“数字孪生”技术与 AI 技术的融合应用

        国家发展改革委重磅发布《关于推进“上云用数赋智”行动 培育新经济发展实施方案》（以下简称《方案》），其中“数字孪生”技术在《方案》中被提及多次，和云计算、人工智能、5G、物联网等前沿技术一样，受关注程度上升到国家高度。

 一、数字孪生是什么

        早在2002年，“数字孪生（Digital Twin）”这一概念被美国Michael Grieves教授提出。12年后，他再次详细地解释了数字孪生概念，是指在信息空间构建一个可以映射表征物理设备的虚拟系统，他们之间的联系并不是单向和静态的，而是在整个产品的生命周期中都联系在一起。

关于数字孪生的朴素想法，也许早在几千年前就已经出现并被运用到城市建设和战争中，比如古代行军打仗必备的军事推演工具——沙盘。

图片来源：网络 

二、数字孪生的历史基础

        数字孪生是人类改造大自然的新手段，也是人类表达知识的新手段。自古至今，人们在想要改造大自然或者想要创造一个产品的时候，脑海里都要出现这个产品的样子。我们可以称之为“脑海孪生”。正是产品的“脑海孪生”让人类产生了与之匹配的行为。从思考到行动，由“脑海孪生”驱动。

从“脑海孪生”到“数字孪生”

        人是社会性的动物。一方面，人类要协同合作，就需要把自己脑海里的东西分享给同一个部落的人，或者教会下一代；另一方面，对于一些复杂的无法一个人完成的任务，需要多个人的协作才能完成。

        例如，一个有二十个人的部落要制造二十把鱼叉，分享“脑海孪生”能使整个部落获得整体优势。这也是人类的生存之道。用什么样的方式把脑海里的东西转变成可以分享、继承、迭代的东西——我们将其称为孪生的手段。

        在旧石器时代，人类的制造业是石刀和石斧，基础设施行业是有巢氏教会搭建简易树屋，生命科学行业是神农氏教会尝遍百草。我们的祖先在做这些事情的时候，在他们的脑海里面，一定有石刀和石斧的样子，有树屋的样子，有百草的样子。正是这样的脑海孪生，指导着我们的祖先打造最简单的石刀和石斧，建造最简单的树屋。

        伴随着文字的出现，人类进入青铜器时代。文字在早期用于祭祀，后期才开始用于描述农业、冶炼等知识。中国古代的灿烂文明建立在文字孪生的基础之上。当然，手把手、父传子、师徒制的方式也是非常重要的。但秦始皇的焚书坑儒还是导致了大量青铜工艺的失传。

        欧洲的文艺复兴、工业革命使人类制造的产品种类、复杂程度进一步提高，图纸、照片、音视频等多媒体孪生兴起。在产品从一个人的脑海孪生到另一个人的脑海孪生中间经历的过程中，在语言孪生、文字孪生的基础之上，增加了多媒体孪生。我们可以用图纸、工艺卡片、视频描述一个产品的定义和产品的制造过程。

        人类进入计算机时代以后，伴随着 CAD、CAE、CAM、数字工厂、数字制造、智能制造、工业互联网技术的发展，知识的表达、传承、迭代和进化进入数字孪生时代。

        当产品知识以数字化的方式进行表达时，为了提升产品的设计效率，提高创新的迭代速度，在数据和算法的基础之上，催生了人工智能技术的广泛应用。

三、数字孪生的世界观

        在数字孪生时代，人类认识世界和改造世界的手段分为三种。

        第一种是用我们的身体、五官直接感受、体验客观世界。以此种方式构建的对客观世界的认知被定义为“体验世界”。

        第二种是借助工具，包括传感器、测量仪器等，以数据化的方式表达客观世界。以此种方式构建的对客观世界的认知被定义为“数据世界”。

        第三种方式是借助计算机，通过建模的方式表达和认知客观世界。以此种方式构建的对客观世界的认知被定义为“虚拟世界”。

数字孪生的三个世界

        人类认识世界和改造世界最原始的手段是利用五官直接体验，例如通过视觉。人和动物感知外界物体的大小、明暗、颜色、动静，获得对机体生存具有重要意义的各种信息，其中至少有 80% 以上的外界信息经视觉获得，当然也有听觉、嗅觉、味觉和触觉。

