在信息建模、機理建模、模型同步、模型融合、智能決策、智能感知和信息安全等方面突破一批技術瓶頸,形成基礎扎實、穩定成熟的技術體系。
三是生態構建層面,數字孿生產業鏈長,技術體系復雜,垂直行業壁壘高筑,需要產業各方協同創新、優勢互補、形成合力,特別是在基礎設施共建、跨領域技術融合、數據共享互認、能力開放互用等方面形成長效協同機制,依托產業聯盟、創新中心等方式加深產業鏈的交流合作與需求對接,構建優勢互補、協同共贏的產業生態。
四是標準化層面,在技術發展初期,盡快完善術語、通用架構等基礎共性標準,形成統一的話語體系和規范性指導框架。在此基礎上,進一步對信息模型、數據集成、平臺等數字孿生核心要素和垂直行業應用模式進行規范統一,力求快速形成覆蓋數字孿生基礎共性、關鍵技術和行業應用的標準體系。
來源:全國信標委智慧城市標準工作組
城市數字孿生通過在數字空間對城市物理空間和社會空間進行全要素表達、全過程呈現、全周期可溯,實現城市全面感知、虛實交互、智能決策、精準控制,推動城市智能化、智慧化發展。
當前,城市數字孿生已經發展成為支撐智慧城市的重要技術手段。為做好城市數字孿生標準化工作整體規劃,有序推動相關標準制定與應用實施工作,全國信標委智慧城市標準工作組組建了城市數字孿生專題組,并聯合相關單位編制了《城市數字孿生標準化白皮書(2022版)》。
白皮書在系統研究城市數字孿生內涵、典型特征、相關方等基礎上,構建了城市數字孿生技術參考架構,梳理了城市數字孿生關鍵技術和典型應用場景,總結了城市數字孿生發展現狀、發展趨勢、面臨的問題與挑戰及國際國內標準化現狀。在此基礎上,白皮書探索形成了“城市數字孿生標準體系總體框架(1.0版)”,并提出了擬研制標準建議和標準化工作建議。白皮書構建了城市數字孿生標準化路線圖,為后續相關標準研制、應用實施指明了方向。
城市數字孿生典型特征
全面感知:城市數字孿生以全面感知為前提。城市是一個復雜巨系統,時刻處于發展變化中,必須時刻掌握物理城市的全局發展與精細變化,實現孿生環境下的數字城市與物理城市同步運行。
精準映射是構建數字世界并建立數字世界與物理世界緊密關系的過程。
智能推演是城市數字孿生具備智慧能力的體現,是實現對物理城市進行科學預測、指導與優化的關鍵。
動態可視:指通過將感知的多源數據進行數字化建模和可視化渲染,城市數字孿生提供了全要素、全范圍、全精度真實的渲染效果,實現全空間信息和城市實時運行
虛實互動:指物理空間與數字空間的互操作和雙向互動,借助物聯網、圖形/圖像、AR/VR、人機交互等領域技術的協同和融合,實現城市級虛實空間融合、控制與反饋等能力。態勢的動態展示。
協同演進是城市數字孿生具有高階智慧能力的體現。城市數字孿生過程中,物理城市與數字城市在城市運行、數據、技術、機制等方面存在長期協同關系,長期相互反饋、相互影響。
來源:中國信息通信研究院、中國互聯網協會和中國通信標準化協會
2021年,中國信通院依托中國互聯網協會“數字孿生技術應用工作委員會”以及中國通信標準化委員會“數字孿生標準子組”平臺,繼續聯合業界企事業單位,第四次發布數字孿生城市白皮書,觀察數字孿生城市發展最新動態,持續引領行業發展。
白皮書從政產學研用、五大技術領域等多視角系統分析今年以來數字孿生城市發展十大態勢,梳理數字孿生城市發展中的標準體系和應用場景,并提出了具體創新舉措。
白皮書指出,在政產學研用協同推進下,數字孿生城市發展呈現良好態勢,面臨問題與挑戰也更加突出,標準引領、應用驅動的發展方向逐步明晰。
