AI-33.HTML - 文章专栏 - 模袋云
采访了Bentley Systems的首席技术官基思·本特利（Keith Bentley），以了解为什么他认为机器学习对数字双胞胎如此重要，以及为什么我们只是触及了表面
2018年，Bentley Systems收购了机器学习和物联网开发公司AiWorx.当时，首席技术官基思·本特利（Keith Bentley）将其描述为“人才收购”，“只为人才”。毕竟，加拿大伊恩公司实际上没有任何产品。
两年后，本特利引进这位天才的原因开始变得清晰起来。该团队一直在为Bentley的Digital Twin平台开发新技术方面发挥着关键作用，因为该公司希望成为这一新兴领域的领先力量。
根据Keith Bentley的说法，AiWorx团队已经分成了两组：一组正在寻找更智能、质量更高的数字输入方法而另一个则试图分析数字双胞胎内部的动态。
喂双胞胎
如果所有的数字孪生项目都是为全新的资产创建的，那么数字孪生的开发将会简单得多。现实情况是，大多数数字双胞胎可能是为现有建筑或基础设施建造的，而这些建筑或基础设施的数据质量和格式可能千差万别。
考虑到这一点，AiWorx团队一直在研究如何“升级” Co正如Keith Bentley解释的那样，“我们有纸张，我们有图片，我们有CAD文件，有时还有BIM模型，当你把所有这些结合在一起时，你会发现有很多不一致的地方。”
Keith Bentley重点介绍了一个AiWorx项目，该项目可自动识别扫描的管道和仪表图（P&；ID）图纸上的所有标签，然后将其关联到3D模型中。另一个例子是Real的自动对象分类通过分析照片的输入来捕获网格。
聪明的思维
数字双胞胎从根本上讲是关于大数据的：收集旧的、新的、实时的和未来的数据，对其进行地理参考，找出发生了什么变化，显示它，并利用数据做一些有意义的事情。正是在这最后一部分，机器学习可以发挥巨大作用，研究数据中的模式，帮助AEC团队和基础设施所有者评估过去决策的影响，以帮助制定MORE明智的设计、业务和运营决策向前发展。
<！--Develop3D Ads 300x250 inarticle 7p-->Keith Bentley分享了团队正在探索的一些具体例子，包括通过分析维护记录来研究什么是好的设计，或者什么会导致频繁出现故障。
识别模式并能够分析数字领域或数字孪生生态系统的内容，将设计与现实相结合数据，物联网数据，并试图把所有这些放在一起，以提供更好的知情的业务输入。你知道，如果你的针头看起来是红色的，如果你正在走向灾难或类似的事情。这是无止境的…
知识共享
当然，收集的数据越多，洞察力就越强。几年前，Bentley提出了工程公司共享其项目分析数据的想法，以便与其他公司进行比较。可以机器乐为了更大的利益而以这种方式使用？
“当您尝试识别P&；ID文档时，每个人的P&；ID中都有许多相同的模式，” Keith Bentley解释说。所以，如果你能研究所有P&；ID的宇宙，并将其放入模型中，结果会更好。
在问人们会问：“嘿，你愿意把你的数据分析贡献给机器学习模型，然后它会回馈给你吗？”这还没有发生，但我仍然抱有希望，如果我们能在另一端向他们展示价值，人们会受到激励。
“但我必须承认，到目前为止，我们只是孤立地对每个用户的数据进行处理。”
未来
在基础设施数字双胞胎中使用机器学习仍然处于非常早期的阶段，尤其是在识别模式方面。已经有几个用于预测性维护的技术的例子，但实际上，我们只是触及了表面。
Keith Bentley解释说，尚未发生的原因之一是数据不存在或不可用。但这会随着时间的推移而改变。
十年后，所有的演示都将是关于你的数字双胞胎有多聪明——聪明，意味着你的机器学习可以记录他说：“在你的数据中发现你不知道的模式。”
“数字双胞胎将成为机器学习系统的输入系统，我认为它可以在未来几十年内彻底改变设计、运营、构建和维护大规模资产的概念。”
■Bentley.com
如果你喜欢这篇文章，免费
订阅我们的电子邮件通讯或打印/PDF杂志
