最近蘇黎世理工學院和NVIDIA公佈了他們新研究成果，透過虛擬場景和人工智慧結合，把大量虛擬的四足機器人放進“遊戲世界”裡，等它們自行學會了行走。
根據他們的反饋，透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顛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，創造虛擬世界的技術正是從遊戲世界裡走出來的數字孿生，也不怪乎有的人感嘆，人類沉迷在虛擬世界中一步步頹廢，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於這方面的研究和機會，想要站在產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.數字孿生的歷史
數字孿生技術的概念最早誕生於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博士首次應用於製造業。
2.數字孿生不只是複製現實
數字孿生技術說起來很複雜，其實本質就是在虛擬世界中複製一個現實裡的東西，並且讓它們產生資訊上的聯絡。
比如在虛擬場景中的機械臂與現實對應，讓操作者遠端也能直觀的控制，又或者就像文章開頭那樣，透過人工智慧在虛擬世界訓練，把經驗直接批次複製到現實裡。
數字孿生的存在讓現實與虛擬的界限真正開始變得模糊，而這也為人工智慧和大資料這類技術找到落地傳統產業的機會。
3.數字孿生正在成為人工智慧的一塊重要陣地
對於人工智慧而言，無論是機器學習還是神經網路都越來越離不開大量優質的資料進行訓練，粗暴的說“資料越多越智慧，資料越少越智障”。
資料太少也正是人工智慧在製造業、機器人等產業中很難落地的原因，而透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，為人工智慧與現實互動打通了視窗。
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擬與現實的資訊打通，這就離不開在現實中鋪設各種感測器，而這正與讓各類裝置接入網路的物聯網相匹配，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，可以實時分析資料、檢測異常以及幫助最佳化生產流程。
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，因為它也是一個動態的過程，隨著現實環境的變化虛擬場景也要能變化。
這就意味著不是一次建模終身受用，對機器人這樣有著精密結構的裝置，還意味著建模成本不但高昂，一點點微小的不匹配都可能會導致實際工作出現問題。
對一些生產裝置還有損耗的問題，一次建模就固定不變是不可能的，隨著現實的變化，虛擬與現實很可能就逐漸脫節了。
這也是為什麼製造業更願意推進數字孿生的原因，畢竟生產線和廠房的變化往往都很小。
6.長期維護將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擬廠房有什麼價值還有待論證。
特別是當大量的感測器讓虛擬與現實打通後，在儲存物理裝置的資料時，虛擬環境的資料同樣也需要儲存和管理，該如何配置這些資料，為了該如何重複利用也會是問題。
目前對於數字孿生中的虛擬資料也缺乏產業標準，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資料標準，這對於數字孿生技術的迭代和升級都將會造成一定的限制，一些早期使用者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接受採訪時說：“數字孿生技術具有巨大的潛在優勢，但建立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眾多站在科技前沿者一同討論。
我們還整理了一份"2021 AIOT企業TOP100清單"，辛苦你點下“贊”和“在看”，點選頂部的“進入公眾號”，在對話方塊裡傳送“科技”二字，你就會獲得這份清單。
注意：回覆“科技”只能獲得當天的清單，全套《科技產業研究清單》會在科技特訓營裡分享，並持續滾動更新、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，領先別人五年看到未來。最重要的是，在充滿不確定性和各種挑戰的未來，做出最正確的選擇，成為時代的贏家。
點選以下連結，閱讀課程回顧。
全球科技產業掃描
判斷科技企業未來
全球技術趨勢
……（全年持續滾動更新）
【科技特訓營】全新的會員訂閱制線上書院模式，全年50次“線上直播課程+私享群互動”，你隨時可以加入、我持續保持更新！一起互動，伴隨成長！讓我們為未來五年做好準備，一起探討把握機遇，決勝未來！
【回放地址】