一是數字孿生城市共識逐漸形成。隨著數字孿生城市的發展興起,城市信息模型、實景三維城市、物模型、城市仿真等相關概念與技術得以加速發展。業界普遍認為,各條技術路線最終都將走向數字孿生城市,應綜合以上各領域的突出優勢,集地理信息、物聯感知、信息模型、算法仿真、虛實交互等技術能力于一體,支撐構建未來城市發展新形態。
二是數字孿生城市發展呈現協同推進態勢。從數字孿生城市主要涉及領域看,物模型標準興起,推動城市感知設施孿生互通互認;空間地理信息進入新型基礎測繪階段,有力支撐孿生底座構建;城市信息模型市場活躍,模型數據深度融合有望實現;城市跨學科仿真、云化仿真推進步伐加快;虛實交互呈現出供給側低代碼構建、需求側跨終端智能體驗的發展態勢。
三是進入探索建設期后,標準規范與應用場景將成為數字孿生城市驅動之雙輪。在標準方面,應圍繞地理信息、物聯感知、信息模型、城市仿真、交互控制五大技術體系的集成與互通,加強布局研究、聚焦總體謀劃、建設推進、后期運營三環節全過程的痛點堵點。在應用方面,應進一步體現時代特征與問題導向,發揮數字孿生技術精準映射、虛實互動、智能操控等特點優勢。
近日,由中國電子信息產業發展研究院推出的《“工業互聯網平臺+數字仿真”發展白皮書》(征求意見稿),在第三屆中國工業互聯網大賽“工業互聯網+數字仿真”專業賽啟動儀式上正式發布,白皮書分為發展現狀、趨勢展望、內涵特征以及架構體系四部分。
當前,全球新一輪科技革命和產業變革深入推進,數字仿真軟件作為工業軟件皇冠上的明珠,加速與大數據、人工智能、區塊鏈等新一代信息技術融合,在數字空間對物理世界運行規律進行全方位、高精度模擬,深刻變革傳統試驗手段。ANSYS、西門子、達索等國際巨頭企業憑借技術先發優勢,打造了一批數字仿真解決方案,廣泛滲透應用于經濟社會各領域,不斷鞏固和強化制造業領先地位。
隨著新一代信息技術與制造業加速融合,連接工業全要素、全產業鏈、全價值鏈的工業互聯網平臺成為制造業開展數字化、網絡化、智能化轉型升級的重要載體。工業互聯網平臺封裝有大量的云化工業機理模型,與數字仿真軟件形成互促共進的發展態勢。“平臺+數字仿真”成為數字仿真的重要發展趨勢,進一步強化技術供給、擴展應用范圍、完善產業生態,功能體系得到全方位提升,更加高效賦能制造業轉型升級。
在此需要說明的是,數字仿真的起源是單機的數字仿真,近年來才逐漸衍生出“平臺+數字仿真”的發展趨勢。因此,第一章節,國際仿真產業呈現寡頭壟斷態勢和國內自主仿真在探索中艱難前行兩部分主要聚焦數字仿真,“平臺+數字仿真”創造換道超車機遇部分主要聚焦“平臺+數字仿真”。
“21世紀以來,隨著人工智能、大數據、云計算、物聯網等新一代信息技術的快速發展及應用,“智能制造”概念進一步深化。根據我國工信部2016年出臺的《智能制造發展規劃(2016-2020年)》中定義,“智能制造是基于新一代信息技術與先進制造技術深度融合,貫穿于設計、生產、管理、服務等制造活動各個環節,具有自感知、自決策、自執行、自適應、自學習等特征,旨在提高制造業質量、效益和核心競爭力的先進生產方式。””
根據上海市人工智能技術協會和商湯智能產業研究院聯合發布的《數字化轉型白皮書:數智技術驅動智能制造》,如今各國對“智能制造”的理解都不再局限于生產過程或單體智能,而是擴展到產業價值鏈的各個環節、包含企業活動的方方面面,也不再單方面強調數智技術本身的應用價值,而是更加重視數智技術與先進制造等跨領域技術的深度融合和實踐創新。
