數位孿生與城市永續發展
洪水和熱浪等自然災害表明,人們對環境確實缺乏控制——儘管其中一些災難實際上可能是人類決策和粗心大意的結果。
自然災害愈加頻傳,嚴重程度也在加劇,這讓人們更加關注對城市永續性的迫切需求,數位孿生技術在應對這項挑戰方面發揮著主導作用。
數位孿生的定義是實體過程的電腦模型或實體實體的複本,它們本質上是真實而準確的虛擬模型。
數位孿生的優勢
數位孿生有望成為城市永續發展的重要工具,因為它們允許研究人員重建特定的城市環境,複製影響它的因素或過程,例如智慧交通。
數位孿生還可以與環境中的感測器耦合,為嚴密監控提供即時數據。
然後,研究人員可以使用人工智慧來了解這些過程以及它們如何影響環境,預測未來的條件和影響,從而做出具有可持續性的決策。
我們對數位孿生及其在城市永續發展領域的潛力進行了批判性研究,研究表明,這些最近的技術發展已經證明其在公共和私有組織的財務和可持續性方面的效益。
我們證明,數位孿生可以監控實體資產的即時數據,並查看它們在不同的虛擬環境場景中的效能,從而使資源分配更加高效。
例如,透過測量和模擬新路網的雨水容量,可以結合利用歷史和即時感測器數據,設計對水敏感的城市以減少浪費和損失。
數位孿生實施障礙
儘管城市數位孿生(UDT)在解決技術、倫理和社會技術問題方面居於領先地位,但其應用仍然存在一些障礙。那麼,如何利用這項技術來支持城市永續發展呢?
UDT 技術的成功取決於實體和數位環境之間及時的雙向通訊——這一點不能打折扣。
我們發現的第一個因素是許多決策者缺乏數位素養,這讓他們對數位科技缺乏興趣,數位科技對他們在研究和財政資源方面也就貢獻甚少。
因此,我們在技術方面準備得越充分,就越有可能在組織或日常活動中採用數位技術。
最後,需要有標準和共享資料模型,這樣重要資料就不會停留在孤島中。
澳洲測量與太空科學研究所(SSSI)澳洲標準協會、澳洲工程師協會和澳洲規劃協會(PIA)等專業協會認為,標準化在開發跨利益相關者和司法管轄區的通用語言、流程和資料模型方面發揮著至關重要的作用。
澳洲紐西蘭空間資訊委員會制定的《支持建築和自然環境數位孿生的空間原則》強調了標準化在資訊和資料管理、UDT互通性、隱私和安全方面的作用。
信任人工智慧
許多產業面臨的一個問題是,由於存在問責制和透明度問題,演算法決策可能會受到質疑和懷疑。
我們最近進行的一項研究表明,可解釋人工智慧(XAI)或能夠解釋其結果的人工智慧在提高人工智慧決策的透明度以及人們的信任度方面有重要作用。這項研究的成果發表在《自然‧永續》(《Nature Sustainability》)期刊上。
XAI解決了「黑盒子」概念所帶來的問題——即使是AI開發人員也無法明確解釋其得出特定結果或做出特定決策的原因。
目前的數位化技術只衡量了城市實體的客觀方面,關注的是城市的物理特徵,例如建築的高度、樹冠、土地使用類型和密度、三維建築、城市重建視覺化以及建築能源評估。
然而,數位孿生應該是城市是客觀特徵(物理和功能)和主觀特徵(社會建構和場所體驗)的結合體。
儘管一些研究已經證明了衡量場所品質、設施公平使用和城市空間社交性方面的新能力,但是全系統模擬和實際應用仍然不足,這應該成為未來研究的重點,以防止使用不準確的模型製定出錯誤的決策和策略。
結合專業知識,打造數位城市
由於數位城市的應用是如此廣泛,其背後的專業知識也是如此。
讓IT和工程專業人員同政策制定者、最終用戶以及規劃和建築專家配合,我們就可以更好地利用數位技術的價值,應對未來的挑戰,並將當前投資回報給社區。
澳洲各州政府已經開始利用數位孿生功能來更好地為社區服務。新南威爾斯州空間數位孿生為整個州提供了跨組織的協作數位工作流程。它在現實世界的動態和多維模型中聚合位置資訊並將其視覺化。
維多利亞州政府獲得了3740萬澳元,用於開發維多利亞數位孿生平台,透過這個單一的線上平台整合大量2D、3D和即時數據。
該計畫受到了政府與墨爾本大學和其他利益相關者合作在漁人灣開展的數位孿生試點計畫的推動。
我們知道,數位孿生應該不只是一個複製品,它應該與物理過程或實體耦合到一個網路-物理-社會系統。
這樣的系統可能更像是一個大腦,而不是一個孿生品——它具有感知的神經,具有可以改變物理或數位系統的機構,以及維持物理和數位系統平衡的調節機制。
我們已經開始提高技能,提高專業人士、經理和高階主管的意識,並教育未來的勞動力了解數位孿生技術。我們的新教育計劃,如數位基礎設施工程碩士和數位工程研究生證書(基礎設施),應對了技術、道德和社會技術方面的挑戰。
我們也與業界合作,確定澳洲和全球基礎設施產業未來的數位工程需求,該產業正在蓬勃發展,並在逐步採用建築資訊模型(BIM)、物聯網(IoT)和虛擬現實等數位工具。
利用對新興技術的研究和開發以及這些教育計劃,我們為未來的技能組合創造了一種新的能力,將數位數據與統計、機器學習和數據模擬結合在一起。
目標很簡單——更好地與社區互動,並在永續未來城市的設計中傳達物理和社會過程、模式和預測。
以上是數位孿生與城市永續發展的詳細內容。更多資訊請關注PHP中文網其他相關文章!

熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

AI Hentai Generator
免費產生 AI 無盡。

熱門文章

熱工具

記事本++7.3.1
好用且免費的程式碼編輯器

SublimeText3漢化版
中文版,非常好用

禪工作室 13.0.1
強大的PHP整合開發環境

Dreamweaver CS6
視覺化網頁開發工具

SublimeText3 Mac版
神級程式碼編輯軟體(SublimeText3)

熱門話題

本站6月27日訊息,剪映是由位元組跳動旗下臉萌科技開發的一款影片剪輯軟體,依託於抖音平台且基本面向該平台用戶製作短影片內容,並相容於iOS、安卓、Windows 、MacOS等作業系統。剪映官方宣布會員體系升級,推出全新SVIP,包含多種AI黑科技,例如智慧翻譯、智慧劃重點、智慧包裝、數位人合成等。價格方面,剪映SVIP月費79元,年費599元(本站註:折合每月49.9元),連續包月則為59元每月,連續包年為499元每年(折合每月41.6元) 。此外,剪映官方也表示,為提升用戶體驗,向已訂閱了原版VIP

透過將檢索增強生成和語意記憶納入AI編碼助手,提升開發人員的生產力、效率和準確性。譯自EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG,作者JanakiramMSV。雖然基本AI程式設計助理自然有幫助,但由於依賴對軟體語言和編寫軟體最常見模式的整體理解,因此常常無法提供最相關和正確的程式碼建議。這些編碼助手產生的代碼適合解決他們負責解決的問題,但通常不符合各個團隊的編碼標準、慣例和風格。這通常會導致需要修改或完善其建議,以便將程式碼接受到應

大型語言模型(LLM)是在龐大的文字資料庫上訓練的,在那裡它們獲得了大量的實際知識。這些知識嵌入到它們的參數中,然後可以在需要時使用。這些模型的知識在訓練結束時被「具體化」。在預訓練結束時,模型實際上停止學習。對模型進行對齊或進行指令調優,讓模型學習如何充分利用這些知識,以及如何更自然地回應使用者的問題。但是有時模型知識是不夠的,儘管模型可以透過RAG存取外部內容,但透過微調使用模型適應新的領域被認為是有益的。這種微調是使用人工標註者或其他llm創建的輸入進行的,模型會遇到額外的實際知識並將其整合

想了解更多AIGC的內容,請造訪:51CTOAI.x社群https://www.51cto.com/aigc/譯者|晶顏審校|重樓不同於網路上隨處可見的傳統問題庫,這些問題需要跳脫常規思維。大語言模型(LLM)在數據科學、生成式人工智慧(GenAI)和人工智慧領域越來越重要。這些複雜的演算法提升了人類的技能,並在許多產業中推動了效率和創新性的提升,成為企業保持競爭力的關鍵。 LLM的應用範圍非常廣泛,它可以用於自然語言處理、文字生成、語音辨識和推薦系統等領域。透過學習大量的數據,LLM能夠產生文本

編輯|ScienceAI問答(QA)資料集在推動自然語言處理(NLP)研究中發揮著至關重要的作用。高品質QA資料集不僅可以用於微調模型,也可以有效評估大語言模型(LLM)的能力,尤其是針對科學知識的理解和推理能力。儘管目前已有許多科學QA數據集,涵蓋了醫學、化學、生物等領域,但這些數據集仍有一些不足之處。其一,資料形式較為單一,大多數為多項選擇題(multiple-choicequestions),它們易於進行評估,但限制了模型的答案選擇範圍,無法充分測試模型的科學問題解答能力。相比之下,開放式問答

機器學習是人工智慧的重要分支,它賦予電腦從數據中學習的能力,並能夠在無需明確編程的情況下改進自身能力。機器學習在各個領域都有廣泛的應用,從影像辨識和自然語言處理到推薦系統和詐欺偵測,它正在改變我們的生活方式。機器學習領域存在著多種不同的方法和理論,其中最具影響力的五種方法被稱為「機器學習五大派」。這五大派分別為符號派、聯結派、進化派、貝葉斯派和類推學派。 1.符號學派符號學(Symbolism),又稱符號主義,強調利用符號進行邏輯推理和表達知識。該學派認為學習是一種逆向演繹的過程,透過現有的

編輯|KX在藥物研發領域,準確有效地預測蛋白質與配體的結合親和力對於藥物篩選和優化至關重要。然而,目前的研究並沒有考慮到分子表面訊息在蛋白質-配體相互作用中的重要作用。基於此,來自廈門大學的研究人員提出了一種新穎的多模態特徵提取(MFE)框架,該框架首次結合了蛋白質表面、3D結構和序列的信息,並使用交叉注意機制進行不同模態之間的特徵對齊。實驗結果表明,該方法在預測蛋白質-配體結合親和力方面取得了最先進的性能。此外,消融研究證明了該框架內蛋白質表面資訊和多模態特徵對齊的有效性和必要性。相關研究以「S

本站7月5日消息,格芯(GlobalFoundries)於今年7月1日發布新聞稿,宣布收購泰戈爾科技(TagoreTechnology)的功率氮化鎵(GaN)技術及智慧財產權組合,希望在汽車、物聯網和人工智慧資料中心應用領域探索更高的效率和更好的效能。隨著生成式人工智慧(GenerativeAI)等技術在數位世界的不斷發展,氮化鎵(GaN)已成為永續高效電源管理(尤其是在資料中心)的關鍵解決方案。本站引述官方公告內容,在本次收購過程中,泰戈爾科技公司工程師團隊將加入格芯,進一步開發氮化鎵技術。 G
