数字孪生在加速科学发现和行业变革方面具有巨大前景。2023年12月15日，美国国家科学院（NAS）发布《数字孪生的基础研究差距和未来方向》报告，旨在向科研界、学术界、相关政府机构、数字孪生从业者以及相关行业人士介绍关于推进数字孪生的开放需求和需要克服的基础性差距。报告探讨了数字孪生技术的潜力以及如何支持其发展的基础研究和所需资源。报告强调了数字孪生在科学研究、工业实践和日常生活的多个领域中的应用潜力，并提出了未来研究的重点和一个跨学科的研究议程。此外，报告还讨论了如何最好地通过联邦机构和各个领域的研究人员合作来支持数字孪生技术的发展。根据报告，本文概述了数字孪生的定义，构成要素及其基础研究需求，并整理了推进数字孪生技术的未来发展建议。
一、数字孪生的定义和意义
数字孪生可以定义为一套虚拟信息结构，它模仿自然、工程或社会系统（或成体系系统）的结构、情景和行为。这套结构能够动态地用来自其物理对应物的数据进行更新，具备预测能力，并能提供对价值实现有益的决策信息。在数字孪生概念中，虚拟与物理之间的双向交互是核心特点，这使得虚拟模型不仅能够反映物理实体的状态和行为，还能影响这些状态和行为。这一定义广泛地描述了物理系统的数字孪生，强调了“预测能力”这一关键特征，表明数字孪生必须具备超越现有数据的预测能力来指导决策进而实现价值创造。定义特别指出了数字孪生中的双向交互能力，用于支持自动决策或人类参与的决策过程。
数字孪生作为工具正在各个领域被探索和实施，目的是为了更深入地了解自然、工程或社会系统的性能、行为和特征。数字孪生的应用场景多样且不断增长，涵盖了生物医学研究、工程、大气科学等多个领域，潜力巨大。通过模拟实时行为、监控性能以识别异常现象和异常条件，并实现预测性洞察和有效优化，数字孪生能够彻底改变科学研究、提高运营效率、优化生产策略、缩短产品上市时间，并为科学和工业的增长与创新开辟新途径。
二、数字孪生生态系统的构成要素
数字孪生超越传统模拟，它不仅仅是物理实体的高保真数字模拟，还是一个包括模型、数据和决策紧密集成的动态的、双向交互系统。它不断根据物理实体的变化更新，可以辅助人类进行决策或与人类共同进行决策，以支持实体的操作和优化。在人机交互中，人类在监督和精细调节数字孪生的运作中扮演着至关重要的角色。
数字孪生系统的构成的四个要素如下图所示：物理对应物；虚拟表示；从物理到虚拟的反馈流；从虚拟到物理的反馈流，其中虚拟表示和双向交互最为关键。具体而言，（1）虚拟表示：通过建模和仿真来创建物理对应物的虚拟模型。这涉及到使用人工智能，基于原理的、机理的以及经验的模型，并通过可视化来表现。（2）虚拟与物理之间的双向交互：双向交互形成了一个反馈回路，包括动态数据驱动的模型更新（例如：传感器融合、反演、数据同化）和最优决策制定（例如：控制、传感器转向）。如图所示，信息在虚拟表示和物理对应物之间双向流动。这些信息流可能通过自动化过程、人为驱动的过程，或者两者的结合进行。
图1 数字孪生生态系统的构成要素
三、数字孪生技术发展的基础研究需求
1.虚拟表示:基础研究需求和发展机遇
数字孪生面临的一个基本挑战是，其虚拟表示可能需要覆盖广泛的空间和时间尺度。在许多应用场景中，存在着可模拟尺度与实际可操作尺度之间的差距。另一个挑战是，随着更精细尺度的实现，并且随着给定模型在模拟物理对应物方面达到更高保真度，计算需求和数据存储与分析要求也相应增加。这限制了模型对于某些目标的适用性，如不确定性量化、概率预测、场景测试和可视化。
换句话说，数字孪生在不同应用中对建模的保真度、数据、精确度、准确性、可视化和响应时间提出了不同要求，但数字孪生的许多潜在用途目前难以仅凭现有计算资源来实现。因此，在制定推进数字孪生的基础和应用研究计划时，政府部门应创建机制，为数字孪生研究人员提供必要的计算资源，并认识到不同数字孪生系统间存在的巨大差距。
