有分析指出，數(shù)字孿生（Digital Twin，簡(jiǎn)稱DT）概念的誕生與計(jì)算機(jī)輔助軟件尤其是仿真軟件的發(fā)展關(guān)系十分密切。而智能制造時(shí)代的來(lái)領(lǐng)讓DT用一種更為“性感”的姿態(tài)出現(xiàn)在人們眼前。但是這項(xiàng)技術(shù)靠譜嗎？

圖片來(lái)自“123rf.com.cn”

年底了，會(huì)有各種各樣諸如《2019十大技術(shù)》《明年這五大技術(shù)改變世界》《這八個(gè)技術(shù)要變天，不知道你明年就別想加薪》之類(lèi)的神秘文章出現(xiàn)。

其實(shí)吧，這類(lèi)預(yù)測(cè)要么是常識(shí)，要么干脆不靠譜，真知灼見(jiàn)并不算多。然而假如有種技術(shù)，戀念登上這類(lèi)榜單，那是不是有點(diǎn)尷尬？

這就像一個(gè)高中生，登上了學(xué)校發(fā)布的“明年這十個(gè)人能考上北大”，那顯然是值得高興的。但是假如三年連續(xù)榮登該榜，那家里估計(jì)會(huì)挺著急。

還真有這樣的技術(shù)，大家有興趣可以翻翻2016年到今天的這類(lèi)預(yù)測(cè)榜單，會(huì)發(fā)現(xiàn)有種技術(shù)一直在上面，它叫做：數(shù)字孿生。

所謂數(shù)字孿生，用比較正式的話術(shù)解釋，就是指產(chǎn)品物理實(shí)體在信息空間中集成出仿真模型所達(dá)成的數(shù)字孿生體，以及利用數(shù)字孿生體實(shí)現(xiàn)產(chǎn)品生命周期檔案化管理的相關(guān)技術(shù)。

是不是沒(méi)聽(tīng)懂？

沒(méi)事，無(wú)所謂的。說(shuō)白了，數(shù)字孿生就是現(xiàn)實(shí)中有臺(tái)機(jī)器，咱們就在電腦里也搞臺(tái)一模一樣的虛擬機(jī)器。這樣把數(shù)字世界里那臺(tái)一頓折騰，看看它什么時(shí)候壞，咱就能預(yù)測(cè)真機(jī)器什么時(shí)候檢修了。

聽(tīng)起來(lái)很靠譜對(duì)不對(duì)？事實(shí)上，數(shù)字孿生確實(shí)在各個(gè)領(lǐng)域都有著廣泛的應(yīng)用前景，諸如建筑工程、智慧城市、航空設(shè)計(jì)，并且也是著名的德國(guó)工業(yè)4.0中探索的核心技術(shù)之一。西門(mén)子是目前世界上公認(rèn)對(duì)數(shù)字孿生投入最大，探索最深入的公司。

然而問(wèn)題來(lái)了，為什么這個(gè)聽(tīng)上去很踏實(shí)的技術(shù)，卻永遠(yuǎn)活在“明年一定要火”的預(yù)測(cè)里呢？

這項(xiàng)技術(shù)真的就是物聯(lián)網(wǎng)世界中的“屠龍之術(shù)”，沒(méi)什么實(shí)際用處嗎？

本文就是解答這些問(wèn)題的，要不然我說(shuō)這么多干嘛？但是要注意，在第一段結(jié)尾我們要經(jīng)歷一個(gè)邏輯轉(zhuǎn)彎，大家一定要跟上哦。

為什么它永遠(yuǎn)活在“明年”？

《航空周報(bào)》曾經(jīng)做過(guò)這樣一個(gè)預(yù)測(cè)：2035年，當(dāng)航空公司接收一架飛機(jī)的時(shí)候，將同時(shí)收到一套數(shù)字飛機(jī)。這套數(shù)字飛機(jī)包含真飛機(jī)的每一個(gè)部件，每一個(gè)結(jié)構(gòu)，并且伴隨著真飛機(jī)的每一次飛行而老化。這樣飛機(jī)有任何問(wèn)題，都可以在數(shù)字孿生系統(tǒng)中被預(yù)先感知到，從而將航空安全邁向新的臺(tái)階。

