2021年，台风“灿都”袭击了东亚。风速一度达到每小时170英里，成为本季最强的风暴之一。它给该地区造成了严重破坏，引发了疏散和交通中断。

　　在像Chanthu这样的风暴中，气象学家和政府领导人想要弄清楚接下来会发生什么。改善这种预测的未来可能取决于公司用来预测供应链问题的技术方法:数字双胞胎。

　　越来越多的公司和组织正在花费时间和金钱来创建地球的数字双胞胎。部分是由于计算能力和存储等技术的进步和改进，以及对数据有更深入了解的愿望，来自数字双胞胎的洞察力可以帮助指导极端天气应对、城市规划、基础设施、保险等方面的决策。

　　但就像物理地球一样，它的数字孪生也有其复杂性。

　　任何人都可能想要建造一个地球的数字双胞胎的原因，与一家公司可能会建造一个工厂或仓库的双胞胎的原因并没有什么不同。

　　It咨询公司Gartner的分析师阿方索?韦洛萨(Alfonso Velosa)表示:“这实际上是关于业务流程，或利用技术进行业务流程转型。”

　　无论是研究机构还是企业，理想情况下，建造一个地球的孪生体应该有一个特定的目的或回答一个特定的问题。

　　佛罗里达大学(University of Florida)环境工程科学系副教授克里斯汀·安吉利尼(Christine Angelini)说:“我们希望进行的投资，无论是在政策规模上，还是在基础设施投资规模上，都是真正优化的。”

　　安吉利尼和一个更大的多学科团队，其中包括以人为中心的空间人工智能研究和实验实验室主任卡拉Salda?a奥乔亚，正在研究一个创建佛罗里达州数字双胞胎的项目。该计划于2023年从佛罗里达州立法机构获得了175万美元的战略资金，在该计划的早期，他们正在将杰克逊维尔市数字化，并专注于住房危害和健康问题。

　　同样，美国国家航空航天局地球科学与技术办公室(ESTO)负责人迈克尔·西布隆(Michael Seablom)谈到了他的团队使用数字双胞胎来镜像人造系统(如电网或道路)的工作。他们想研究像气候变化这样的东西是如何随着时间的推移影响这些人类系统的。基础问题最终涉及到地球科学。

　　例如，ESTO可以创建一个孪生模型来模拟一个地区的水循环，并显示它如何受到其他地球系统的影响。这样的项目可以深入了解洪水和干旱等事件如何影响基础设施，以及人们的生命和财产。

　　2022年，NASA宣布将在两年内支持28项类似的提案，总金额为3100万美元。

　　播放尚未发生或可能发生的场景是数字孪生的关键用例之一。

　　对于研究人员来说，它可以回答有关野火如何蔓延以及接下来会在哪里燃烧的问题，台风或飓风如何登陆，或者在哪里放置基础设施。

　　“如果你想在沿海地区修一条路，那么20年后这个沿海地区会是什么样子?”同时担任美国宇航局地球科学部技术副主任的西布罗姆说。

　　可以肯定的是，数字双胞胎并不新鲜。据说，美国宇航局在20世纪60年代首次将数字孪生概念概念化，尽管这个术语本身直到几十年后才出现。虽然专家们可能会对数字孪生究竟是什么争论不休，但基本的想法是，它是资产、流程、人员等的虚拟镜像，用反映物理事物的数据进行更新。它不仅仅是一个不变的表示。

　　在过去的几十年里，公司和组织已经创建了工厂、仓库、产品、供应链等的数字双胞胎。法国戴高乐机场(Charles de Gaulle airport)使用传感器和激光雷达(LiDAR)来匿名跟踪机场内的旅客，以解决乘客体验中的障碍和堵塞。

　　事实证明，游戏行业无意中成为了数字双胞胎的推动者。佛罗里达大学的Salda?a Ochoa说，21世纪初出现了所谓的智能环境的繁荣，主要应用于游戏引擎。

　　她说:“创造一个智能环境就是创造一个能够对玩家做出反应的环境。“这是由游戏引擎公司或游戏开发商推动的，他们提供了一些现在对其他研究领域有用的软件。”

　　游戏产业的另一个贡献是更强大的图形处理单元(gpu)。

　　BlackShark的全球模拟总监Rick Brooks说:“他们真的改变了游戏、专业模拟和可视化的本质。”该公司利用实时卫星图像，结合自己开发的名为Orca Huntr的生成式人工智能引擎，创建了一个逼真的地球数字孪生体(Synth3D)，该引擎已被用于各种用途，包括微软最新版本的《飞行模拟器》。

