图源：Pixabay

“数字孪生”（Digital Twins）技术已在城市治理等众多领域得到应用。国际顶级期刊《Nature》上近期发表了一篇文章，阐述了“数字孪生”的发展及应用中遇到的困难与挑战，并对其改进与优化提出了建议。

“数字孪生”，简单来说就是创造一个现实系统的“数字克隆体”，已经被应用于国内外很多场景中，并对管理者决策起到一定积极作用。如NASA将其用于监控航天器状态，通用电气（GE）与雪佛龙（Chevron）将其用于跟踪风力涡轮机运行，新加坡政府则将其用于监控城市、改善公共设施。

然而，“数字孪生”在技术实现上存在一定障碍：

数据收集困难。即收集什么数据？怎样收集数据？以何频率收集数据？如何检验与处理数据？如何平衡数据收集时的成本与效益？以上均需要预先考虑，在实际操作中亦会存在其他困难。另外，部门间数据的所有权分散、管理口径不一，在协调多源异构的数据资源时存在较大困难。

数字建模挑战。将数据组织成“数字孪生”，需要对物理世界的各部分进行数字化建模，然而，数字化的模型如何设计、如何合并，亦值得关注。所有模型与软件的集成，迫切需要一个具有通用性的规范、标准或指导方针。

团队组织问题。“数字孪生”在团队组织上要求颇高，其倾向于跨学科的专家团队。这也是为什么西门子等大型企业或组织能够广泛应用数字孪生，而中小型企业迫于商业压力而选择放弃。专家间也缺乏一个知识共享的渠道，学术界聚焦于改进建模技术，而产业界继续优化数据与扩大应用，两者没能有效关联。

针对以上障碍，文章对“数字孪生”的改进与优化提出了四条路径：

统一数据与模型的标准。落实到具体实践，在数据交付阶段，应采用XML等通用格式，或者采用其他行业现存的数据标准；在模型运转阶段，建议整体都基于一个通用的“数字孪生”设计和开发平台；在合作共享阶段，需要第三方建立监管机构进行协调与监督。

共享数据与模型。可以由政府、大学、基金资助机构或企业联盟建立一个“数字孪生”共享数据库，例如openVertebrate（脊椎动物的数据和模型自由分享的在线数据库）。此类数据库应允许企业界购买或租赁相关的数据和模型，以开展相应的研究或开发相关新型应用。

建立论坛。即基金资助机构、大学或公司应为“数字孪生”的相关人员建立一个在线讨论、发展与发布相关标准与制度的平台。另外，实体的“创新中心”也应该建立在可相互访问的地点，便于相互联络沟通。

原文：Fei Tao, Qinglin Qi. Make more digital twins. Nature 573, 490-491 (2019)

编辑：张佳玲 郑雨竹 陈思夏
审核：童昱