科技模块-核心场景
核心场景阐述:数字孪生技术的布局与应用
传感器多层布局,收集大量生产生活数据
输出端的交互设备主要负责向用户展示信息或反馈操作结果
1.显示器:
用于显示数据大屏或数字孪生的交互界面,使用户能够直观地看到虚拟模型与真实世界的交互情况。包括阴极射线管显示器(CRT)、液晶显示器(LCD)、等离子显示器等。
2. 数字纸:
一种薄的、柔软的介质,可以利用电子仪器在上面书写,即使没有能量也能保存书写内容。
数字纸可以提供类似纸张的书写体验,适用于需要手写笔记或绘图的应用场景。
3. 语音交互设备:
麦克风和扬声器等音频设备可以用于声音识别和语音交互。在某些应用中,声音数据也可以作为数字孪生模型的输入或输出。麦克风可以采用NCAT技术,消除背景噪音,强化单一方向声音。
4. 三维打印机:
可根据数字孪生模型生成物理原型或部件,这使得数字孪生技术更加实用,因为用户可以通过三维打印来验证和优化模型。三维打印机可以将液态光敏树脂材料、熔融的塑料丝、石膏粉等材料通过喷射粘结剂或挤出等方式实现层层堆积叠加形成三维实体,适用于快速成型(Rapid Prototyping, RP)。
5.HMI(人机界面)设备:
用于控制系统、监控设备或提供状态反馈,包括触摸屏、按钮、旋钮、指示灯等,用于实现人与数字孪生系统之间的直接交互。
数据加密
静态数据加密与传输加密:
Azure Digital Twins 对写入数据中心的静态数据和传输中的数据进行加密。这种搭配确保了数据在存储和传输过程中的安全性。
使用强加密算法:
可以采用如AES这样的强加密算法来加密数据,确保数据的安全性。同时,结合区块链技术,利用其不可篡改性和可追溯性来增强数据的安全性。
智能合约与数据访问控制:
智能合约可以自动执行数据访问和执行权限的控制,确保只有授权用户才能访问和解密数据,可以精确控制对特定数据、资源和操作的访问。
这三种搭配方式结合了加密技术、区块链、智能合约和访问控制策略,为Azure Digital Twins 平台提供了全面的数据保护和安全措施。
数据存储方法
1.分布式存储区块链
将城市数据分散存储在多个节点上,利用区块链技术确保数据的安全性和不可篡改。每个节点都保存一部分数据,通过加密算法和共识机制保证数据的完整性。
以常见的2U或4U服务器作为存储工具,其宽度一般为482.6mm,深度一般在600mm到1000mm,采用的服务器内部安装多个硬盘托架,一般一台的存储信息量可达到几十TB,对于我们城市的区块链应用,预设200台这样的服务器,大概需要的空间在15立方米。
2.DNA 存储
利用合成 DNA 来存储城市数据。将数据编码为 DNA 序列,通过合成和存储 DNA 分子来实现数据的长期保存。
DNA存储效率奇高,因此作为存储介质本身它几乎不占任何体积,但由于保存方法和制作方法的特殊,DNA存储需要配备一个实验室以及一个存储室,但只需几克的DNA便可以对所有的数据进行存储,预估使用20立方米。
3.量子存储
借助量子力学原理进行数据存储,利用量子态的叠加和纠缠特性来存储和处理信息。
基于冷原子系统的数据存储,和固态量子存储的综合运用,二者高效率且占据空间小,只需要设计相应的实验室即可,预估使用空间在10立方米以下。
数据传输
我们采取以下方案来保证数据传输的效率
- 边缘计算和去中心化处理:边缘计算技术在IOT设备进行部分数据处理,将世界分区,不同分区由不同计算机负责,再将数据汇总。通过边缘计算,可以实时处理和分析数据,减少网络延迟,提高数据同步的实时性。
- 实时通信协议:使用高效的通信协议,这些协议支持低延迟、低带宽的数据传输,适用于实时数据同步场景
- 云计算和大数据技术:云计算和大数据技术提供弹性、可扩展的计算和存储资源,支持实时数据同步。创建计算云平台,根据实时情况分配算力,实现算力平衡。例如,可以使用分布式数据库和数据流处理框架来存储和处理实时数据。
- 双向通信机制:数字孪生技术支持实体到虚拟和虚拟到实体的双向通信。实体到虚拟的通信涉及将物理实体的数据流传输至数字孪生模型,而虚拟到实体的通信则涉及将优化建议或预警信息从数字孪生模型回传给物理实体,指导实体系统进行适应性调整
