Jadual Kandungan
Kelebihan kembar digital
Halangan kepada pelaksanaan kembar digital
Amanah AI
Gabungkan kepakaran untuk membina bandar digital
Rumah Peranti teknologi AI Kembar digital dan pembangunan bandar yang mampan

Kembar digital dan pembangunan bandar yang mampan

Apr 24, 2023 pm 11:31 PM
AI kembar digital

Kembar digital dan pembangunan bandar yang mampan

Bencana alam seperti banjir dan gelombang panas menunjukkan kekurangan kawalan sebenar ke atas alam sekitar - walaupun sesetengah bencana ini sebenarnya berpunca daripada membuat keputusan dan kecuaian manusia.

Kekerapan dan keterukan bencana alam yang semakin meningkat telah membawa perhatian yang lebih besar kepada keperluan mendesak untuk kemampanan bandar, dengan teknologi berkembar digital memainkan peranan utama dalam menangani cabaran ini.

Takrifan kembar digital ialah model komputer proses fizikal atau salinan entiti fizikal Mereka pada dasarnya adalah model maya yang nyata dan tepat.

Kelebihan kembar digital

Kembar digital dijangka menjadi alat penting untuk pembangunan lestari bandar, kerana mereka membenarkan penyelidik mencipta semula persekitaran bandar tertentu dan meniru faktor atau proses yang mempengaruhinya, seperti sebagai pengangkutan pintar.

Kembar digital juga boleh digabungkan dengan penderia dalam persekitaran untuk menyediakan data masa nyata untuk pemantauan yang ketat.

Penyelidik kemudiannya boleh menggunakan kecerdasan buatan untuk memahami proses ini dan cara ia mempengaruhi alam sekitar, meramalkan keadaan dan kesan masa hadapan serta membuat keputusan yang mampan.

Kajian kritikal kami tentang kembar digital dan potensi mereka dalam bidang kemampanan bandar menunjukkan bahawa perkembangan teknologi terkini ini telah membuktikan kesannya terhadap kewangan dan kemampanan organisasi awam dan swasta.

Kami menunjukkan bahawa kembar digital boleh memantau data masa nyata aset fizikal dan melihat prestasi mereka dalam senario persekitaran maya yang berbeza, menjadikan peruntukan sumber lebih cekap.

Sebagai contoh, dengan mengukur dan mensimulasikan kapasiti air hujan bagi rangkaian jalan raya baharu, gabungan data penderia sejarah dan masa nyata boleh digunakan untuk mereka bentuk bandar sensitif air untuk mengurangkan sisa dan kehilangan.

Halangan kepada pelaksanaan kembar digital

Walaupun kembar digital bandar (UDT) mendahului dalam menyelesaikan isu teknikal, etika dan sosio-teknikal, masih terdapat beberapa halangan untuk penerapannya. Jadi bagaimanakah teknologi ini boleh digunakan untuk menyokong pembangunan bandar yang mampan?

Kejayaan teknologi UDT bergantung pada komunikasi dua hala yang tepat pada masanya antara persekitaran fizikal dan digital – ini tidak boleh diketepikan.

Faktor pertama yang kami temui ialah ramai pembuat keputusan tidak mempunyai celik digital, yang menyebabkan mereka kurang berminat dengan teknologi digital dan menyumbang sedikit kepada mereka dari segi sumber penyelidikan dan kewangan.

Oleh itu, lebih bersedia kita dari segi teknologi, lebih besar kemungkinan kita untuk menerima pakai teknologi digital dalam organisasi atau aktiviti harian kita.

Akhir sekali, perlu ada standard dan model data kongsi supaya data penting tidak kekal dalam silo.

Persatuan profesional seperti Australian Surveying and Spatial Science Institute (SSSI) Standards Australia, Engineers Australia and the Planning Institute of Australia (PIA) percaya bahawa standardisasi adalah penting dalam membangunkan bahasa yang sama merentas pihak berkepentingan dan bidang kuasa, Proses dan model data memainkan peranan yang penting.

"Prinsip Spatial untuk Menyokong Kembar Digital Persekitaran Terbina dan Semula Jadi" yang dibangunkan oleh Majlis Maklumat Spatial Australia New Zealand menekankan peranan penyeragaman dalam pengurusan maklumat dan data, kebolehoperasian UDT, privasi dan keselamatan.

