最近蘇黎世理工學院和NVIDIA公布了他們新研究成果,通過虛拟場景和人工智能結合,把大量虛拟的四足機器人放進“遊戲世界”裡,等它們自行學會了行走。
根據他們的反饋,通過這種方法把訓練所花時間從過去的數天最多能減少到2分鐘,對比過去讓真的機器人走上幾年的才能穩當,可以說這項研究可能又要颠覆機器人研發的邏輯了。(論文為“Learning to Walk in Minutes Using Massively Parallel Deep Reinforcement Learning”)。
而為這項研究背後,創造虛拟世界的技術正是從遊戲世界裡走出來的數字孿生,也不怪乎有的人感歎,人類沉迷在虛拟世界中一步步頹廢,機器人卻開始自我進化了。
今天我們就帶大家來了解一下數字孿生技術,看看這個領域有哪些新的技術趨勢,又有哪些問題還需要從業者們去克服。
當然如果你還想了解更多關于這方面的研究和機會,想要站在産業前沿看到未來時點,歡迎加入前哨科技特訓營,有更多驚喜在等你。
1.數字孿生的曆史
數字孿生技術的概念最早誕生于1991年,在大衛·蓋倫特出版的《Mirror Worlds》中出現。2002年,由密歇根大學的Michael Grieves博士首次應用于制造業。
2.數字孿生不隻是複制現實
數字孿生技術說起來很複雜,其實本質就是在虛拟世界中複制一個現實裡的東西,并且讓它們産生信息上的聯系。
比如在虛拟場景中的機械臂與現實對應,讓操作者遠程也能直觀的控制,又或者就像文章開頭那樣,通過人工智能在虛拟世界訓練,把經驗直接批量複制到現實裡。
數字孿生的存在讓現實與虛拟的界限真正開始變得模糊,而這也為人工智能和大數據這類技術找到落地傳統産業的機會。
3.數字孿生正在成為人工智能的一塊重要陣地
對于人工智能而言,無論是機器學習還是神經網絡都越來越離不開大量優質的數據進行訓練,粗暴的說“數據越多越智能,數據越少越智障”。
數據太少也正是人工智能在制造業、機器人等産業中很難落地的原因,而通過數字孿生既能能夠靈活構造場景,甚至實時感知現實環境,為人工智能與現實互動打通了窗口。
4.物聯網正在成為數字孿生落地的天然場景
數字孿生非常重要的一步是要讓虛拟與現實的信息打通,這就離不開在現實中鋪設各種傳感器,而這正與讓各類設備接入網絡的物聯網相匹配,使得數字孿生很自然的成為了物聯網的操作層。
今天工業界就正在運用數字孿生把整個工廠數字化,可以實時分析數據、檢測異常以及幫助優化生産流程。
5.3D建模是一個很多人都想不到的難點
3D建模看起來沒什麼難度,但是在推進數字孿生的過程中卻是個難點,因為它也是一個動态的過程,随着現實環境的變化虛拟場景也要能變化。
這就意味着不是一次建模終身受用,對機器人這樣有着精密結構的設備,還意味着建模成本不但高昂,一點點微小的不匹配都可能會導緻實際工作出現問題。
對一些生産設備還有損耗的問題,一次建模就固定不變是不可能的,随着現實的變化,虛拟與現實很可能就逐漸脫節了。
這也是為什麼制造業更願意推進數字孿生的原因,畢竟生産線和廠房的變化往往都很小。
6.長期維護将成為數字孿生的一個瓶頸
對很多企業而言,維護一個看起來高大上的虛拟廠房有什麼價值還有待論證。
特别是當大量的傳感器讓虛拟與現實打通後,在存儲物理設備的數據時,虛拟環境的數據同樣也需要存儲和管理,該如何配置這些數據,為了該如何重複利用也會是問題。
目前對于數字孿生中的虛拟數據也缺乏産業标準,未來每家運用不同的數字孿生技術的企業都可能有不同的數據标準,這對于數字孿生技術的叠代和升級都将會造成一定的限制,一些早期用戶可能要面對每次升級都推倒重來的問題。
Gartner研究副總裁Marc Halpern接受采訪時說:“數字孿生技術具有巨大的潛在優勢,但創建和維護它還面臨很多困難。”
在你看來數字孿生還有哪些趨勢和難點嗎?歡迎加入科技特訓營和衆多站在科技前沿者一同讨論。
我們還整理了一份'2021 AIOT企業TOP100清單',辛苦你點下“贊”和“在看”,點擊頂部的“進入公衆号”,在對話框裡發送“科技”二字,你就會獲得這份清單。
注意:回複“科技”隻能獲得當天的清單,全套《科技産業研究清單》會在科技特訓營裡分享,并持續滾動更新、掃描全球科技前沿。
2021年,前哨科技特訓營推出了一系列趨勢投資課程,幫助學員們站在時代前沿,領先别人五年看到未來。最重要的是,在充滿不确定性和各種挑戰的未來,做出最正确的選擇,成為時代的赢家。
有話要說...