导读:

人工智能在数字孪生中的应用数字孪生是以数字化方式创建物理实体的虚拟实体,借助历史数据、实时数据以及算法模型等,模拟、验证、预测、控制物理实体全生命周期过程的技术手段。

AI+数字孪生产业现状_大数据

1、AI+数字孪生的演进

(1)人工智能在数字孪生中的应用

数字孪生是以数字化方式创建物理实体的虚拟实体,借助历史数据、实时数据以及算法模型等,模拟、验证、预测、控制物理实体全生命周期过程的技术手段。

从数字孪生的定义来看,数字孪生具有互操作性、可扩展性、实时性、保真性以及闭环性等特征。

AI+数字孪生产业现状_大数据_02

数字孪生作为一项关键技术和提高效能的重要工具,可以有效发挥其在模型设计、数据采集、分析预测、模拟仿真等方面的作用,助力推进数字产业化、产业数字化,促进数字经济与实体经济融合发展。

数字孪生依托知识机理、数字化等技术构建数字模型,利用物联网等技术将物理世界中的数据及信息转换为通用数据,并且结合AR/VR/MR/GIS等技术将物理实体在数字世界完整复现出来。在此基础之上,利用人工智能、大数据、云计算等技术做数字孪生的描述、诊断、预警/预测及智能决策等共性应用赋能给各垂直行业。

由此可见,人工智能是数字孪生生态的底层关键技术之一,其必要性主要体现在数字孪生生态系统中的海量数据处理、系统自我优化两个方面,使数字孪生生态系统有序、智能运行,是数字孪生生态系统的中枢大脑。

根据中国电子技术标准化研究院对数字孪生生态的构成分析,数字孪生生态系统主要可以分为基础支撑层、数据互动层、模型构建与仿真分析层、共性应用层以及行业应用层等。

人工智能技术主要应用在仿真分析层面,在仿真分析层,根据中国电子技术标准化研究院发布的《数字孪生应用白皮书》,如何在大体量的数据中,通过高效的挖掘方法实现价值提炼,是数字孪生重点解决问题之一。数字孪生信息分析技术,通过AI智能计算模型、算法,结合先进的可视化技术,实现智能化的信息分析和辅助决策,实现对物理实体运行指标的监测与可视化,对模型算法的自动化运行,以及对物理实体未来发展的在线预演,从而优化物理实体运行。

AI+数字孪生产业现状_人工智能_03

(2)AI+数字孪生的演进

冯升华在《数字孪生与AI技术的融合应用》中提出,在数字孪生时代,人类认识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”。

AI+数字孪生产业现状_编程语言_04

在借助计算机与计算机技术的虚拟孪生世界中,可以分为四个发展阶段,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。

AI+数字孪生产业现状_算法_05

人工智能作为数字孪生生态的底层关键技术之一,其与数字孪生的融合演进也贯穿在这四个阶段中。

20世纪80年代,以CATI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。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,降低维护成本和采购成本,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。

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、整机设计以及加工方式等环节,人工智能技术将结合通过算法选择最优的设计结果、生产方式等。

在20世纪90年代末期,引入了产品全生命周期的概念。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。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。

AI+数字孪生产业现状_机器学习_06

2、AI+数字孪生的应用

近年来,数字孪生得到越来越广泛的传播。同时,得益于物联网、大数据、云计算、人工智能等新一代信息技术的发展,数字孪生的实施已逐渐成为可能。

人工智能通过智能匹配最佳算法,可在无需数据专家的参与下,自动执行数据准备、分析、融合对孪生数据进行深度知识挖掘,从而生成各类型服务;数字孪生有了人工智能技术的加持,可大幅提升数据的价值以及各项服务的响应能力和服务准确性,赋能给各垂直行业。

AI+数字孪生产业现状_机器学习_07

现阶段,除了航空航天领域,AI 和数字孪生的融合还被应用于电力、船舶、城市管理、农业、建筑、制造、石油天然气、健康医疗、环境保护等行业,特别是在智能制造领域,数字孪生被认为是一种实现制造信息世界与物理世界交互融合的有效手段。