Amanah AI

Masalah yang dihadapi oleh banyak industri ialah keputusan algoritma boleh dipersoalkan dan diragui disebabkan isu akauntabiliti dan ketelusan.

Kajian terbaru yang kami jalankan menunjukkan bahawa kecerdasan buatan (XAI) yang boleh dijelaskan, atau AI yang boleh menerangkan keputusannya, mempunyai peranan penting dalam meningkatkan ketelusan pembuatan keputusan AI dan kepercayaan orang ramai. Hasil penyelidikan ini diterbitkan dalam jurnal Nature Sustainability.

XAI menyelesaikan masalah yang disebabkan oleh konsep "kotak hitam" - malah pembangun AI tidak dapat menjelaskan dengan jelas mengapa mereka mencapai keputusan tertentu atau membuat keputusan khusus.

Teknologi digital semasa hanya mengukur aspek objektif entiti bandar, memfokuskan pada ciri fizikal bandar seperti ketinggian bangunan, kanopi pokok, jenis dan ketumpatan guna tanah, seni bina 3D, visualisasi pembangunan semula bandar dan penilaian tenaga bangunan .

Walau bagaimanapun, kembar digital sepatutnya bahawa bandar adalah gabungan ciri objektif (fizikal dan berfungsi) dan ciri subjektif (pembinaan sosial dan pengalaman tempat).

Walaupun beberapa kajian telah menunjukkan keupayaan baharu dalam mengukur kualiti tempat, akses yang saksama kepada kemudahan, dan kemasyarakatan ruang bandar, simulasi seluruh sistem dan aplikasi praktikal masih tidak mencukupi dan harus menjadi tumpuan penyelidikan masa depan untuk mencegah penggunaan Model yang tidak tepat membawa kepada keputusan dan strategi yang lemah.

Gabungkan kepakaran untuk membina bandar digital

Oleh kerana aplikasi bandar digital begitu meluas, begitu juga kepakaran di belakangnya.

Dengan melibatkan profesional IT dan kejuruteraan dengan penggubal dasar, pengguna akhir serta pakar perancangan dan pembinaan, kami boleh memanfaatkan nilai teknologi digital dengan lebih baik untuk menangani cabaran masa depan dan mengembalikan pelaburan semasa kepada komuniti.

Kerajaan negeri Australia telah mula memanfaatkan keupayaan kembar digital untuk memberi perkhidmatan yang lebih baik kepada komuniti mereka. NSW Spatial Digital Twin menyediakan aliran kerja digital kolaboratif merentas organisasi di seluruh negeri. Ia mengagregat dan menggambarkan maklumat lokasi dalam model dinamik dan berbilang dimensi dunia sebenar.

Kerajaan Victoria telah dianugerahkan $37.4 juta untuk membangunkan platform Victoria Digital Twin, menyepadukan volum besar 2D, 3D dan data masa nyata melalui satu platform dalam talian.

Projek ini didorong oleh projek perintis kembar digital kerajaan di Fisherman's Bay dengan kerjasama Universiti Melbourne dan pihak berkepentingan lain.

Kita tahu bahawa kembar digital seharusnya lebih daripada sekadar replika, ia harus digabungkan dengan proses fizikal atau entiti ke dalam sistem siber-fizikal-sosial.

Sistem sedemikian mungkin lebih seperti otak daripada kembar - ia mempunyai saraf deria, mekanisme yang boleh mengubah sistem fizikal atau digital, dan mekanisme kawal selia yang memastikan sistem fizikal dan digital seimbang.

Kami telah mula meningkatkan kemahiran, meningkatkan kesedaran di kalangan profesional, pengurus dan eksekutif, dan mendidik tenaga kerja masa depan tentang teknologi kembar digital. Program pendidikan baharu kami, seperti Sarjana Kejuruteraan dalam Infrastruktur Digital dan Sijil Siswazah dalam Kejuruteraan Digital (Infrastruktur), menangani cabaran teknikal, etika dan sosio-teknikal.

Kami juga bekerjasama dengan industri untuk mengenal pasti keperluan kejuruteraan digital masa depan industri infrastruktur Australia dan global, yang berkembang pesat dan menerima pakai Pemodelan Maklumat Bangunan (BIM), Internet Perkara (IoT) dan realiti maya dan lain-lain alatan digital.

