Stock Data

根据用例对数字孪生进行分类，可以得到多种可能的数字孪生类别。人们可能会将数字孪生分为设计、施工、融资、维护和资产运营等类别。洛克希德·马丁公司“数字挂毯”概念背后的理念似乎也源于此，该概念整合了特定资产的所有不同数字视图。

显然，：核心部分将是一个单一、一致的数据模型。例如，设计数字孪生的变 马耳他电话数据 化将对运营数字孪生产生影响。因此，它们应该在数据层面上耦合。

但它们的功能可能会有所不同：设计数字孪生可能包含建筑力学模型，而财务数字孪生则包含投资、运营成本和收益的财务模型。界面也会截然不同：设计数字孪生可能拥有炫酷的3D视图，而财务数字孪生则通常只有枯燥的表格和指标。

4. 复杂程度
ARUP 的出色报告 根据数字孪生的复杂程度，对其进行了另一种分类。这种复杂程度体现在自主性、智能性、学习能力和保真度方面。级别范围从 1（非智能、非自主的数字孪生）到 5（可替代人类执行某些复杂任务的数字孪生）。

这或许不是一个容易使用的分类方案，因为数字孪生可能在某个方面得分高，而在另一方面得分低，这引出了一个问题：哪个总体水平才是合适的。但我发现有趣的是，ARUP 显然希望数字孪生能够变得更加智能和自主。

事实上，数字孪生如此重要的原因之一是它们使物理资产能够被人工智能所掌控。如果没有某种形式的数字孪生，人工智能就无能为力。我们构建数字孪生只是为了喂养人工智能，让它们接管我们想要自动化的任务吗？我不这么认为。我认为数字孪生在没有人工智能的情况下也很有用，但这无疑是一个需要考虑的方面。