由數據驅動代替經驗驅動已成為產業數字化轉型的共識。如果將數據視為智能時代的“新石油”,那么數智技術即是鉆取和提煉“石油”價值的“煉油工廠”,使用數智技術廣泛獲取數據,進行深度學習,將海量原始數據加工為知識,并轉化為決策或行動來指導企業運行。
數智技術是推動產業數字化轉型不可或缺的關鍵技術,其應用價值主要體現在三個方面:
決策更及時:實時獲取場景/業務數據的自動反饋,結合智能化分析進行動態預測,代替人工經驗判斷,提升決策的準確性和及時性,例如基于設備狀態實時分析的故障預測和健康管理,或基于在線用戶數據的需求預測,加速產品創新和迭代周期等。
運營更精細:隨著產業數字化進程加速,所獲取的數據顆粒度越來越細、數據維度也更加豐富,由數據驅動的企業運營、管理會更加精細,例如基于用戶畫像的精準營銷,或對能源使用的實時監測和控制等。
應用更智能:智能化設備/應用輔助或取代人工崗位,并在應用過程中進行算法的自我迭代和優化,不斷提高決策水平,例如基于機器視覺的產品缺陷監測等。
盡管數智技術對產業數字化轉型的意義匪淺,但在實際落地過程中仍然存在一定挑戰:
數字化程度低,信息閉環難閉合:數據資產的積累是產業數字化轉型的重要前提,如何持續獲取數據,并將分布在不同系統、組織內的數據打通融合是企業數字化轉型的首要命題。目前,多數企業(尤其是中小企業)受限于資金和人才匱乏,對數智技術投入不足,導致企業數字化水平低,缺乏完善的信息網絡基礎設施;此外,由于缺少統一標準、接口和編碼體系,使得企業內外“數據孤島”叢立,無法實現互通、共享,導致企業使用數據規模、種類有限,信息閉環難閉合,海量數據的資產價值無法得到充分發揮。
跨界融合難度大,復合型人才缺乏:數字化轉型實際上是利用數智技術對企業流程再造的過程,需要既具備良好的數智技術素養,又能夠了解產業技術和發展規律的復合型人才。據清華大學互聯網發展和治理研究中心2020年對全球ICT人才調研統計,當前我國數智技術人才主要集中于科技行業,缺乏產業經驗和實踐背景,而產業IT人員總體對數智技術的認知不深,難以支撐產業數字化轉型需要。根據人力資源與社會保障部數據分析,2025年智能制造領域人才需求為900萬人,人才缺口預計達到450萬人。
不同產業差異大,規模效應難一朝形成:由于不同產業或產業中不同領域、不同企業之間存在技術、流程等差異巨大,數智技術在產業中的深入滲透須結合具體場景進行定制化開發,尚不存在一套放之四海而皆準的解決方案,這使得數智技術在產業互聯網中的應用很難像在消費互聯網時代一樣,短期建立規模效應、獲取巨大收益,而是需要與產業合作共進,在垂直領域中不斷積累解決問題的通用能力。
網絡安全問題不容忽視:隨著數智技術的應用推廣,網絡安全問題將成為數字化轉型過程中面臨的重要挑戰。一方面,傳統網絡安全系統跟不上數智技術應用和創新步伐;另一方面,數字化轉型帶來信息節點和信息總量爆發式增長,使得網絡攻擊的潛在損失“指數級”放大,對網絡安全技術提出更高要求。
近年來,數字孿生得到越來越廣泛的傳播。同時,得益于物聯網、大數據、云計算、人工智能等新一代信息技術的發展,數字孿生的實施已逐漸成為可能。
人工智能通過智能匹配最佳算法,可在無需數據專家的參與下,自動執行數據準備、分析、融合對孿生數據進行深度知識挖掘,從而生成各類型服務;數字孿生有了人工智能技術的加持,可大幅提升數據的價值以及各項服務的響應能力和服務準確性,賦能給各垂直行業。
01、AI+數字孿生產業現狀
數字孿生依托知識機理、數字化等技術構建數字模型,利用物聯網等技術將物理世界中的數據及信息轉換為通用數據,并且結合AR/VR/MR/GIS等技術將物理實體在數字世界完整復現出來。在此基礎之上,利用人工智能、大數據、云計算等技術做數字孿生的描述、診斷、預警/預測及智能決策等共性應用賦能給各垂直行業。