Memanfaatkan penyelidikan dan pembangunan ke dalam teknologi baru muncul dan program pendidikan ini, kami mencipta keupayaan baharu untuk set kemahiran masa depan, menggabungkan data berangka dengan statistik, pembelajaran mesin dan simulasi data.

Matlamatnya mudah – untuk melibatkan diri dengan lebih baik dengan komuniti dan berkomunikasi proses fizikal dan sosial, corak dan ramalan dalam reka bentuk bandar masa depan yang mampan.

Atas ialah kandungan terperinci Kembar digital dan pembangunan bandar yang mampan. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn

Alat AI Hot

Undresser.AI Undress

Undresser.AI Undress

Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover

AI Clothes Remover

Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool

Undress AI Tool

Gambar buka pakaian secara percuma

Clothoff.io

Clothoff.io

Penyingkiran pakaian AI

AI Hentai Generator

AI Hentai Generator

Menjana ai hentai secara percuma.

Artikel Panas

R.E.P.O. Kristal tenaga dijelaskan dan apa yang mereka lakukan (kristal kuning)
4 minggu yang lalu By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. Tetapan grafik terbaik
4 minggu yang lalu By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. Cara Memperbaiki Audio Jika anda tidak dapat mendengar sesiapa
1 bulan yang lalu By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. Arahan sembang dan cara menggunakannya
1 bulan yang lalu By 尊渡假赌尊渡假赌尊渡假赌

Alat panas

Notepad++7.3.1

Notepad++7.3.1

Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina

SublimeText3 versi Cina

Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1

Hantar Studio 13.0.1

Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6

Dreamweaver CS6

Alat pembangunan web visual

SublimeText3 versi Mac

SublimeText3 versi Mac

Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Bytedance Cutting melancarkan keahlian super SVIP: 499 yuan untuk langganan tahunan berterusan, menyediakan pelbagai fungsi AI Bytedance Cutting melancarkan keahlian super SVIP: 499 yuan untuk langganan tahunan berterusan, menyediakan pelbagai fungsi AI Jun 28, 2024 am 03:51 AM

Laman web ini melaporkan pada 27 Jun bahawa Jianying ialah perisian penyuntingan video yang dibangunkan oleh FaceMeng Technology, anak syarikat ByteDance Ia bergantung pada platform Douyin dan pada asasnya menghasilkan kandungan video pendek untuk pengguna platform tersebut Windows , MacOS dan sistem pengendalian lain. Jianying secara rasmi mengumumkan peningkatan sistem keahliannya dan melancarkan SVIP baharu, yang merangkumi pelbagai teknologi hitam AI, seperti terjemahan pintar, penonjolan pintar, pembungkusan pintar, sintesis manusia digital, dsb. Dari segi harga, yuran bulanan untuk keratan SVIP ialah 79 yuan, yuran tahunan ialah 599 yuan (nota di laman web ini: bersamaan dengan 49.9 yuan sebulan), langganan bulanan berterusan ialah 59 yuan sebulan, dan langganan tahunan berterusan ialah 499 yuan setahun (bersamaan dengan 41.6 yuan sebulan) . Di samping itu, pegawai yang dipotong juga menyatakan bahawa untuk meningkatkan pengalaman pengguna, mereka yang telah melanggan VIP asal

Pembantu pengekodan AI yang ditambah konteks menggunakan Rag dan Sem-Rag Pembantu pengekodan AI yang ditambah konteks menggunakan Rag dan Sem-Rag Jun 10, 2024 am 11:08 AM

Tingkatkan produktiviti, kecekapan dan ketepatan pembangun dengan menggabungkan penjanaan dipertingkatkan semula dan memori semantik ke dalam pembantu pengekodan AI. Diterjemah daripada EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG, pengarang JanakiramMSV. Walaupun pembantu pengaturcaraan AI asas secara semulajadi membantu, mereka sering gagal memberikan cadangan kod yang paling relevan dan betul kerana mereka bergantung pada pemahaman umum bahasa perisian dan corak penulisan perisian yang paling biasa. Kod yang dijana oleh pembantu pengekodan ini sesuai untuk menyelesaikan masalah yang mereka bertanggungjawab untuk menyelesaikannya, tetapi selalunya tidak mematuhi piawaian pengekodan, konvensyen dan gaya pasukan individu. Ini selalunya menghasilkan cadangan yang perlu diubah suai atau diperhalusi agar kod itu diterima ke dalam aplikasi