        人类对客观世界感知到的部分被称为“体验世界”（E-World）。我们可以将感知到的事物在我们心目当中产生的印象称为“体验孪生”。由于人类感官的局限性，我们所能够感知的信息，距离越近，感知越多，距离越远，感知越少。我们对客观世界的体验是局部的、有限的、模糊的。“君子性非异也，善假于物也”。

        为了更精确地认识世界、理解世界、改造世界，人们发明了各种各样的测量器具帮助更精准地认识世界。

        从古代的尺规到今天的传感器，都让我们能够更快、更准确地获取客观世界的各种参数数据。基于这些参数数据构建的世界，我们称为“数据世界”（D-World）。

        通过对这些数据的分析，我们预测可能产生的失效，并消除风险，或提升工厂的生产效率。由于测量设备与测量精度的有限性，我们采用测量方式建立的数据世界必然是碎片化的、带有测量误差的、有延时的。借助计算机建模技术，我们可以在数字世界里建立虚拟的产品、工厂，甚至城市。

        我们可以称之为真实世界或客观世界的“虚拟孪生”。虚拟世界（V-World）是理想化的世界，虚拟孪生能够承载人类对客观世界已知的知识。

        我们通过测量的方式获取的外部数据，通常只能做到“所以然”，是事物运行的结果；而虚拟孪生要求我们了解事物运行的机理，能够实现“知其然”并“知其所以然”。由于其知识承载的不完备性，人类构造的虚拟世界也是局部的、内容有限的、非精确的客观世界的一部分。

        我们建立数据世界、虚拟世界和体验世界的最终目的是为了提升人类的体验，为了要获得产品的最佳体验。三个世界并不是孤立的，三种对客观世界认知的方式是可以融合在一起使用的。

        我们可以在虚拟世界中进行体验，获得虚拟孪生体验。我们也可以把数据世界和虚拟世界结合在一起，在虚拟的工厂、设备上加载在真实世界所获得的数据，构成虚拟孪生的工业互联网。我们还可以把人的体验和人的感受进行数据化。

        三个世界和真实客观世界之间是普遍联系、相互作用的。我们根据在真实世界获得的体验，对客观世界做出反应，进行调整，以获得更好的体验。

        在虚拟世界中对产品本身和产品的使用环境进行持续的迭代、优化，以消除风险，获得质量最好的产品，甚至从虚拟世界直接操控客观世界的设备和生产线。而数据世界让我们能够更精准地预测客观世界将会发生的问题，进行预警，以规避风险。

        以数据和算法为基础的人工智能对三个世界的构建和相互作用，结合数字孪生技术，能够极大地提高效率和效用。在数据世界，融合人工智能技术，能够大幅提高决策的科学性和预测的精准性。

        在虚拟世界，融合人工智能技术，可以大幅提升产品创新、迭代的速度。在体验世界，融合人工智能技术，可以根据每个人的个性化喜好，改变人周围的环境，使人们能够获得最佳的个性化体验。

四、数据世界的数字孪生与人工智能融合应用

        构建数据世界的源头是由传感器或测量仪器通过计量学手段获得的数据。我国按专业将计量分为十大类计量，即几何量计量、热学计量、力学计量、电磁学计量、电子学计量、时间频率计量、电离辐射计量、声学计量、光学计量、化学计量。

基于数据构建工业互联网

        通过对产品、设备、产线的各项参数进行测量，用获得的数据构建真实世界的数据孪生副本。以汽车为例，通过传感器可以实时获得汽车行驶的速度、耗油量、轮胎的气压、发动机的温度、车内的温度等数百个参数。

