数字孪生繁荣的外部因素和内在动因

李咏梅

新疆维吾尔自治区水文信息中心 新疆 乌鲁木齐 830000

引言

Michael Grieves教授2002年提出物理产品的虚拟数字化映射模型构想[1]，2011开始将其称为“数字孪生概念模型”，这些概念在2016年前少有关注，但其后迅速走红，截止2019年底，全球已有超过1000个高校、企业和科研院所开展了数字孪生研究且有相关成果在学术刊物发表[2]。我国在数字孪生研究方面走在了前列。北京航空航天大学陶飞教授为代表的科研团队，对数字孪生技术适用条件、数字孪生模型构建理论、评价指标体系等方面进行了系统的研究[3-4]；中国科学院自动化研究所王飞跃研究员创立的“平行系统理论”[5]与波普尔的“三个世界”理论吻合，内涵更丰富一些，含有进化论思想，在功用上与数字孪生类似。除科研活动外，政、企也勇跃参与，主要发达国家在科技产业政策、标准化等方面强力推动，知名跨国企业如IBM、微软、西门子纷纷入场。Gartner连续3年（2017-2019年）将数字孪生列入年度十大战略性技术趋势，认为它在未来5年将产生颠覆性创新。我国许多行业将数字孪生作为“智慧”行业的核心技术，也有一些成功的案例。

虽然数字孪生这一术语人尽皆知，但其内涵定义却因人而异，似乎每个学者都有自己的观点，至于标准的制定，更加任重道远。针对人们在定义数字孪生和标准化问题上的疑虑，在近期卡文迪什国际集团举办的第二届“数字孪生未来”博览会上，“数字孪生”之父Michael Grieves博士说道：“与把物理实体形象化，生成一个数字孪生相较，数字孪生的文字定义并不重要。关注应用案例，在任何可能的地方以比特换原子，以便高效、经济地获得成果。”关于系统之间的连接，Grieves提醒不要等待标准，因为它们需要很长时间，而且是受政治驱动的，更好的方法是理清系统间对应实体的层次和逻辑关系[6]。

实际上，一个科学概念的形成，是一个不断从特殊到一般，再从一般到特殊，不断修正认识偏差，接近事物本质的过程。数字孪生也不例外，认清数字孪生背后的本质及内生机理，“知其所以然”，才能规避盲目引用带来的风险。西安交通大学邬煜教授的信息哲学，北京邮电大学钟义信教授的信息-知识-智能的统一理论”[7]，可帮助我们拨开纷纭，深刻洞察数字孪生本质。

迄今，可用于支撑数字孪生的信息技术枝繁叶茂，我们无法准确预计那些技术会加入或退出这个支撑体系，但数字孪生的理念恰有坚实的信息论基础，具有长久的生命力。

1 数字孪生概念爆发的推动力

数字孪生概念自诞生至今，经历了前十数年寂寞无声到近年火爆的场面。这一现象，可从各年相关学术论文发表数量的变化情况窥视一斑。经对Scopus 数据库中收录的数字孪生研究论文统计，2016-2019年4年发表的论文数量是之前十多年论文数量的近40倍。这种爆炸式增长背后是泡沫还是实力推动？这是一个人们普遍关注的问题。

数字孪生起源于制造业，与智能制造相关的文献数量占总数超过50%，中国、德国、美国3个制造业大国数字孪生论文数大幅领先，占总数近50%。这和各国产业政策支持、物联网和虚拟现实技术成熟，以及平台厂商和技术服务公司大力推动密切相关[8-10]。数字孪生采用形象类比及虚拟的信息世界与产品物理世界映射连接，可使产品在设计、制造、维护、废弃各阶段模拟实验，持续改进，优化决策的特征，也与人们认识-实践过程大致相符，便于横向跨行业扩展，以上多种因素的综合作用，引爆了数字孪生繁荣。

2 数字孪生定义

数字孪生定义的差异，大多与研究者所处的行业背景定义角度有关，也与当时技术发展水平和认知演化及上下文关系有关。表1摘录了部分研究者不同时期对数字孪生的定义，用于分析各定义随时间、行业变化状况。从表中可以看出，数字孪生的定义与定义者的需求有关，航天、航空业同类产品少，价格高昂，系统复杂，需要借助物理模型等进行多尺度、多物理量、多概率模拟仿真，更多站在功能角度进行定义；通用系统供应商需要面向更广阔的市场，其定义就更抽象一些。本文在考察表1所列定义后，采用逻辑分析的方法，将数字孪生定义为：数字孪生是一个对象全生命周期的信息表达，其数据实时更新。该定义中的对象可以是一个有形的物体，也可以是抽象的规则，甚至是潜在事物的想象，本定义涵盖了表1中定义的实质性内容。

表1 部分研究者数字孪生定义列表

3 数字孪生概念模型及信息转化本质

数字孪生概念能够持续20多年并在近年大行其道，显然不仅仅靠外力推动，其背后还有坚实的科学支撑。

数字孪生概念的起源大致有两种观点：有人将Grieves称为数字孪生之父；大多数研究者认为数字孪生这一称谓最早由NASA在2010年提出。数字孪生是一个开放的系统，是多项技术的集成。对于探索数字孪生概念背后的本质，我们更关注数字孪生概念形成的演进过程及思维线索。Grieves教授以产品生命周期管理为起始背景，长期从事数字孪生研究，凝练的数字孪生概念脉络更加清晰，文中引用他的结论就多一些。

