如何将物联网、人工智能、数字孪生三者集成一起？
数字孪生技术在过去几年中发展迅速，自Gartner将其列为2017年十大技术趋势之一以来，数字孪生技术越来越受欢迎。与此同时，物联网(IoT)和人工智能(AI)技术也在稳步进步，并扩展了我们对可能性的想法。
数字孪生与物联网和人工智能集成有无数的用例，这些用例可以适用于多个行业。其中一些行业包括医疗保健、制造业、房地产和零售业等， 本文将探讨数字孪生、物联网和人工智能这三种计算如何集成到建筑物中。
为了提供数字孪生如何与人工智能和物联网技术集成的示例或用例，本文将深入探讨这三种技术如何在智能商业建筑中相互协调使用。换言之，建筑管理者和开发商如何使用这些技术来控制电力系统、操作机械、主动规划设备服务、预测设备故障以及控制建筑系统，如照明和暖通空调。
什么是数字孪生？
IBM的一位技术作家表示，数字孪生是“一种高度复杂的虚拟模型，是物理事物的精确对应物（或孪生）”。这意味着，其是物理对象的数字表示。例如，数字孪生可以是汽车的虚拟模型。值得注意的是，收集的有关物理对象的数据越多，物理对象（即数字孪生）的模拟就越详细、全面且准确。创建数字孪生所需的数据是通过传感器实时收集的，这些传感器可以测量物理空间或系统的许多不同方面，如占用率、使用情况、温度等。
什么是人工智能（AI）？
人工智能（AI）是计算机科学的一个分支，致力于使机器能够执行通常需要人类智能和分析技能的任务并做出决策。简而言之，人工智能能够将机器转变为智能机器，能够分析收集的数据，并根据这些数据提供可操作的见解。人工智能的一个实际例子就是，Netflix根据平台上的观看和搜索历史记录收集的数据来推荐接下来观看的内容。
人工智能有4种类型，分别是：
- 反应性机器
- 内存有限
- 心理理论
- 自我意识
这4种类型的人工智能本质上是技术努力达到的不同水平。每向下一层都需要更复杂的技术，并提高机器智能与人类智能的相似性。
人工智能和机器学习有什么区别？
人工智能：简单来说，人工智能是一种使机器能够模拟人类行为的技术。
机器学习：人工智能的一个子集，使计算机能够自动从过去的信息中学习，即使没有被编程为考虑某些数据。这是一个重要的组件，可以使计算机将来更有可能通过图灵测试，这本身就是一个令人着迷的概念。
图灵测试：由Alan Turing设计的一项测试，其前提是裁判与人和计算机进行交互，但无法区分是哪个，比如在线聊天或发短信，然后试图识别两者中哪一个是人类。如果裁判无法正确猜测超过50%的尝试，那么计算机就通过了图灵测试，可以被认为是一个可以通过的人类模拟，因此是智能的。
什么是物联网(IoT)？
人工智能是一种允许机器模拟人类智能和思维能力的技术，而物联网(IoT)是一种允许机器相互交流这些数据点和见解的技术。
物联网本身“指的是世界各地现在连接到互联网的数十亿物理设备，所有设备都在收集和共享数据”。为了将“哑”对象纳入物联网，有必要首先将其转变为智能对象。这是通过收集数据的传感器和分析这些数据的人工智能来完成的。然后，为了将这个智能对象引入物联网网络，可以将其连接到互联网，使其能够与其他智能设备进行通信。这意味着，随着越来越多的物理对象收集数据并连接到互联网，会出现越来越多的安全问题。
数字孪生、人工智能和物联网如何集成在一起？
通过对数字孪生、人工智能和物联网的基本了解，就很容易理解这三者如何集成，将一个对象转化为一个智能对象。
本文将提供这三种技术如何在建筑物平面图的用例中集成的基本概述。在此用例中，使用这些技术的好处是使建筑运营者的工作更加轻松。商业建筑包括许多不同的“哑”系统，这些系统可以转换为“智能”系统。一旦这些系统中的大部分变得“智能”，整个建筑就可以被认为是智能建筑。这些哑系统的例子包括照明和暖通空调。
- 将智能技术应用于商业建筑的照明系统中