由此可見,人工智能是數字孿生生態的底層關鍵技術之一,其必要性主要體現在數字孿生生態系統中的海量數據處理、系統自我優化兩個方面,使數字孿生生態系統有序、智能運行,是數字孿生生態系統的中樞大腦。
根據中國電子技術標準化研究院對數字孿生生態的構成分析,數字孿生生態系統主要可以分為基礎支撐層、數據互動層、模型構建與仿真分析層、共性應用層以及行業應用層等。
人工智能技術主要應用在仿真分析層面,在仿真分析層,根據中國電子技術標準化研究院發布的《數字孿生應用白皮書》,如何在大體量的數據中,通過高效的挖掘方法實現價值提煉,是數字孿生重點解決問題之一。
數字孿生信息分析技術,通過AI智能計算模型、算法,結合先進的可視化技術,實現智能化的信息分析和輔助決策,實現對物理實體運行指標的監測與可視化,對模型算法的自動化運行,以及對物理實體未來發展的在線預演,從而優化物理實體運行。
02、AI+數字孿生的應用
近年來,數字孿生得到越來越廣泛的傳播。同時,得益于物聯網、大數據、云計算、人工智能等新一代信息技術的發展,數字孿生的實施已逐漸成為可能。人工智能通過智能匹配最佳算法,可在無需數據專家的參與下,自動執行數據準備、分析、融合對孿生數據進行深度知識挖掘,從而生成各類型服務;數字孿生有了人工智能技術的加持,可大幅提升數據的價值以及各項服務的響應能力和服務準確性,賦能給各垂直行業。
現階段,除了航空航天領域,AI和數字孿生的融合還被應用于電力、船舶、城市管理、農業、建筑、制造、石油天然氣、健康醫療、環境保護等行業,特別是在智能制造領域,數字孿生被認為是一種實現制造信息世界與物理世界交互融合的有效手段。
未來,技術的不斷發展迭代將支持數字孿生應用的普及。可以預測,行業將會朝著數字孿生開發平臺邁進:企業可以將來自不同系統的數據聚合到一個統一的交互式可視化界面,對商品的整個生命周期進行操作,支持業務流的可視化查看和交互,以獲得全新的洞察。
03、AI+數字孿生應用場景
數字孿生最早應用于工業制造領域,在生產中發揮了很好的聯通物理和信息兩個世界的橋梁和紐帶作用。隨著大數據、物聯網和人工智能等技術的不斷發展,數字孿生的形態和概念不斷擴展,并逐步提升為多維動態的管理模式和解決方案,同樣對零售、教育、傳媒等領域產生了深刻的影響。
場景一
AI數字孿生彌補零售行業線上與線下鴻溝,打造可觸摸的交互式生態環境。
場景二
AI數字孿生突破傳統限制,實現三維立體文化傳播與展示。
場景三
實現教育信息化2.0環境下的全周期、全數據、全空間和全要素的學習。
場景四
AI數字孿生反映實體建筑的全生命周期過程。
由工信部中國電子技術標準化研究院牽頭編寫的2020年《數字孿生應用白皮書》在中國國際高新技術成果交易會發布,作為新基建背景下的重要研究成果,該白皮書對當前我國數字孿生的技術熱點、應用領域、產業情況和標準化進行了分析,同時收錄了在智慧城市、智慧交通、智慧能源、智慧建筑、智能制造、智慧健康6大領域的31個應用案例。
此次白皮書重點考察了我國數字孿生應用的發展現狀與趨勢,并指出數字孿生將從以下六個應用層面推動我國經濟社會的發展:
一是促進數字經濟與實體經濟融合,加快產業升級
二是貫通工業生產信息孤島,釋放數據價值
三是統籌協調系統內外部變化,實現資源能源優化配置
四是實現全要素數字化,推動新型智慧城市建設
五是優化城市設計布局,打造科學公共服務體系
六是基于醫療大數據合理分配醫療資源,提升公共健康保障效率