最近,新加坡完成构建全球首个国家级数字孪生,其中Bentley Systems Tools帮助新加坡加速了把原始地理信息系统、激光雷达和图像数据转换为实景网格、建筑和全国交通模型的过程。
新加坡土地管理局高级首席测量师Hui Yingto表示:“我们设想,这些构建块将成为元宇宙中的重要组成部分,从3D映射和数字孪生开始。”
他认为,数字孪生是通过密集的数字化对现实世界进行的复制,对于可持续的、有弹性的和智能的发展是很重要的。他的团队正在开发一个框架,该框架可以在多个数字孪生中实现单一的事实来源,以反映世界的不同方面和不同场景。
新加坡是一个岛国,海平面上升是其面临的问题,集成的数字孪生基础设施已经在帮助新加坡应对各种挑战(例如气候变化所带来的影响),而独立的、准确的、可靠且一致的地形模型将支持新加坡国家水务局在资源管理、规划和海岸保护方面的工作。
数字孪生还有助于开发可再生能源。对建筑模型数据的聚合,将有助于推进新加坡的太阳能光伏路线图,帮助政府实现到2030年之前使用2 GWp太阳能的承诺。
从制图到孪生
数字孪生与地图的主要区别之一是,数字孪生可以不断更新,以响应新的数据。新加坡需要一个最为先进的数据管理平台,来帮助他们更新从各种流程收集上来的数据,以代表新加坡独特但又相互关联的数字孪生。TO表示:“数字孪生不仅代表了物理空间,还代表了法律空间(产权地籍图)和设计空间(BIM等规划模型),从而充分发挥其潜力。”
城市和国家政府正在探索各种策略,将个人地理、基础设施、专有记录数据孤岛转变成为集成的数字孪生体。这可不是一件容易的事情,因为数据的捕获方式、使用的文件格式、基础数据的质量和准确性之间存在显著差异。此外,政府还需要以尊重公民隐私、企业数据隐私(IP)以及内部数据安全的方式构建这些地图。
例如,地籍调查等数据源反映了房地产、矿产和土地使用领域的所有权边界,对这些记录的损坏或意外更改,可能会侵犯隐私、竞争优势或者所有权。
新加坡是世界上人口密度第二大的国家,这导致了垂直建筑和基础设施的显著增加。传统的制图方法是基于二维地理的。2011年大洪水摧毁了该国之后,政府启动了一项雄心勃勃的3D制图计划,使用快速捕获技术绘制整个国家地图,并于2014年绘制出了第一张3D地图,帮助各个政府机构制定政策和计划、改善运营以及管理风险。
但是现在这个地图已经过时了,因此2019年新加坡土地管理局进行了第二次尝试,通过检测随时间推移发生的变化以及更高的准确性对原始地图进行了更新,以反映该国的城市发展动态。这个项目涵盖了新加坡的航空测绘以及所有公共道路的移动街道测绘。
一次捕获,多人使用
过去,每届政府机构都进行了地形调查以改进规划决策。“由于时间表不同,所以出现重复工作并不意外,”TO说。
此次与Bentley的合作,帮助实施了新加坡土地管理局“一次捕获,多人使用”的战略,旨在通过为政府机构、当局和顾问的项目提供开源3D国家地图,最大限度地提高地图的可访问性。他们希望最终可以扩展3D地图,支持4D来展现随时间推移发生的变化。
他们采用自动图像捕获技术来快速绘制国家地图,新的快速捕获流程帮助将支出从3500万新元减少到600万新元,时间也从2年缩短到8个月。
新加坡土地管理局在41天内捕获了160000多张高分辨率航拍图像,并使用Bentley Context Capture Tools将其转换为精度达到0.1米的全国3D实景网格,并利用Bentley Orbit 3DM工具将超过25 TB的本地街道数据转换为数字孪生。
该团队针对数据的不同方面对各种文件格式进行了标准化。LAS和LAZ用于点状云数据,GeoTIFF用于将图像与物理空间对齐,CityGML增加了对矢量模型和曲面的支持。
开放与安全之间的平衡
TOA表示,在开放数据和安全性之间取得适当平衡是非常重要的。开放数据让用户能够采用正确的工具来满足其组织的需求,而不用担心应用如何。不过,这种开放性对于平衡安全和隐私方面的考量是有必要的,这将确保原始数据可以得到安全处理,并提供给采用给了适当隐私保护的机构、企业和公民。
所有团队成员的安全性将受到检查,数据也是在一个安全受控的环境中进行处理的。此外,还应用了各种传感和匿名技术来保护隐私,使其能够与参与规划、风险管理、运营和政策的机构更广泛地共享数据,而不会影响任何人的数据权利
数据处理是在受控环境中完成的,这意味着与外界隔离且无需网络访问。这可能会阻碍某些流程(例如在遇到问题时获得技术支持),“然而,对于这样一个国家规模的测绘来说,必须要在时间和安全之间取得平衡。”
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。