但是這種想法隨之遭到了航空界業(yè)內(nèi)人士的反對(duì)，他們認(rèn)為依靠虛擬映射去判斷飛機(jī)故障，才是真正靠不住的歪理邪說(shuō)。飛機(jī)在每次飛行中所受到的氣壓、氣流、溫度差異，都在不同程度影響飛機(jī)機(jī)械構(gòu)造。而這種影響是虛擬世界無(wú)法精細(xì)反射出來(lái)的，依靠數(shù)字系統(tǒng)去判斷飛機(jī)的真實(shí)情況，才真正可能將飛機(jī)帶向危險(xiǎn)。

這個(gè)爭(zhēng)論反應(yīng)了數(shù)字孿生領(lǐng)域的一個(gè)先天問(wèn)題：數(shù)字孿生作用于制造業(yè)等領(lǐng)域的想法很好，然而數(shù)字孿生又無(wú)法真正復(fù)制物理細(xì)節(jié)，但工業(yè)體系卻有必須保障高度精準(zhǔn)。導(dǎo)致這類(lèi)技術(shù)失蹤在看上去很酷，和實(shí)際沒(méi)人用之間徘徊。

這里必須要澄清一個(gè)概念，從2002年密歇根大學(xué)教授Dr. Michael Grieves第一次公開(kāi)提到數(shù)字孿生概念開(kāi)始，它就不是某種技術(shù)方式序列，而是一個(gè)技術(shù)目標(biāo)。

就像AI，人工智能實(shí)際上是對(duì)模擬人類(lèi)智慧、思維、情感的若干種技術(shù)實(shí)現(xiàn)方式的合集，而不僅僅是專家系統(tǒng)或者機(jī)器學(xué)習(xí)。數(shù)組孿生也是一樣，它是一種以復(fù)制現(xiàn)實(shí)中生產(chǎn)系統(tǒng)為目標(biāo)，各種技術(shù)解決方案構(gòu)成的技術(shù)集群，而不是真的有一種技術(shù)叫做數(shù)字孿生。

在我們一般意義上討論的數(shù)字孿生中，設(shè)計(jì)物理仿真、傳感系統(tǒng)、大數(shù)據(jù)、沉浸技術(shù)、物聯(lián)網(wǎng)數(shù)據(jù)可視化技術(shù)等方方面面。總之，能夠參與到物理生產(chǎn)系統(tǒng)復(fù)制這個(gè)目標(biāo)中來(lái)的技術(shù)，都可以算作數(shù)字孿生的構(gòu)成部分。

而恰恰由于這些技術(shù)中的某幾項(xiàng)近年正在經(jīng)歷快速發(fā)展，所以數(shù)字孿生也頻頻登陸預(yù)測(cè)榜，讓人覺(jué)得這項(xiàng)技術(shù)很快就來(lái)。

然而真的想在虛擬世界中，徹底復(fù)制一個(gè)生產(chǎn)線、一架飛機(jī)，卻會(huì)遭遇到若干阻礙，比如說(shuō)：

1、缺乏通用平臺(tái)。數(shù)字孿生涉及設(shè)計(jì)、傳感、虛擬現(xiàn)實(shí)、數(shù)據(jù)標(biāo)識(shí)、物理虛擬等多個(gè)維度的技術(shù)。這些是很難在統(tǒng)一平臺(tái)中表示出來(lái)的。

2、真正需要孿生的設(shè)備并不多。讓我們回想一下，工廠里的機(jī)器大部分都沒(méi)有虛擬備份和隨時(shí)更新的影子系統(tǒng)，不也用的好好的嗎。所以數(shù)字孿生很可能其實(shí)是個(gè)商業(yè)空間非常狹小的技術(shù)服務(wù)種類(lèi)。需要的行業(yè)并不多，并且以定制化需求為主。

