得益于人工智能的发展，数字孪生技术正经历一场重大变革。这项最初只是用于视觉模拟的技术，如今已经能够实现跨数据集的关联分析并预测结果。
数字孪生在数据摄取和分析方面也变得更加熟练，这些能力使企业和城市在对现实世界的基础设施进行关键变更之前，能够做出更准确的预测。此外，随着企业改善数据治理和标准化工作，数字孪生的应用门槛正在降低，这让企业能够发现新的应用场景。
"借助分析技术和人工智能，数字孪生成为了真正的'假设情景'模拟工具。它可以在过程中预测或推演各种挑战。借助图谱技术，它能为复杂问题提供实质性的解决方案，"Gartner研究副总裁贝蒂娜·特拉兹-瑞安表示。"你今天看到的数字孪生，已经不是两三年前的那个数字孪生了。"图谱技术能够将数据点之间的关系进行情境化呈现。
数字孪生的成长历程
数字孪生这一概念已存在数十年，但随着物联网的普及而日益流行，大量传感器数据涌入物理系统的计算模型中，推动了这项技术的发展。
多年来，数字孪生已不局限于工业用途，使企业和城市能够为供应链、设施运营甚至整座城市建立实时模型。人工智能进一步推动了这项技术的发展，通过嵌入式AI助手实现了数据分析的自动化，并使数字孪生的应用更加普及化。例如，人工智能还可以借助计算机视觉技术，在交通评估项目中自动统计车辆数量，从而实现数据采集的自动化。
"许多地方政府机构以及工业领域的组织都拥有运营洞察数据，或者拥有来自地理信息系统（GIS）数据的图形资料，但他们之前并没有真正将这些数据点连接起来，"特拉兹-瑞安说。"你需要整合的指标或数据源越多，数字孪生的功能就越强大。"
北卡罗来纳州罗利市的数字孪生项目始于10多年前，最初输入的是建成环境的数据，例如人行道、停车位和地产边界，罗利市GIS与新兴技术经理吉姆·阿尔伯克解释道。近期，该市又增加了来自摄像头等设备的传感器数据，以提供更高分辨率的图像和"更丰富的数字孪生"。
"我的前任们在将GIS技术植入城市几乎所有业务流程方面做了出色的工作，这产生了大量已经具备空间属性的数据，"阿尔伯克说。"这不仅让我们在运营层面对城市有了非常全面的了解，也让我们从许多不同的角度认识这座城市。"罗利市的数字孪生使用的是Esri公司的GIS软件。
特拉兹-瑞安表示，借助人工智能，数字孪生能够应用于更多预测性场景，并执行更复杂的推理建模。她还提到，除了预测功能外，各城市还在使用智能体AI来驱动情景化决策，例如直接向公共工程部门发出的暴雨排水警报。
"这就是物理AI，意味着物理生态系统能够在没有人工干预的情况下自主应对问题，"她说。
罗利市一直利用其数字孪生系统"帮助可视化、理解并应用分析技术来评估（区域性）变化，并从视觉和数据两个层面理解这些变化带来的影响，"阿尔伯克说。
不过，随着城市的不断发展变化，保持数字孪生的准确性仍是一项持续的挑战。阿尔伯克解释说，当物理实体与其数字孪生不相符时，就会损害数字孪生的可信度。
"对于罗利这样快速变化的城市而言，要维持数字孪生现有条件的准确性是一项挑战，"他说。
有效的数字孪生需要良好的数据管理
数字孪生的基础依然离不开IT的基本原则。特拉兹-瑞安表示，在启动数字孪生项目之前确保建立强有力的数据治理和数据管理实践，将有助于降低项目的复杂性。她补充道，如果没有良好的数据，数字孪生的产出结果可能会"严重失真"。
"你不仅需要建立数据治理机制，还需要了解数据的生成来源，"她说。