Bolehkah penalaan halus benar-benar membolehkan LLM mempelajari perkara baharu: memperkenalkan pengetahuan baharu boleh menjadikan model menghasilkan lebih banyak halusinasi Bolehkah penalaan halus benar-benar membolehkan LLM mempelajari perkara baharu: memperkenalkan pengetahuan baharu boleh menjadikan model menghasilkan lebih banyak halusinasi Jun 11, 2024 pm 03:57 PM

Model Bahasa Besar (LLM) dilatih pada pangkalan data teks yang besar, di mana mereka memperoleh sejumlah besar pengetahuan dunia sebenar. Pengetahuan ini dibenamkan ke dalam parameter mereka dan kemudiannya boleh digunakan apabila diperlukan. Pengetahuan tentang model ini "diperbaharui" pada akhir latihan. Pada akhir pra-latihan, model sebenarnya berhenti belajar. Selaraskan atau perhalusi model untuk mempelajari cara memanfaatkan pengetahuan ini dan bertindak balas dengan lebih semula jadi kepada soalan pengguna. Tetapi kadangkala pengetahuan model tidak mencukupi, dan walaupun model boleh mengakses kandungan luaran melalui RAG, ia dianggap berfaedah untuk menyesuaikan model kepada domain baharu melalui penalaan halus. Penalaan halus ini dilakukan menggunakan input daripada anotasi manusia atau ciptaan LLM lain, di mana model menemui pengetahuan dunia sebenar tambahan dan menyepadukannya

Tujuh Soalan Temuduga Teknikal GenAI & LLM yang Cool Tujuh Soalan Temuduga Teknikal GenAI & LLM yang Cool Jun 07, 2024 am 10:06 AM

Untuk mengetahui lebih lanjut tentang AIGC, sila layari: 51CTOAI.x Komuniti https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou berbeza daripada bank soalan tradisional yang boleh dilihat di mana-mana sahaja di Internet memerlukan pemikiran di luar kotak. Model Bahasa Besar (LLM) semakin penting dalam bidang sains data, kecerdasan buatan generatif (GenAI) dan kecerdasan buatan. Algoritma kompleks ini meningkatkan kemahiran manusia dan memacu kecekapan dan inovasi dalam banyak industri, menjadi kunci kepada syarikat untuk kekal berdaya saing. LLM mempunyai pelbagai aplikasi Ia boleh digunakan dalam bidang seperti pemprosesan bahasa semula jadi, penjanaan teks, pengecaman pertuturan dan sistem pengesyoran. Dengan belajar daripada sejumlah besar data, LLM dapat menjana teks

Untuk menyediakan tanda aras dan sistem penilaian menjawab soalan saintifik dan kompleks baharu untuk model besar, UNSW, Argonne, University of Chicago dan institusi lain bersama-sama melancarkan rangka kerja SciQAG Untuk menyediakan tanda aras dan sistem penilaian menjawab soalan saintifik dan kompleks baharu untuk model besar, UNSW, Argonne, University of Chicago dan institusi lain bersama-sama melancarkan rangka kerja SciQAG Jul 25, 2024 am 06:42 AM

Editor |ScienceAI Question Answering (QA) set data memainkan peranan penting dalam mempromosikan penyelidikan pemprosesan bahasa semula jadi (NLP). Set data QA berkualiti tinggi bukan sahaja boleh digunakan untuk memperhalusi model, tetapi juga menilai dengan berkesan keupayaan model bahasa besar (LLM), terutamanya keupayaan untuk memahami dan menaakul tentang pengetahuan saintifik. Walaupun pada masa ini terdapat banyak set data QA saintifik yang meliputi bidang perubatan, kimia, biologi dan bidang lain, set data ini masih mempunyai beberapa kekurangan. Pertama, borang data adalah agak mudah, kebanyakannya adalah soalan aneka pilihan. Ia mudah dinilai, tetapi mengehadkan julat pemilihan jawapan model dan tidak dapat menguji sepenuhnya keupayaan model untuk menjawab soalan saintifik. Sebaliknya, Soal Jawab terbuka