3、物理表征依舊很難進(jìn)行數(shù)字化模擬，今天很多物聯(lián)網(wǎng)云平臺(tái)提供的“數(shù)字孿生”服務(wù)，實(shí)際只能提供一個(gè)數(shù)據(jù)監(jiān)控和3D模型而已。

4、孿生一個(gè)龐大生產(chǎn)系統(tǒng)、工業(yè)系統(tǒng)，甚至交通系統(tǒng)，所需要的算力是驚人的。但是占用如此大算力是否能得到效益最大化回報(bào)卻值得懷疑。

這樣來(lái)看，真正全流程周期監(jiān)控和預(yù)測(cè)的數(shù)字孿生體系還是距離我們太遠(yuǎn)了。但從某種程度上說(shuō)，我們可以把各種現(xiàn)有技術(shù)叫做數(shù)字孿生的一部分，甚至CAD制圖也是在孿生生產(chǎn)系統(tǒng)。

但如果界定一個(gè)非常嚴(yán)格的界限，那么數(shù)字孿生可能還活在實(shí)驗(yàn)室里。

但是先別急著失望，這個(gè)故事其實(shí)與人工智能在今天的情況依舊有點(diǎn)相似。比如說(shuō)我們?nèi)绻胍獖W創(chuàng)那樣的人工智能，那可能得等到8102年，但如果想用人工智能完成個(gè)人臉識(shí)別啥的，那么2018就可以。

數(shù)字孿生也是如此，雖然理想中的工業(yè)數(shù)字孿生，甚至城市數(shù)字孿生并不靠譜，但如果我們把它當(dāng)做一個(gè)思路，愿意承認(rèn)不完整的數(shù)字孿生同樣有價(jià)值，那么在這兩年的產(chǎn)業(yè)服務(wù)市場(chǎng)中，或許會(huì)有意外發(fā)現(xiàn)。

比如說(shuō)，依靠數(shù)據(jù)挖掘+物聯(lián)網(wǎng)云+AI這條技術(shù)軌跡，達(dá)成的工業(yè)數(shù)據(jù)的數(shù)字孿生，正在展現(xiàn)出巨大的潛力——并且不用等到明年再說(shuō)。

這個(gè)邏輯的關(guān)鍵節(jié)點(diǎn)在于，我們?yōu)槭裁匆欢ㄒ窨苹秒娪袄镆粯?，在屏幕上看到一個(gè)可拆卸可組裝，保留全部物理特性的機(jī)器呢？我們只要通過(guò)虛擬世界的測(cè)算和分析，讓機(jī)器散發(fā)出更大的生產(chǎn)力就好了。

機(jī)器學(xué)習(xí)+數(shù)據(jù)挖掘，正在某種程度上激活數(shù)字孿生

大部分工業(yè)生產(chǎn)設(shè)備，本質(zhì)上就是投入生產(chǎn)材料，產(chǎn)出生產(chǎn)結(jié)果的數(shù)據(jù)運(yùn)算。其中資源使用數(shù)量、良品率、生產(chǎn)效率、生產(chǎn)結(jié)果，這些最關(guān)鍵節(jié)點(diǎn)也都是數(shù)據(jù)。如果我們放棄直接可視，保留物理特性的數(shù)字孿生，而僅僅把數(shù)據(jù)系統(tǒng)孿生出來(lái)，似乎在技術(shù)上并不需要面對(duì)特別的挑戰(zhàn)。

隨著云計(jì)算和數(shù)字化升級(jí)這些理念的興起，越來(lái)越多的云服務(wù)商和企業(yè)數(shù)字化服務(wù)商，開(kāi)始基于數(shù)據(jù)采集，提供數(shù)據(jù)層面的系統(tǒng)孿生服務(wù)，比如甲骨文很早就提供類(lèi)似能力。

