为什么很多人都不明白什么是数字孪生技术呢

为什么看了很多资料还是不能够很清晰的了解数字孪生到底是什么？为什么搞了那么多数字孪生城市、数字孪生车间还是不知道数字孪生到底能够干什么？因为从目前的科学技术上来讲，是没办法实现真正意义的数字孪生的。数字孪生它是一个技术概念，一个我们目前还没有实现的一个技术概念。

既然它还没有实现，那么我们每个行业每个机构甚至每个个人都可以通过自己的想象来定义它实现后的样子，所以我们看到各行各业给数字孪生的概念定义都有很多不同的说法，比如国外的一个机构以及国内的行业专家，我们刚刚理解这个机构给的一个概念，可能过一段时间又看到另外一个机构又给了一个数字孪生的概念，我们当然会很困惑，会很糊涂了。

我们举一个例子，比如搞建模的那波人呢，他们可能认为数字孪生是三维模型，他是虚拟样机，甚至认为可视化就是数字孪生。搞物联网的人呢，他认为数字孪生是物联网平台，它更强调的呢是数字孪生的一个双向交互和双向互动。还有一些人认为智能是数字孪生，它更强调智能算法、仿真分析以及智能决策。不同行业甚至不同的个人，他都有对数字孪生的一个定义，我们听到的越多就会越糊涂。

那么之所以会各行各业都有自己的数字孪生定义，是因为我们目前技术还没有能够完全实现这个数字孪生，所以它的定义是众说纷纭不够清晰的。

那么我们为什么说以当前的技术是没办法实现数字孪生呢？

我们以感知端为例，目前传感器按照公认的说法一共有十四个大类，六十五个家族。但是想通过传感器来度量我们现有世界的所有的维度是远远不足的，比如我们城市中最核心的是人，其实数字孪生城市是为人服务的，那么传感器可以把人的所有行为都能监测得到吗？人的思想是能监测的吗？那是不可能的。再者我们再看那个数字孪生很重要的一点：虚拟交互，假如物理世界有变化了，我们如何更新我们的模型呢？其次呢再说这种预测，我们只是针对一些比较相对简单的问题是可以进行仿真的，也仿真的比较好。然后现实世界都是一些非线性的、复杂边界条件的、机理不够清晰的一些问题，是非常难以仿真分析预测。

那么有人就会说了，用人工智能呀，人工智能目前来看，我们还是一个弱人工智能的状态。我们现在在图像识别、语义分析，还有一些有规律的这种数据趋势预测上是比较成熟的，但是也是还要框定在有大量数据基础、有限边界条件的条件下才能够发挥作用。因为现实世界它是非常复杂的，边界条件也是非常不清晰的。目前的这种人工智能呢还很难发挥作用。如何实现模型和现实的一个双向互动，如何呢进行一个全要素的建模，如何真正实现故障的一个准确预测等等等等，现在目前的技术都是比较难以回答的。

对于这些问题，目前我们没办法，那么真正实现数字孪生我们就不研究了吗？答案肯定是否定的。因为我们总要迈出这一步，技术呢它是一步一步积累的，我们只需要以一个更加理性的角度来看待数字孪生这项技术。目前它没办法来彻底改变我们的生活，是因为我们现在还没办法实现真正意义的数字孪生。但是呢我们还是可以实现部分的数字孪生，比如目前我们可以做到一些可视化、小范围的仿真模拟分析、小场景下的一个自动控制。

再者可能从应用场景上，比如规划设计、建设治理、智慧交通等智能工厂等领域呢还是都有着比较好的功能应用的，这些呢我们后期啊会具体展开来讲，这期就讲到这里，我们下期再见。