　　

　　由于物联网(IoT)的出现，现在的数据也比以往任何时候都多——即使这些数据并不总是处于最佳状态或易于访问。

　　ESTO关于2023年地球数字孪生计划的一份报告指出，美国宇航局50多年来一直在收集地球上的数据——来自太空、飞机、气球和传感器的数据。还会有更多的数据。由于前面提到的技术进步，以及人工智能和机器学习，从所有数据中提取见解的速度更快，可能性更大。

　　生成式人工智能也正在进入地球数字双胞胎的世界。

　　首先，它可以在增强地球的视觉表现方面发挥作用——并不是每个地球数字孪生体都有视觉成分。

　　BlackShark。ai的Orca hunter生成式人工智能引擎处理了代表地球表面大约15亿座建筑的任务，以及其他功能。人们看到的可能不是每一栋建筑的一砖一瓦的复制品，而是基于卫星图像信息的再现。该引擎查看屋顶线条、类型和材料，并将典型建筑的特征应用于该地区。它还可以利用图像中阴影的长度来确定建筑物的高度。

　　

　　Blackshark。此后，ai将Orca hunter作为自己的产品分离出来。该公司还利用其Orca Huntr技术来扑灭野火。Blackshark。人工智能被选中参加XPRIZE野火竞赛，该竞赛旨在促进技术发展，创新如何在野火变得具有高度破坏性之前检测、跟踪和管理野火。

　　英伟达在2024年的GTC大会上推出了一款名为cordiff的生成式人工智能模型。cordiff使用生成式学习来帮助更快、更有效地预测天气事件的精细细节，而传统模型可能会遗漏这些细节。

　　高级产品营销经理博米·加迪亚(Bhoomi Gadhia)表示，英伟达致力于建立对生成式人工智能预测准确性的信任，通过对照国家预测模型和事后实际发生的情况来检验预测，以证明它们是正确的。

　　今年8月，英伟达推出了一种新的生成式人工智能模型StormCast，该公司表示，它可以在所谓的中尺度上做出可靠的预测，中尺度指的是比风暴大，但比气旋小的尺度。

　　虽然创造地球数字双胞胎的效果在很大程度上还有待观察，但研究人员希望这些数字双胞胎的影响将是深远的。

　　除了数字双胞胎的崇高抱负，它可以帮助人们做出关于如何扑灭野火、疏散濒危社区和应对气候变化的关键决策，Gartner的韦洛萨指出，这里也有产品潜力。例如，某家公司有一天可以把一个城市的孪生城市卖掉，或者把这个孪生城市推销给保险公司。

　　根据Gartner的一份报告，模拟数字孪生软件和服务的市场预计将在未来十年达到3790亿美元，高于2024年的350亿美元。这个行业还有很大的发展空间。高德纳指出，由于为任何特定用途制造数字孪生所需的产品和解决方案组合多种多样，目前还没有占据主导地位的公司。

　　英伟达正在开发三种api——训练即服务、可视化即服务和模拟即服务——作为Earth-2的下一个里程碑。Gadhia说，他们的应用案例从计算飞行路径到跟踪情人节的鲜花递送。

　　还有NASA, Nvidia, Blackshark。人工智能并不是唯一致力于建造地球孪生体的组织。这些努力可以通过研究机构、大学、政府和公司之间的合作来实现。例如，欧盟正在资助一项倡议，以创建一个地球的数字双胞胎，称为目的地地球，或简称destiny。在欧洲航天局、欧盟委员会和许多其他机构的合作下，这对双胞胎于6月发射，目标是解决从空气质量问题到追踪全球鱼类迁徙和栖息地到极地污染的所有问题。

　　然而，尽管对未来可能性的预期增长和兴趣，创造可靠的数字双胞胎仍然存在挑战。

　　Angelini说，最大的目标之一是能够汇总不同类型的数据并寻找相互联系。然而，她指出，不同来源的数据在质量和可靠性方面可能存在巨大差异。其次，实时获取数据需要技术的进一步发展，她说。Angelini和Salda?a Ochoa都谈到需要更好的数据聚合方法。

　　美国宇航局的西布罗姆还指出，他们正在研究的这对双胞胎并不是完整的、精确的复制品——像地球大气层这样的系统太复杂了。

　　此外，找到一种有效地可视化双胞胎的方法可能是另一个障碍。

　　对于Seablom的团队来说，他们希望在未来创建一个统一的架构来统一不同的模型。

　　“说起来很简单——地球的数字双胞胎。但这是一个长达多年的项目。”