        对于飞机而言，这些数据则是飞机的飞行高度、经纬度、飞机行驶的方向、飞机行进的速度、发动机的转速等。数据孪生的对象可以进一步扩展为数据孪生的工厂、基础设施，甚至数据孪生的城市。从实体世界中的生产线、设备、产品、传感器等获取的数据，汇集到云端，形成工业大数据，构建在网络上，形成工业互联网。基于对工业大数据的分析，达到提升效率、降低成本的目的。

        对于工业互联网的构建，需要利用传感器、测量仪器或者接口，从终端产品、机器设备、信息系统等源头采集到数据之后，通过各种联网的硬件、网络和软件协议，上传到云端服务器进行存储。

        数据存储时需要考虑使用什么样的数据标准、数据结构，对采集得到的数据进行数据清洗。之后由工业互联网之上的各种数据应用，对这些工业大数据进行分析、运算，实现生产、制造、服务、运营、监控、预测、风险控制等业务流程的优化。

         数据应用分析优化的结果可能会反过来传递到机器设备，对机器设备进行控制；也有可能在数据源头进行边缘计算。在网络的连接方面，5G 技术会引爆物联网、工业互联网的应用，区块链的技术也会让工业互联网更为安全。

        大数据和人工智能的应用可能会出现在工业互联网的各个环节，尤其是在数据应用的环节。

        利用机器学习和预测分析算法，工业大数据可以在预测、维护等用例场景中帮助创造价值（如预测和预防制造机器、飞机、汽车、火车、风力涡轮机、输油管道等出现的机器故障或组件故障），包括生产过程早期的产品质量预测和产品质量优化（如钢铁行业），连续生产过程中的关键情况预测、预防（如化学工业），产品寿命预测（如汽车发动机、风力涡轮机部件、电池等），以及能源需求预测、价格预测等。

        在边缘添加人工智能计算的能力，已成为物联网中越来越重要的元素。这避免了将大量数据传输到超级计算机或云，再传输回物联网的网络需求。对于时间紧迫的情况（如当自动驾驶汽车需要避免碰撞时），就需要对边缘环境进行实时的算法处理。

人体行为特征识别

        我们还可以直接利用人工智能、机器学习算法识别人体行为、动作特征，将人类经验数字化，用于识别错误的工作行为，或者用于机器人替代人类工作。例如，法国雷诺汽车的数字化工厂就利用了这一技术，通过在视频中识别工人的行为 , 及时发现错误行为，进行预警，避免事故发生。

五、虚拟世界的数字孪生与人工智能融合应用

        通过测量的方式构建数据世界，我们往往只能够获得表面的、外在的数据，只能通过这些外在的数据进行有限的内在机理的推理。例如，一些工业互联网的项目采集了一条生产线上传感器和设备的数据进行分析，试图通过对这些数据的分析提升产品的质量或者生产效率。

        但由于先有生产线，再有工业互联网，能够改善的空间是有限的。如果生产线本身的工艺设计和工厂布局就是不合理的，通过工业互联网的手段很难实现大幅度的优化，而通过虚拟工厂、虚拟孪生的手段则可以从根本上解决这些问题。

虚拟孪生发展的四个阶段

        作为产品设计的重要手段，在计算机中建立产品的虚拟孪生的应用已经十分普遍。

        今天我们能够见到的绝大多数产品，尤其是复杂的产品（此处“产品”是广义上“产品”的概念，涵盖了从工厂里生产制造出来的产品、制造业，以及我们建造的市政工程设施和建筑乃至城市、药物和各种化工材料），在研发阶段都或多或少应用了虚拟孪生技术。

        虚拟孪生技术的发展可以分为四个阶段，即几何外观虚拟孪生、多学科多专业虚拟孪生、全生命周期虚拟孪生，以及多尺度上下文虚拟孪生。

        在 20 世纪 80 年代初，以 CATIA 为代表的三维设计软件诞生，将产品设计从 2D升级到 3D，带来了“所见即所得”的技术。从尺寸、材质、外观上，逼真地表达产品的几何外观。