2.物理对应物:基础研究需求和发展机遇
数字孪生依赖于对物理对应物的观察及建模，以为虚拟表示提供信息。在许多应用中，这些数据将是多模态的、来源多样且质量不一。
当前主要差距、研究需求和机遇包括：（1）具有较大时空变异性的复杂系统中，数据的欠采样是获取用于数字孪生开发所需数据的重大挑战。理解和量化这种不确定性对于评估数字孪生的可靠性和局限性至关重要，尤其是在安全至关重要或高风险的应用场景中。（2）数据和元数据的处理和管理需要工具，以确保有效地收集、记录、存储和处理数据和元数据。（3）需要数学工具来评估数据质量、确定所有可用信息的恰当使用，以及理解数据质量如何影响数字孪生系统的性能。（4）标准和治理政策对于确保数据质量、准确性、安全性和完整性至关重要。这些框架为数据收集、管理和共享提供标准和指南，同时在维护数据安全和隐私方面发挥着重要作用。
3.虚拟与物理之间的双向交互:基础研究需求和发展机遇
在数字孪生从物理到虚拟的反馈流程中，需要使用反演方法和数据同化方法，以严谨、系统和可扩展的方式将物理观测与虚拟模型结合起来。在虚拟到物理的反馈流程中，数字孪生用于驱动物理对应物本身的变化，或者通过自动控制器或人类来驱动与物理对应物相关的观测系统的变化。
在物理到虚拟和虚拟到物理反馈流程中的主要差距、研究需求和机遇包括：（1）需要方法将最先进的风险指标和极端事件特征融入数字孪生决策中。（2）需要数据同化方法及技术。（3）需要方法和工具，使敏感性信息更容易用于以模型为中心的数字孪生。（4）需要可扩展方法来实现目标导向的传感器调整和最佳实验设计。（5）需要围绕数字孪生的实施性研究、以用户为中心的数字孪生设计、以及有效的人-数字孪生团队合作进行发展。（6）需要研究人与数字孪生交互的内容、背景和方式对最终决策的影响。
此外，数字孪生生态系统的每个发展阶段和每个要素中都需要积极考虑道德因素、保护个人隐私、数据治理和安全。
四、报告建议
报告认为，要实现数字孪生的潜力，需要一个综合的研究议程，以推进数字孪生的每一个关键要素。更重要的是，需要从整体角度看待它们的相互依赖性和交互作用。这一综合研究议程应包括跨越多个领域的基础性需求以及特定领域的特殊需求。
最后根据调查结果、结论，报告提出以下建议：
美国国家科学基金会、美国能源部、美国国立卫生研究院和美国国防部等联邦机构应启动新的跨领域计划，以推进数字孪生的数学、统计和计算基础。同时确保跨机构合作的有效性，例如成立一个跨机构工作组可能有助于确保协调。
联邦机构应确保在新的数字孪生计划中，验证、校验和不确定性量化是不可或缺的部分。
在制定推进数字孪生基础和应用的研究项目时，联邦机构应创建机制为数字孪生研究者提供计算资源，认识到模拟与可操作尺度之间存在的巨大差距，以及高性能计算在不同应用领域的成熟度不同。
联邦机构应各自对其数字孪生需求的主要用例进行评估，以维护和维持数据、软件、传感器和虚拟模型。
各机构应以协作和协调的方式提供跨学科研讨会和场所，以促进识别数字孪生研发中将受益于共同方法的方面，以及哪些具体的研究主题是共享的。
联邦机构应识别与其个体或集体使命相关的目标领域，在这些领域与工业界合作将促进研究和转化。
在定义新的数字孪生研究工作时，联邦机构应在当前和未来任务优先事项的背景下，（1）建立论坛、（2）促进数据和模型的协作交换、（3）以及明确考虑国际合作和协调的作用。
明年内，联邦机构应组织工业界和学术界参与者的共同研讨会，以找出障碍、探索潜在实施途径，并鼓励创建跨学科学士、硕士和博士学位。
声明：本文来自战略科技前沿，版权归作者所有。文章内容仅代表作者独立观点，不代表安全内参立场，转载目的在于传递更多信息。如有侵权，请联系 anquanneican@163.com。