- 太赫兹传导技术:赫兹传导技术是一种在太赫兹频段(频率从0.1THz到10THz)进行信号传输的技术。太赫兹波段拥有宽阔的频带,有利于高速数据传输。在通信领域,太赫兹技术有望实现高达10GB/s的无线传输速度。同时,太赫兹波的脉冲很短,可以达到皮秒量级,因此具有很高的时间分辨率,适用于动态过程的观测
技术的升级和迭代
为了社会的安全和稳定,我们将成立科研攻关小组对数字孪生技术进行不断地提升和维护,最终搭建数字孪生为基础的元宇宙。百年之内,我们的计划主要分三步:
- 虚实孪生,现实与虚拟相互对立,是2个各自独立的空间
这个阶段,数字孪生技术主要用于搭建比较小的虚拟模型,对小规模农田、林场、技术实验和工作环境进行模拟,用于优化配置和降低风险。同时探索去中心化计算技术和边缘计算技术,将大部分实体模型实现“上云”,在TLS和SSL协议基础上设置新的安全协议加强隐私,同时将涉及用户隐私部分进行网络隔离放入专用的VPN,为万物互联的元宇宙打下基础。
- 虚实相生,现实空间的真实性不断退却,虚拟空间变得更真实,2个世界相辅相成
尝试建立城市大模型,进一步发展城市大脑技术,加入区块链和工业互联网技术,让城市的金融、工业模块完全在数字孪生的元宇宙中实现。进一步发展VR、AR、MR和3D渲染技术,增强虚拟世界真实性。研究太赫兹传导技术和卫星通信技术,部署地球低轨道卫星,并进行卫星间的激光链路,提高区块链的信息传播效率。
- 虚实融生,后期阶段,虚拟是现实,2个世界彻底融合在一起。
在虚拟城市真实模型基础上构建新的虚拟设施,增设时间轴,分出算力进行数字孪生预测,多方位、长时段验证重要技术和政策的合理性,并实现灾害的准确预测,能源的合理利用,同时将其他几个世界数据“上云”,实现友好交流和战略预警。技术层面上确保世界发展大方向正确性,元宇宙和真实宇宙同时发展,相融相生,确保永续发展
人工智能危机防范
1. 设立明确的伦理和法律框架
2. 控制技术的透明性与可解释性
• 可解释性AI(Explainable AI):确保人工智能系统在做出决策时具有透明性,开发出能够解释其操作方式的算法,便于人类理解和监控,减少系统失控的风险。
• 算法审查:要求所有AI系统在部署前经过严格的审查,以确保其行为和决策符合既定的安全标准。
3. 开发AI的安全机制
• 安全停机系统:为人工智能系统设计“安全开关”(kill switch)当AI的行为超出设定的界限或出现危险时,可以立即停止其运行。
• 自我限制功能:设计具有内置约束的AI系统,使其无法违背安全规则或试图逃避人类控制。
4. 人类监督和控制
• 人类监督:确保人工智能系统的关键决策始终有人类介入,特别是在高风险领域(如军事、医疗、金融)中,让人类保留最终决定权。
5. 规范军事AI的使用
• 禁止自主武器系统:确保禁止开发和使用完全自主的武器系统,这类武器可能在没有人类干预的情况下造成灾难性后果。
6. 持续的AI教育与研究
• 安全研究:投入更多资源进行AI安全性的研究,包括开发更强大的控制系统、提升AI系统的可解释性、应对潜在的道德和社会影响等问题。
• 公众教育:普及公众对于AI的理解,增强人们对潜在风险的认知和应对能力,确保AI技术在大众生活中的应用不会带来过度依赖或不当使用。
7. 资源分配和AI民主化
• AI开发权力下放:确保AI开发的权力分散化,不让某些企业或国家垄断技术发展,以避免某一方掌握过大的技术优势而可能对社会构成威胁。
8. 监控与管理AI的自我学习能力
• 限制AI的自我优化能力:防止人工智能系统通过自主学习变得过于强大或复杂,从而超出人类的控制范围。确保其在自我学习的过程中有明确的边界和监督机制。
机制设定
世界由两个科研团队进行竞争性阶段研究,取得成果更快、质量更高的团队会获得更多的科研资源倾斜,并提高社会地位(见人群)。每一阶段我们采纳更优的成果,在下一阶段转换研究目标时共享所有成果,以保证落后方能够继续发挥科研实力。竞争性的研究能够促进科研成果产出。
Young
对于你们的科研研究,1. 将团队数量控制在两个的原因是什么?这会不会成为一种限制,导致你们科研创新的方向过于少了,发展不平衡? 2. 很明显团队科研的方向可能产生一定不同,你们是通过什么方式判定哪一科研团队成果更好、质量更高的?