        这一阶段的虚拟孪生主要为几何外观孪生。几何外观孪生承载了产品几何外观的知识，主要解决的是组成产品的零件和部件之间的装配关系以及碰撞干涉问题。几何外观孪生与虚拟现实、增强现实技术相结合，使用户可以借助 AR/VR 设备直观地审核产品设计方案的视觉效果。

        基于人工智能算法，可以对企业零部件库进行聚类分析，实现零部件自动分类和检索，提升零部件标准化水平，降低维护和采购成本，进而提升产品质量。

        20 世纪 90 年代，产品设计进入数字样机时代。数字样机不仅承载产品的几何外观知识，还承载产品内在的多学科多专业知识。这一阶段的虚拟孪生进化为多学科多专业孪生。通过对产品在结构、材料、热学、流体、电磁学、系统工程、地球物理学、化学、生物学等多学科多专业知识的数字化，解决产品的性能优化问题，保障产品的质量。

认知增强设计示例

        以波音 777 飞机为例，建立多学科多专业孪生之后，数字样机承载了空气动力学、系统控制、结构力学等多学科知识，在计算机上能够随时对设计进行验证，大幅提高了研发、迭代速度，缩短了 2/3 的研发周期，使飞机在计算机中便能够起飞，生产后可直接在物理世界起飞。

        人工智能技术与多学科多专业孪生技术相结合，使计算机辅助设计进化为创成式设计，也称为生成式设计或认知增强设计。对于零件设计，由设计师定义好零件规格、受力情况等边界条件、设计空间等作为输入条件，由人工智能以自动的方式选择最适配的材料，并给出最优的设计结果，达到节省时间、轻量化、最优性能、最长寿命等目的。

        根据加工条件，还可以生成针对常规加工方式、增材制造方式的最佳结果。对于整机设计，以汽车为例，为了满足未来自动驾驶的需要，一个汽车项目在整个生命周期中拥有十万个以上的变量。更复杂的系统意味着需要探索更多的变量，以寻求良好的平衡点。

        如果我们探索百万级别的变量，设计师不知道如何得到最好的设计结果，人工智能则可以帮设计师找出哪些是最有前途的可能性。

        以多学科多专业虚拟孪生为基础的数字样机仅考虑产品的最终状态，在此基础之上增加时间维度，将产品的市场需求、设计和验证、生产工艺、制造运营、使用和维护整个生命周期都考虑进来，在 20 世纪 90 年代末期引入了产品全生命周期的概念。

        为了达到产品全生命周期全局的最优，我们需要为产品建立各个阶段的虚拟孪生，以便于追溯问题，保证产品满足市场需求；需要建立工厂和生产线的虚拟孪生，保证产品的可制造性；需要使用和维护的虚拟孪生，确保产品被正确地使用、维护和维修。所有这些虚拟世界的资产构成产品的全生命周期虚拟孪生。

        人工智能技术在产品生命周期各个环节中都有广泛的应用。在需求分析阶段，利用网络爬虫技术从各种论坛中获取用户声音，借助语义分析、数据洞察定义市场需求。在设计阶段，通过对企业零部件库进行聚类分析，以提升零部件重用率，采用认知增强设计缩短设计周期。在制造运营阶段，通过供应链优化、车间物流优化、APS等，融入人工智能技术，提升效率，降低成本。

        到了 21 世纪 10 年代，激烈的市场竞争使企业更加注重如何为消费者带来最佳体验，虚拟孪生的范围也从企业内部扩展到产品使用的上下文环境。仍以汽车为例，汽车要在道路上行驶，为了让司机和乘客获得最佳的驾驶体验，除了汽车本身，在城市中行驶还必须构建虚拟的司乘、道路、城市环境。

        对于自动驾驶汽车而言，要达到在高速公路上自动驾驶的 L2+ 级别，需要数亿英里的验证；完全取代人类驾驶的 L4 级别自动驾驶，需要数十亿甚至百亿公里的验证才被认可为安全。