AI+数字孪生产业现状_大数据_08

随着数字孪生技术在智能制造领域被证明其高效、低成本的优势,数字孪生的技术应用逐步从智能制造向各个领域渗透,众多企业也已在尝试利用数字孪生促进产品全生命周期管理,为远程操控、智慧城市管理、健康监测与管理等方面提供了更多可能。作为数字化发展的高级阶段,数字孪生将向综合企业数字化、信息化、智能化发展历程融合推进。

商业服务及流通领域预计将是AI+数字孪生的下一个主要应用领域,与其他产业相比,商业服务及流通领域具备整体数据化程度较高、提升生产效率直接影响产出的特征,这意味着加大AI孪生技术应用将最大程度体现“降本增效”。

在物流领域,北京科技大学博士生导师、《物流技术与应用》执行主编赵宁教授分析认为,物流技术领域极其适合应用数字孪生技术进行科研和创新。数字孪生潜在优势在于测试各种假想情形,或者与人工智能和大数据结合建立训练测试环境,对物流系统的运行进行先行检验。

在商品零售领域,在过去十年中,商品零售业早已从集中式商贸流通演变成分散式个体流通,零售流通呈现出较高数字化水平,但尽管如此,包括在线零售平台、商品生产企业的数字模型聚焦于销售、交易环节,并不涉及商品3D生成建模、以及消费者使用数据反馈至生产环节,很少延伸到在商品生命周期中占比较大的商品规划和运维阶段。

随着5G成熟及商品物联渗透率的提高,以商品为纽带的商业运维、消费者数据指引新商品规划将成为生产企业、电商平台的新趋势,让原本依赖于传统信息反馈的现场任务(例如售后客服、QA/QC、商品设计及生产规划等)直接数字化,大幅提高效率和准确性,以对下一步生产作出指引。如早在三年前,宜家、亚马逊和Wayfair等家居电商平台采用孪生技术来作为传统的图文商品介绍的重要补充,亚马逊Showroom允许消费者将在售家具的3D图像放入一个虚拟房间,帮助消费者了解商品真实外观,直接提升销量;IKEAStudio允许用户定制整个房间,满足用户个性化在线购物同时直接降低退货成本,与此同时,大量的用户体验数据则给直设计师提供指引,新品更贴近用户需求,新品产品更贴近市场需求。

国内方面,领先的智能影像生产技术提供商及应用方案提供商影谱科技也在该领域身先士卒, 2020 年,影谱科技推出了基于 AI 生成技术的数字孪生引擎 MADT,与影谱持续完善的 AI 生成产品矩阵组合,为数字商业提供底层支撑。MADT 是继其旗舰平台智能影像引擎 MAGC 之后又一 AI 生成引擎,是国内首款融合 AI+5G 的 3D 数字孪生引擎。

从生产关系角度,影谱 MADT 把商品作为一种新型数字资产,围绕商品供给体系提供实时 3D+AI 工具,数字孪生可以重塑商品生产关系,实现从产品设计、生产计划、到零售流通的全生命周期数字化。

借助于影谱科技的 AI 实时 3D 数字孪生引擎,现在实时设计已经可以商品化,并且成本将进一步降低。随着硬件的成熟,尤其是 VR,这些实时设计工具将更易于使用,入门门槛也会进一步降低,商品规划设计师只需单击操作即可实现设计工具和实时引擎之间的连接。

此外,MADT 包括实时 3D 成像系统、3D 视觉生成系统、人机交互系统等核心技术组件,并 实现互通互融,可快速完成物品及服务的建模、行为、交互,从而实现除数字零售之外的智能家 居、智慧传媒、教育培训等商业服务应用。如支持对模型数据、传感器数据或点云数据进行实时传 输和渲染,在添加物理特性和行为逻辑后,不仅可以将简单、抽象的模型和数据处理为照片级的实时渲染效果,还可以在多个平台以 AR/VR/MR 的形式进行交互,实现数字孪生。

未来,技术的不断发展迭代将支持数字孪生应用的普及,让更多产业数字化能够制作数字孪 生。可以预测,行业将会朝着数字孪生开发平台迈进:企业可以将来自不同系统的数据聚合到一个 统一的交互式可视化界面,对商品的整个生命周期进行操作,支持业务流的可视化查看和交互,以获得全新的洞察。

互联互通社区

互联互通社区-IT智库,是互联互通社区IT架构、前沿技术平台。包含科技趋势、总体架构、产业架构、技术架构、系统架构、业务架构等内容,内容简练,皆属干货