但是對(duì)于企業(yè)來(lái)說(shuō)，比較尷尬的地方在于，我的機(jī)器被孿生之后，我到底能夠得到什么呢？看到屏幕上一大堆數(shù)字在跑，這個(gè)似乎對(duì)于企業(yè)的意義并不大。所帶來(lái)的提升無(wú)非兩點(diǎn)，一個(gè)是企業(yè)管理者和工程師可以更精準(zhǔn)的看到全局?jǐn)?shù)據(jù)；二是企業(yè)數(shù)據(jù)有了備份，一旦出問(wèn)題可以查詢。

這兩點(diǎn)當(dāng)然也是有意義的，但與不菲的服務(wù)費(fèi)相比，似乎就值得思考一下了。

而AI的到來(lái)，確切說(shuō)就是數(shù)據(jù)挖掘技術(shù)與機(jī)器學(xué)習(xí)技術(shù)的融合，正在激活這種簡(jiǎn)陋版數(shù)字孿生的新活力。

在傳統(tǒng)意義上，一間工廠里的各種原材料、設(shè)備、人員和質(zhì)量檢測(cè)，是分別獨(dú)立的生產(chǎn)系統(tǒng)，相互合作更多憑借工人經(jīng)驗(yàn)。所謂生產(chǎn)線，往往也是要給上一流程環(huán)節(jié)保留最大化生產(chǎn)時(shí)間，再進(jìn)入下一流程中。

這就像一個(gè)大霧天的路口，因?yàn)楹ε伦曹?chē)，所以必須等前一輛車(chē)過(guò)去很遠(yuǎn)，后一輛車(chē)才敢開(kāi)過(guò)去。極大的生產(chǎn)效率也就在其中被浪費(fèi)。而假如我們利用機(jī)器學(xué)習(xí)技術(shù)，利用數(shù)字孿生體系中模擬生產(chǎn)環(huán)節(jié)的連接，也就可以剝開(kāi)生產(chǎn)環(huán)節(jié)間的認(rèn)知迷霧，用上帝視角來(lái)指揮車(chē)間里的交通。

當(dāng)然，機(jī)器學(xué)習(xí)+工業(yè)數(shù)據(jù)的想象力遠(yuǎn)遠(yuǎn)不止于此。能耗問(wèn)題、配料問(wèn)題、次品出現(xiàn)原因，等等工業(yè)生產(chǎn)中的問(wèn)題都可以用類(lèi)似能力來(lái)解決。

所以說(shuō)，AI帶來(lái)的想象力，重新激活了數(shù)據(jù)孿生的企業(yè)應(yīng)用價(jià)值。包括3D模擬機(jī)器，在很多AI算法的幫助下，預(yù)測(cè)受損點(diǎn)和檢修時(shí)間也在成為可能。

結(jié)果這個(gè)故事變成了這樣：在我們期待的全物理擬態(tài)數(shù)字孿生依舊遙遠(yuǎn)的今天，數(shù)字孿生卻可能基于工業(yè)IoT+AI的落地，產(chǎn)生另一重價(jià)值。并且這個(gè)發(fā)展機(jī)遇，正在反向影響數(shù)字工業(yè)里的很多產(chǎn)業(yè)關(guān)系。

試用版數(shù)字孿生，同樣讓工業(yè)IoT亢奮不已

最后讓我們聊一下，數(shù)字孿生技術(shù)今天在AI+工業(yè)里帶來(lái)的一些改變。在聚焦越來(lái)越多活力的B端智能技術(shù)市場(chǎng)中，數(shù)字孿生的價(jià)值在于為企業(yè)提供一個(gè)可以備份、轉(zhuǎn)移、在虛擬世界進(jìn)行學(xué)習(xí)和邏輯分析的參照系。很多智能工業(yè)平臺(tái)中都引入了數(shù)字克隆的部分，而為企業(yè)提供數(shù)字孿生基礎(chǔ)上的增值服務(wù)，也在變得越來(lái)越多樣。