3.1 数字孪生概念模型及信息转化本质

产品数字孪生是产品全生命周期管理的扩展和延伸[11]，数字孪生概念自然带有历史唯物主义观点。Grieves教授在创立概念模型方面做了大量工作，在他与约翰·维克斯(John Vickers)合作撰写的《数字孪生：消解复杂系统中不可预测的、不期望出现的意外行为》一文中，袒露其思想：“自2002年以来，虽然数字孪生模型的称谓数次改变，但基本概念几乎没有变化，这一概念，是建立在如下理念之上的：即一个物理系统的数字信息建造可以成为一个独立存在的实体，这些数字信息将是物理系统信息的‘孪生’，并在物理系统整个生命周期内与其连接”。虽然该文称多年来数字孪生“基本概念几乎没有变化”，但事实上，从2001、2002年的“镜像空间模型”到2006年的“信息镜像模型”还是有些跨度的，可以认为是一次飞跃，使数字孪生概念坐落在坚实的信息论基础之上。

任何一个物理系统（不限于一个物理系统）都有其自在信息，可在信息空间建造一个孪生，这是数字孪生概念普适及跨行业应用的内在原因。

3.2 数字孪生概念模型与信息-知识-智能转化

北京邮电大学钟义信教授在本世纪初就提出了“信息一知识一智能统一的理论”，将信息、知识、智能之间的关系表述为：“信息是基本资源；知识是对信息进行加工所得到的抽象化产物；智能是利用信息资源加工生成知识、进而激活知识、生成解决问题的策略信息并在策略信息引导下具体解决问题的能力”。所给出的图示如下。

图1 信息-知识-智能的关系

我们把该图向右旋转90°，与数字孪生模型相比，几无差别。实质上，数字孪生概念模型可以看作是信息、知识、智能转化的一个实例，一个信息论落地的载体。

3.3 数字孪生概念是一个开放的技术体系

数字孪生没有公认的统一定义，仍在完善当中的过程，与通常科学概念的成长过程是一致的。一个科学概念，是对研究对象的抽象总结，在实践中认识不断修正偏差，接近事物本质的过程，且便于移植并渗透到其他学科中，成为促进社会整体进步的有力杠杆[12]。数字孪生概念体现了这种特质，它打破了以往企业信息化从原材料、产品、人员、流程、管理决策的传统模式，以结果为导向，逆向从成品需求、生产虚拟产品开始，到制造、维护、报废一轮循环。这一新的思维模式得益于以往制造业知识的积累，大数据、云计算、边缘计算、IoT、人工智能等新技术新架构纷纷云集，构成一个数字孪生不断进化的新世界。至此，也不难理解数字孪生为什么有那么多定义了，它们提供了一幅数字孪生本质及功用的全景图。

4 数字孪生应用前景及局限

4.1 数字孪生与范式革命

在科学旅程中，产生了经验科学范式、理论科学范式、复杂现象数值模拟方法为特点的计算科学范式。近期呈现出理论、实验及传感、模拟技术与信息技术相融合的局面，进入到了基于信息探索发现知识的e科学范式（第四范式）[13]。

一个新的科学范式虽然往往仅在某一个别学科领域首先兴起，但是，只要这一科学范式在本质上具有更为普遍性的品格，它便可能持续扩展到更多学科领域，乃至成为一个时期在科学领域占主导地位的科学范式[14]。

以上表述在表象和内容两个方面描述了新范式，数字孪生均与其吻合，有可能会成为一个新的科学范式。

4.2 数字孪生概念的局限

本文认为数字孪生概念主要有以下2个方面的不足：

4.2.1 认知主体弱化。从数字孪生概念模型上看，人的作用不明显。如果仅有虚实交互，没有数字孪生的进化，模型就会退化；过分强调数字孪生的自主演化，就可能带有强人工智能倾向。人在数据处理速度、记忆、准确性、提炼出隐性知识方面不如人工智能，但至少在当下，人工智能在演绎推理方面弱于人，缺乏创造性智慧。数字孪生依赖人赋智，产生智能的算法是由人创造的，在人的训练下，才能形成更优的模型，实现数字孪生自我学习，不断进化。

4.2.2 信息不完整产生认知盲区。虽然数字孪生强调“大数据”，但哪些数据被感知仍由人来确定。当人们对物理世界的认知存在偏差时，采集的数据就会不完整，自然会引发认知的误差。

需要注意的是，数字孪生是一个人机能力复合体，它的建设过程也遵循一般的信息系统开发、应用准则，做好需求分析同样是其第一要务。数字孪生适用于复杂系统的认知，对一些简单、认知已非常清晰、可预测性强的系统，数字孪生技术并非唯一选择，判断的标准依然是效率、效益原则。数字孪生只是我们达到目的的一种手段和途径，方向还有赖于自己把握。