😀
杨嘉琪博士你好,首先赞美你对学长组的百万立方世界做出的贡献,并感谢你对我们的热切关注,你可能对于我们的科研设置有误解,两只科研团队单指对于【诺玛】人工智能的研究,而且这个团队和现在意义上的科研团队有所区别,你可以理解成两只互相竞争的队伍,会对【诺玛】在存储机制,算法,训练数据集,数据传输等各个方面进行优化,我们也会在这几个方面对于科研成果进行短期和长期的评估(长期的评估可能会参考【诺玛】的模拟结果),以此判断哪个团队成果更好。
Yao.
数字孪生技术当前只能够使用在工厂中是有限制原因的:工厂中的研究对象的环境变量较少,对于计算机来说处于能够预测的范围内。但是现实世界是一个混沌体系,变量和状态都无法完全确定,多一个变量带来的计算量就是指数级别的递增,又如何能用这个技术来预测结果呢?
😀
你好,首先,我们认为数字孪生技术目前的应用不只是在工厂中,其应用还包含智慧城市、科技园区、交通管理甚至军事等各个方面,事实上,数字孪生技术在生活各个方面几乎都有运行或者试运行的模型;其次,如果要对目前的地球进行预测可能较为困难,但是如果我把范围缩小在一百万个立方,其可行性相信可见一斑;最后,再次重申,用数字孪生技术将世界“上云”是百年之后的计划,我认为那时候的计算机技术已经可以迭代到可以进行模拟的地步了。
Yao.
举个例子,你们下面提到了用数字孪生让居民体验不同决策带来的结果。但是这种结果是必然发生的吗?例如这项政策的实施让不少人感到冒犯从而引发其他的社会问题,那这种结果也是可以预料的吗?数字孪生技术能够先进到预测人类下一步的想法了吗?如果你们认为可以了,那是否说明数字孪生技术中的模拟人类已经具有了和现实中的人一样的想法?那就要再次考虑人工智能反叛的问题了:既然系统已经可以预测所有人类的动向了,那么人类是否已经失去了反抗人工智能的能力?
😀
你好,俗话说“人心难猜”,但是非常反直觉的是,目前的AI已经可以对人类性格建模了,而这也是心理学的一个新的发展方向。举几个贴近生活的例子,购物网站的AI推荐算法是否可以说明AI具备揣测人类思维的能力,我在2022年浙江大学“英才计划”中参观过一个利用n阶Markov Chain做的石头剪刀布机器人,对战人类胜率超过92%,可见在一些博弈中AI的确有能力预料人类的想法并纳入算法中。
😀
另外,非常感谢你对于我们数字孪生计划的详细阅读,让虚拟人类获得现实人类一样的想法确实是我们想要达到的目的,但是我们对于人工智能反叛的问题已经做过预案:首先,我们会在底层算法逻辑中尽量避免这一事件的发生;其次,我们有“执剑人”计划,“执剑人”的一生是不会被AI监控的(甚至可能AI不会知道他的存在,同时他在AI正常的时期也不会与世界有交集),这样就能够确保AI可以安全运行了