2022年3月30日,欧盟委员会正式启动Destination Earth(DestinE)倡议,并表示此倡议“有望成为解决气候危机的关键”。依托于欧洲蓬勃发展的超级计算机处理能力,DestinE力争在2030年之前为地球开发出完整的“数字孪生”副本。
提起数字孪生,很多朋友首先想到的就是元宇宙、或者《黑客帝国》——其实真差不离:Michael Grieves在2002年创造的首个“数字孪生”实际上就是在呈现真实的物理对象。欧盟委员会希望自己这套先进、而且前所未有的地球数字副本能够帮助人类更好地监测、建模并预测自然灾害与气候变化。这项倡议不仅雄心勃勃,也确有成功的可能。
数字欧洲计划将在2024年年中提供1.5亿欧元的初始资金,目前的DestinE则由欧盟委员会连同欧洲航天局(ESA)、欧洲中期天气预报中心(ECMWF)以及欧洲气象卫星应用组织(EUMETSAT)共同推进。到2024年底,倡议希望初步完成项目的三项目标:建立核心服务平台,整合欧盟、国家及独立数据源的各数据湖,并就气候变化适应及由天气引发的地球物理灾害建立两套数字孪生副本。
目前,越来越多的数字孪生开始根据不同的分析维度(例如数字城市或食品系统)进行建模,并计划在2030年逐一整合至“完整的”数字副本当中。这些数字孪生副本将帮助政策制定者监测地球健康状况、预测自然与气候灾害,并制定出行之有效的可持续发展政策。这套模型不仅依赖于自然过程数据,同时也将充分纳入关于人类活动及行为的数据,努力预测二者之间的相互作用。
DestinE就是这样一套以政策为导向的地球模型,且将拥有令人难以置信的超高分辨率:典型的气候模型一般以50到100公里为一个分辨率单元,但DestinE模型则将分辨率单元推进至1公里。但未能参与此项目的数字孪生概念创始人Grieves教授还是泼了盆冷水,表示“我不确定人类目前有没有能力处理如此精细的模型……我很难相信可以为地球这么庞大且彼此关联的环境建立起数字孪生。这个目标太过遥远,我自己真的无法想象。我甚至认为,能在下个千年之前完成就算很好了。”
但自从最初立项以来,ECMWF已经“证明了美国的超级计算机已经能把数天内收集到的数据转化为1.4公里分辨率的数字孪生”。但不可否认,把海量数据转化为可操作的对象仍然相当困难,“解析结果的输出花了整整六个月时间。”同样的,“日本团队在进行1公里分辨率实验时,同样花了半年时间才从几天的数据中提取出可行见解。”展望未来,DestinE必须引入一些前所未有的复杂分析,才能真正利用起模型中涵盖的几十亿个数据点。
但欧洲方面已经放出豪言,宣布要在2050年成为全球首个实现碳中和的大陆。要想达成这个目标,DestinE的开发与管理将必不可少。欧盟委员会数字时代组织执行副主席Margrethe Vestager甚至直接强调,“这项倡议已经明确认定,我们不可能在缺少数字技术的情况下应对气候变化。”
但这样的论断仍然值得商榷:尽管研究与建模确实有助于我们理解这颗母亲星球在不同条件下的变化趋势,但我们还需要认清一个基本现实——人类不可能单纯依靠技术来驾驭气候变化。总的来说,环境灾难的根本驱动因素已经非常明确,真正有意义的是提出关于生产与生活方式的根本转变。这种转变也将彻底摧毁过去几十年来已经对气候造成巨大损害的消费主义文化与掠夺经济思维。包括DestinE在内的一切气候变化应对工具都必须牢记这一现实,否则什么样的精美地图与模型都不可能逆转这场关乎全人类生死存亡的危机。
好文章,需要你的鼓励
Songscription公司发布AI音乐转录工具,可在几分钟内将音频文件转换为乐谱。该产品采用免费增值模式,面向专业和业余音乐家。目前主要支持钢琴转录,未来计划增加吉他谱等功能。用户可上传音频文件或直接从YouTube链接进行转录,系统还能生成钢琴卷帘谱。公司定位为增强型音乐记谱软件,帮助用户加速转录过程。该初创公司已获得Reach Capital的预种子轮融资。
沙特TachyHealth团队开发的32亿参数医疗AI模型Gazal-R1,通过创新的双阶段训练方法在医疗推理任务上超越了12倍大的模型,在MedQA等测试中取得87.1%的优异成绩,展现了精巧训练策略胜过规模扩张的重要启示,为资源有限的医疗AI研究提供了新路径。
甲骨文宣布签约一位神秘大客户,预计从2028财年开始每年将贡献超过300亿美元收入,这将使其云业务规模翻倍以上。CEO萨弗拉·卡茨透露,公司多云数据库收入持续以超过100%的速度增长。甲骨文2025财年总收入574亿美元,其中云收入244亿美元。公司采用独特的云策略,在竞争对手的数据中心部署自己的基础设施,主要运行甲骨文数据库以提供低延迟访问。
奥地利维也纳医科大学研究团队开发了RetFiner技术,通过让眼科AI模型同时学习OCT图像和医疗文字描述,显著提升了诊断准确率。该方法采用四种训练任务让AI模型建立图像与文字的深层联系,在三个主流眼科AI模型上实现了2-6个百分点的性能提升,为医学AI发展开辟了新方向。