对于罗利市的GIS团队而言，最大的挑战之一是整合来自不同来源的数据——例如无人机影像和激光雷达数据——并"将这些数据统一到一个模型中"，罗利市市政府技术与分析经理杰夫·道森表示。他还提到，当飞行限制约束了团队使用无人机的能力时，持续更新数字孪生的数据也会面临挑战。对他的团队来说，关键在于"确保我们能够让（数字孪生）保持最新和准确，从而维持人们对该模型和数据的信任"。
随着数字孪生的数据难题得到改善，下一个挑战便是找到既合适又兼顾财政合理性的应用场景，特拉兹-瑞安解释道。尽管数字孪生技术已变得更加易用和可扩展，但应用范围的无序扩张可能导致维护成本过高。
她表示，对于市政CIO而言，一个典型的应用场景就是交通管理。
"交通拥堵缓解、更优化的道路结构以及对信号灯变化的更深入理解，都具有可衡量的经济价值，"她说。"这些都是向城市展示的直观证明，说明'我需要在这项技术上投入多少资金，因为可以看到明显的改善效果'"。
她表示，建筑管理是另一个值得推荐的切入点，因为数字孪生能够为建筑施工、绿地开发、停车和交通出行提供洞察。
特拉兹-瑞安还列举了数字孪生应对"城市韧性挑战"的其他应用场景，包括区域经济、公共安全和环境问题。例如，在欧洲，数字孪生被用于研究"热岛效应"，即由于气候变化导致某些区域气温异常升高的现象。她表示，借助气候建模，研究人员可以评估高温对公共空间、行人和停车等方面的影响。
"从热岛效应的角度来看，气候建模是一个巨大的机遇，"特拉兹-瑞安说。"它提供了数据获取途径，以及对（气候变化）影响的可视化呈现方式，有助于我们推演各种假设情景。"
将人工智能、无人机和机器学习融入数字孪生
阿尔伯克表示，罗利市目前正在将数字孪生的应用范围从城市开发和土地规划拓展到交通规划领域。例如，他的团队希望利用数字孪生摄取来自交通摄像头的数据，以监测行人数据和电动滑板车的使用情况。
"比如利用机器学习处理数据，并将其应用于摄像头技术，这让我们能更好地理解人们在城市中的出行方式，尤其是在交叉路口。然后我们将这些数据反馈回数字孪生系统中，"他说。他还补充道，该市正与一家研究机构合作开展微气候建模工作，该建模会用到天气和风向模式等数据输入。
道森表示，最近罗利市开始使用无人机为其数字孪生系统增加更多视觉数据，例如公园改造前后的对比影像。他的团队有意利用无人机和机器学习技术来监测路面状况。
道森认为，随着技术的不断发展，数字孪生的管理工作也会变得更加轻松，这为更多潜在应用场景的出现铺平了道路。
"对我们而言，问题在于'我们还能用它做些什么？'这个问题始终萦绕在我们心头，令人兴奋，但同时也充满未知。我们始终在寻找该技术还能应用在哪些场景中。"
Q&A
Q1：数字孪生技术借助人工智能有哪些新能力？
A：借助分析技术和人工智能，数字孪生可以成为真正的"假设情景"模拟工具，能够预测或推演各种挑战，并借助图谱技术为复杂问题提供实质性解决方案。此外，人工智能还能借助计算机视觉实现数据采集自动化，并通过嵌入式AI助手使数字孪生的应用更加普及化。
Q2：建立数字孪生系统前需要做哪些准备工作？
A：建立数字孪生系统前，需要先确保有强有力的数据治理和数据管理实践，这能降低项目复杂性。同时还需要了解数据的生成来源，因为如果没有良好的数据基础，数字孪生的产出结果可能会严重失真。
Q3：数字孪生技术在城市管理中有哪些具体应用场景？
A：数字孪生技术可应用于交通管理，帮助缓解拥堵、优化道路结构；也可用于建筑管理，为建筑施工、绿地开发和停车出行提供洞察；此外还能用于气候建模，研究热岛效应等区域韧性挑战，帮助评估气候变化对公共空间的影响。