在工業(yè)IoT體系中，比較主流的智能化要經(jīng)歷這樣一個(gè)流程：

首先基于數(shù)據(jù)收集和傳感體系，在盡量完善的部分搭建數(shù)據(jù)采集系統(tǒng)；

然后基于IoT云進(jìn)行數(shù)據(jù)上傳，這樣企業(yè)就有了數(shù)字化基礎(chǔ)；

而后采用數(shù)字孿生解決方案，在虛擬平臺(tái)中搭建抽象化的工業(yè)設(shè)備鏡像；

繼而根據(jù)具體目標(biāo)，利用深度學(xué)習(xí)算法一類(lèi)的技術(shù)完成對(duì)數(shù)據(jù)的智能分析，給出優(yōu)化生產(chǎn)流程的可行性分析；

最后基于分析結(jié)果，進(jìn)行各環(huán)節(jié)的技術(shù)優(yōu)化與人工優(yōu)化。

這當(dāng)然僅僅是個(gè)基礎(chǔ)邏輯，在解決具體問(wèn)題時(shí)，企業(yè)要經(jīng)歷千變?nèi)f化的特殊問(wèn)題處理。而數(shù)字孿生在整個(gè)工業(yè)智能化體系中，帶給企業(yè)以很多新的可能性。比如：

1、工業(yè)IoT的門(mén)檻被降低。遠(yuǎn)程分析、數(shù)據(jù)集中監(jiān)控等工業(yè)生產(chǎn)的互聯(lián)網(wǎng)化方案成為可能性。一家企業(yè)不見(jiàn)得必須雇傭強(qiáng)大的數(shù)據(jù)專家或者AI學(xué)者，而可以通過(guò)數(shù)字孿生的方式遠(yuǎn)程找到工業(yè)優(yōu)化方案。

2、定制化生產(chǎn)更加容易。通過(guò)數(shù)字孿生技術(shù)搭配AI，企業(yè)將更加容易解決定制化工業(yè)產(chǎn)品的設(shè)計(jì)與生產(chǎn)關(guān)系問(wèn)題。精細(xì)化生產(chǎn)和快流程生產(chǎn)都變得更加容易。

3、企業(yè)的“經(jīng)驗(yàn)”也可以被孿生。今天很多企業(yè)不愿意嘗試數(shù)字化轉(zhuǎn)型，原因在于企業(yè)中很多生產(chǎn)流程是一步步探索，手耳相傳的抽象經(jīng)驗(yàn)。盲目數(shù)字化可能會(huì)造成工人的不適應(yīng)，反而降低生產(chǎn)效率。而數(shù)字孿生帶來(lái)的另一個(gè)可能，是基于機(jī)器視覺(jué)和數(shù)據(jù)吸收裝置，企業(yè)可能將生產(chǎn)經(jīng)驗(yàn)、流程習(xí)慣等無(wú)法具現(xiàn)化的東西，在數(shù)據(jù)平臺(tái)上孿生出來(lái)。達(dá)成行業(yè)經(jīng)驗(yàn)與工業(yè)實(shí)體的數(shù)字融合。

雖然目前我們只能用到試用版的簡(jiǎn)裝數(shù)字孿生技術(shù)，甚至很可能不叫這個(gè)名字。但是放在一個(gè)技術(shù)體系的改觀里，這項(xiàng)技術(shù)確實(shí)可能帶給實(shí)體經(jīng)濟(jì)以不小的啟迪。雖然影子飛機(jī)那樣的數(shù)字孿生可能還有在等上若干年，但是又有什么所謂呢。

就讓預(yù)測(cè)歸預(yù)測(cè)，實(shí)干歸實(shí)干，很多技術(shù)并不一定要等到完全成熟才可以應(yīng)用，這個(gè)非典型案例里，或許能讓我們獲得一種比較典型的技術(shù)可能性。