英国数字孪生研究机构Center for Digital Built Britain (CDBB)最近完成了一个为期五年的项目,将建筑设计与数字孪生连接起来,这项研究工作促进了数据共享,改进了建筑流程。
项目完成之后,CDBB撰写了一份报告,重点关注如何使用数字孪生来实现商业、社会和环境目标。Gemini Papers探讨了将技术物理基础设施与数字副本进行匹配等问题。另一份名为“金融和数字孪生如何为地球塑造更美好未来”的白皮书也关注相同的主题。
CDBB执行董事Alexandra Bolt说:“我们需要一个为人类和地球共同构建和运营、让子孙后代共同繁荣的环境。我们相信,如果有更好的数据,就可以做出更好的决策,获得更好的结果。”
数据整合是关键
CDBB在多年研究和合作中发现,最大挑战之一是数据集成和数据共享。
“多年来我们一直在收集数据,但由于存在数据孤岛,所以没有得到充分利用,”Bentley Systems公共政策和宣传国际总监、该研究合著者Mark Coates说。
开放数据并不意味着数据是免费提供的,而是各方确定交换数据的方式,以解决所有安全和隐私问题。另一个值得注意的考量因素,是使用标准本体和框架,将数据转换为上下文,说明数据的含义。这在那些参与新建筑项目的工程师和设计师、那些专注于建筑运营的业主和技术人员、以及提供资金的政府和银行家之间,架起一座桥梁。
CDBB表示,数字孪生有巨大的潜力,在使用数据做出基础设施决策方面给投资者带来影响。前沿金融家正在探索如何利用数字孪生改善资本分配流程、帮助筛选和管理风险以及提高资产价值。其中一个典范是澳大利亚布里斯班的Cross River Rail,该项目为公共赞助的大型项目城市级数字孪生提供了催化剂,以支持更好的投资决策。
现在有私募股权公司、商业银行和机构投资者等不同类型的投资方,他们使用不同的策略创造回报。此外,各方都需要考虑如何创建数字孪生来代表各种各样的资产,从能源、铁路和水等低收益、低风险的关键资产,到数据中心、航空或港口扩建等更具机会性的投资。
与建设团队、投资方和用户合作,这对于将数字孪生与特定的投资者策略连接起来是至关重要的。例如,银行等以债务为导向的企业,使用数字孪生来管理风险,确保获得更好的利率。股权公司使用数字孪生来增加资产价值,政府则使用数字孪生来改善数据共享以让公众受益。
尽管CDBB刚刚完成了自己的使命,但包括Digital Twin Hub在内的很多项目仍在继续促进工程建设、财务和工程团队之间的广泛合作。
英国数字建筑中心国家数字孪生项目负责人Peter Al Hajj说:“我们需要围绕风险管理、ESG报告、更好的投资回报为更广泛的社区开发和定义数字孪生。”
好文章,需要你的鼓励
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。
麻省理工学院研究团队发现大语言模型"幻觉"现象的新根源:注意力机制存在固有缺陷。研究通过理论分析和实验证明,即使在理想条件下,注意力机制在处理多步推理任务时也会出现系统性错误。这一发现挑战了仅通过扩大模型规模就能解决所有问题的观点,为未来AI架构发展指明新方向,提醒用户在复杂推理任务中谨慎使用AI工具。
Meta为Facebook和Instagram推出全新AI翻译工具,可实时将用户生成内容转换为其他语言。该功能在2024年Meta Connect大会上宣布,旨在打破语言壁垒,让视频和短视频内容触达更广泛的国际受众。目前支持英语和西班牙语互译,后续将增加更多语言。创作者还可使用AI唇形同步功能,创造无缝的口型匹配效果,并可通过创作者控制面板随时关闭该功能。
中科院自动化所等机构联合发布MM-RLHF研究,构建了史上最大的多模态AI对齐数据集,包含12万个精细人工标注样本。研究提出批评式奖励模型和动态奖励缩放算法,显著提升多模态AI的安全性和对话能力,为构建真正符合人类价值观的AI系统提供了突破性解决方案。