Lima sekolah pembelajaran mesin yang anda tidak tahu Lima sekolah pembelajaran mesin yang anda tidak tahu Jun 05, 2024 pm 08:51 PM

Pembelajaran mesin ialah cabang penting kecerdasan buatan yang memberikan komputer keupayaan untuk belajar daripada data dan meningkatkan keupayaan mereka tanpa diprogramkan secara eksplisit. Pembelajaran mesin mempunyai pelbagai aplikasi dalam pelbagai bidang, daripada pengecaman imej dan pemprosesan bahasa semula jadi kepada sistem pengesyoran dan pengesanan penipuan, dan ia mengubah cara hidup kita. Terdapat banyak kaedah dan teori yang berbeza dalam bidang pembelajaran mesin, antaranya lima kaedah yang paling berpengaruh dipanggil "Lima Sekolah Pembelajaran Mesin". Lima sekolah utama ialah sekolah simbolik, sekolah sambungan, sekolah evolusi, sekolah Bayesian dan sekolah analogi. 1. Simbolisme, juga dikenali sebagai simbolisme, menekankan penggunaan simbol untuk penaakulan logik dan ekspresi pengetahuan. Aliran pemikiran ini percaya bahawa pembelajaran adalah proses penolakan terbalik, melalui sedia ada

Prestasi SOTA, kaedah AI ramalan pertalian protein-ligan pelbagai mod Xiamen, menggabungkan maklumat permukaan molekul buat kali pertama Prestasi SOTA, kaedah AI ramalan pertalian protein-ligan pelbagai mod Xiamen, menggabungkan maklumat permukaan molekul buat kali pertama Jul 17, 2024 pm 06:37 PM

Editor |. KX Dalam bidang penyelidikan dan pembangunan ubat, meramalkan pertalian pengikatan protein dan ligan dengan tepat dan berkesan adalah penting untuk pemeriksaan dan pengoptimuman ubat. Walau bagaimanapun, kajian semasa tidak mengambil kira peranan penting maklumat permukaan molekul dalam interaksi protein-ligan. Berdasarkan ini, penyelidik dari Universiti Xiamen mencadangkan rangka kerja pengekstrakan ciri berbilang mod (MFE) novel, yang buat pertama kalinya menggabungkan maklumat mengenai permukaan protein, struktur dan jujukan 3D, dan menggunakan mekanisme perhatian silang untuk membandingkan ciri modaliti yang berbeza penjajaran. Keputusan eksperimen menunjukkan bahawa kaedah ini mencapai prestasi terkini dalam meramalkan pertalian mengikat protein-ligan. Tambahan pula, kajian ablasi menunjukkan keberkesanan dan keperluan maklumat permukaan protein dan penjajaran ciri multimodal dalam rangka kerja ini. Penyelidikan berkaitan bermula dengan "S

SK Hynix akan memaparkan produk berkaitan AI baharu pada 6 Ogos: HBM3E 12 lapisan, NAND 321 tinggi, dsb. SK Hynix akan memaparkan produk berkaitan AI baharu pada 6 Ogos: HBM3E 12 lapisan, NAND 321 tinggi, dsb. Aug 01, 2024 pm 09:40 PM

Menurut berita dari laman web ini pada 1 Ogos, SK Hynix mengeluarkan catatan blog hari ini (1 Ogos), mengumumkan bahawa ia akan menghadiri Global Semiconductor Memory Summit FMS2024 yang akan diadakan di Santa Clara, California, Amerika Syarikat dari 6 hingga 8 Ogos, mempamerkan banyak produk penjanaan teknologi baru. Pengenalan kepada Sidang Kemuncak Memori dan Penyimpanan Masa Depan (FutureMemoryandStorage), dahulunya Sidang Kemuncak Memori Flash (FlashMemorySummit) terutamanya untuk pembekal NAND, dalam konteks peningkatan perhatian kepada teknologi kecerdasan buatan, tahun ini dinamakan semula sebagai Sidang Kemuncak Memori dan Penyimpanan Masa Depan (FutureMemoryandStorage) kepada jemput vendor DRAM dan storan serta ramai lagi pemain. Produk baharu SK hynix dilancarkan tahun lepas

See all articles