随着智慧城市建设对于区域数据丰富度的需求加深,数字孪生技术也开始全面普及,该技术旨在帮助决策者立足特定时间点建立起一套可行的区域计算机模型,随后利用实时数据不断加以更新。这些模型可用于支持各类项目,展示交通流量变化以及现有基础设施能否抵御气候变化影响等。目前,拉斯维加斯、波士顿、洛杉矶以及得克萨斯州加尔维斯顿在内的多个美国城市都已经拥有或正在规划数字孪生项目。
哥伦比亚大学数据科学研究所土木工程与工程力学副教授Sharon Di表示,数字孪生的基础在于“城市中无处不在的数据收集点”,同时借助强大的计算机模拟技术帮助决策者以前所未有的深度理解城市的过往与当前状况。
作为纽约市数字孪生项目团队成员,Di解释道“从某种意义上讲,建立数字孪生的过程就类似于运营一座数字城市。”纽约项目利用街边传感器与西哈林区无线测试平台收集到的数据,借此进行实时交通管制以缓解拥堵。Di指出,数字孪生提供的“实时响应”能帮助研究人员知悉交通信号的微小调整如何产生广泛影响,因此能够在紧急状况下更好地控制疏导信号。
其他多座城市也在利用数字孪生方案测试交通、能源消耗及新基础设施开发等方面的可能性。咨询公司安永在2021年5月发布的报告中预测,数字孪生在建筑和房地产领域的普及有望帮助商业地产和基础设施所有者将能源消耗降低达50%,同时将运营成本削减约35%。
奥兰多数字孪生则将眼光放得更广、更远,计划建立起真实世界的全息形象,其中将涵盖市区完整地形、移动基础设施与建筑物。Giuliani表示,这种种“令人惊叹”的要素也将成为奥兰多城市吸引力的一部分,帮助地产开发商们无需驾车浏览就快速了解当地情况。“这一幕只在科幻电影里出现过,从现实层面来讲可以算是前无古人的创举。”
Giuliani还强调,这套模型仍处于早期开发阶段,但未来的版本将包含更多数据并提供开放后端,允许各类用户运行自己关注的数据场景。
Giuliani最后总结道,“我们希望构建一套生态系统,帮助我们的开发商、房地产公司、银行、公共事业、市政当局乃至其他合作伙伴随意使用自己的公共或私有数据。这将是一套集可视化场景规划与设计方案效果评估于一体的数字孪生体系,也代表着城市建设与发展的最新形态。”
好文章,需要你的鼓励
谷歌深度思维团队开发出名为MolGen的AI系统,能够像经验丰富的化学家一样自主设计全新药物分子。该系统通过学习1000万种化合物数据,在阿尔茨海默病等疾病的药物设计中表现出色,实际合成测试成功率达90%,远超传统方法。这项技术有望将药物研发周期从10-15年缩短至5-8年,成本降低一半,为患者更快获得新药治疗带来希望。
继苹果和其他厂商之后,Google正在加大力度推广其在智能手机上的人工智能功能。该公司试图通过展示AI在移动设备上的实用性和创新性来吸引消费者关注,希望说服用户相信手机AI功能的价值。Google面临的挑战是如何让消费者真正体验到AI带来的便利,并将这些技术优势转化为市场竞争力。
哈佛医学院和微软公司合作开发了一个能够"听声识病"的AI系统,仅通过分析语音就能预测健康状况,准确率高达92%。该系统基于深度学习技术,能够捕捉声音中与疾病相关的微妙变化,并具备跨语言诊断能力。研究团队已开发出智能手机应用原型,用户只需完成简单语音任务即可获得健康评估,为个性化健康管理开辟了新途径。