以下是将“哑”照明系统转变为具有人工智能、物联网和数字孪生技术的智能照明系统的操作：
第1步：将传感器连接到照明系统
这些传感器可以是有线的或无线的，每种选择都有优点和缺点。例如，无线传感器本质上降低了布线成本，因为其不需要电线，而是可以通过无线网状网络传输数据。许多简单的无线传感器的电池寿命可以达到大约10年。
第2步：传感器收集有关照明系统的数据，如亮度和色温
安装的传感器根据传感器类型收集不同的数据点。例如，只需在建筑物的房间中安装室内环境质量(IEQ)传感器，即可测量与房间空气质量相关的各种数据点，包括室温和二氧化碳水平，以及灯光的色温和亮度等照明信息。该数据可用于自动优化光输出。例如，可以实施日光采集，以根据自然光的可用性减少人造光的使用。
第3步：基于数据构建数字孪生
可构建一个几乎任何物理设备的数字表示，即数字孪生。例如，即使是创建建筑物的虚拟平面图，也将构成数字孪生的创建。然而，随着数字孪生收集更多有关实际物理对象的数据，其变得更加全面。
传感器可以实时收集这些数据。
假设想要为商业建筑的照明系统构建数字孪生。首先，创建建筑物的虚拟平面图，甚至只是建筑物一层的平面图；然后，将启用传感器通过互联网连接与该虚拟平面图进行通信。一旦设置完成，就需要在平面图中表示有关照明系统的信息。例如，可以在虚拟平面图上放置代表每个照明装置的图标，其可根据灯光的状态实时改变颜色。因此，如果灯亮，图标可能是绿色的，如果灯灭，图标可能是灰色的。
第4步：人工智能技术分析收集到的数据，并根据这些分析提出可操作的见解
如前所述，人工智能是涉及机器学习和思维的技术。其可能看起来像一个现代概念，但其最初是在1950年Alan Turing提出“机器会思考吗？”这个问题时构想出来的。然而，直到1956年，John McCarthy才创造了“人工智能”一词。
SaS.com表示，“人工智能的工作原理是将大量数据与快速迭代处理和智能算法相结合，使软件能够自动从数据中的模式或特征中学习。”该技术与传感器融合结合使用，根据传感器收集的数据产生可操作的见解。
如果不确定什么是传感器融合，没关系！传感器融合是一种用于组合来自多个传感器的信息的方法。通过考虑从多个传感器收集的信息，这使得传感器数据不仅仅是各个部分的总和。换言之，传感器融合结合了传感器数据，以产生智能的、数据包容性的见解。
为了继续在商业建筑中的照明系统的用例，需要实施人工智能技术和算法来分析传感器数据。然后，这些见解可以以图表的形式显示在智能仪表板上，例如应用程序。
第5步：物联网技术将一切集成在一起
出于本文的目的，将人工智能、物联网和数字孪生软件如何协同工作分解为多个步骤，但现实并非如此线性。当涉及到物联网技术集成整个系统时，尤其如此。物联网技术的目的本质上是允许智能对象通过互联网或无线网络相互传送数据或信息。
换言之，传感器的工作是收集数据，人工智能的工作是分析数据，而物联网技术的目的是将这些数据点和见解传输给其他智能对象。
为了将其与在商业建筑中的照明系统的用例联系起来，物联网技术将允许通过无线集线器控制照明，例如通过交互式数字孪生的应用。例如，借助物联网技术，可以使用手机控制灯光的功率输出、亮度或色温，或者自动在一天中的最佳时间打开或关闭灯光，基于自然光的可用性。
总结
总之，这些技术的用例和好处仅受想象力的限制。几乎任何物理对象，甚至包括药丸，都可以转化为数字孪生或智能对象。需记住，数字孪生本身并不智能，是人工智能和物联网技术使其能够分析物体的数据，并将这些信息传输到智能设备。一旦拥有这些能力，数字孪生就会将物理对象转变为智能对象，使用户可以通过技术与物理对象进行交互，并实时修改其参数。例如，远程调整或自动化建筑物中的照明，这三种技术将共同努力使其成为可能。
参与评论 (0)