        然而，过去十年中，自动驾驶汽车跑过的里程累计只达到 2400 万公里的级别。要充分验证自动驾驶汽车的安全性，必须采用虚拟孪生的技术。以色列的 Cognata 公司采用了三层技术构建虚拟孪生的世界，以验证自动驾驶汽车的安全性。

        第一层为静态层，采用现有的地理信息数据，构建静态的虚拟城市。

        第二层为动态层，采用与该地区相关的实际司机和行人填充静态的虚拟城市。通过安装在世界各地的摄像头进行捕获，并利用计算机视觉算法得到每辆车的实际路径（不仅是每辆无人驾驶车的行驶路径，而且还有每辆车与其他车之间的关系）。基于这些数据就能够构建动态交通模型。

        第三层为传感层，将现实生活中捕获的传感器数据带入虚拟城市，包括光照数据、风速等。通过完整的虚拟孪生城市交通验证自动驾驶汽车的安全性，形成设计闭环。

六、体验世界的数字孪生与人工智能融合应用

        采用各种数字孪生和人工智能手段的最终目的是创造出能够给消费者带来最佳体验的产品。

数字相关技术归类于三个世界

        人类感知世界的能力靠五官产生——眼、耳、鼻、口、皮肤分别产生视觉、听觉、嗅觉、味觉和触觉。绝大多数的体验来自五官，但最新的研究表明，人类的体验和感觉远不止五种，例如本体感觉、平衡感等。生态心理学家 Michael J. Cohen 甚至定义了人类的 53 种感知。感知的研究非常重要，能够将越多的感觉虚拟化，就越能够缩小与现实世界之间的差距。

        人工智能仿真机器人采用大量的拟感官技术，模拟人类视觉、听觉、嗅觉、味觉和触觉等各种感觉，代替人类执行危险的任务和重复、枯燥的工作。

        人类非常关注自身的健康体验。科学家和医生正在基于 MRI、CT 的扫描结果，构建人体器官的虚拟孪生，例如虚拟心脏、虚拟肺脏、虚拟大脑、虚拟头骨、虚拟肢体等，并试图在此基础上构建完整的虚拟人体。

        通过建立个性化的虚拟器官和虚拟人体，可以进行手术前验证、治疗方案设计和验证、医疗器械和医疗设备验证、器官三维打印等。胞、器官、人体、人群的虚拟孪生，最终实现从微观到宏观的生命科学数字化知识表达。

        人工智能技术在生命科学的应用日益广泛，例如 AlphaFold 算法预测蛋白质折叠结构、药物分子筛选和设计、基于 CT/MRI 图像的智能癌症诊断、基于病患大数据构建虚拟临床患者等。

七、数字孪生技术成为大一统技术

        伴随近年来数字化技术在各行各业的普遍应用，人类的一切活动，包括工作、学习、娱乐、生活各个领域，在物理世界的基础之上都建立了相应的数字世界版本。例如，与经济活动相关的数字经济、数字货币、数字金融等，与三大产业相关的数字农业、数字工业、数字服务业等。从广义上讲，人类社会广泛使用的各类数字技术都可以归类到数据世界、虚拟世界和体验世界中。数字孪生技术成为大一统技术。

        数字孪生技术与人工智能技术正在改变人类认识世界和改造世界的方式。我们在构建从微观到宏观的虚拟世界，从原子、分子，到材料、零件，到产品、工厂、基础设施，再到城市，最终到整个星球；从无生命的产品到有生命的人体和生物圈；从产品的原理到地球的演化。

        人工智能技术与数字孪生技术的融合应用，能够大幅提升数字孪生的构建效率和可用性。通过高效地创建更多可能性的数字孪生，寻求最佳方案，并在物理世界实现，为人类提供最佳体验的产品，同时推动世界的可持续发展。

数字孪生应用白皮书-2020版

工业数字孪生白皮书 (2021)