认知孪生2 | IEEE和IBM推崇的“认知孪生”是什么？

作为面向未来的新一代数字技术，数字孪生体在过去几年引起了全球广泛的关注。然而且不说数字孪生体跟VR和仿真等技术的“纠缠”，即便它自身的发展，逐渐出现了更为细致的种类，例如，一些推崇仿生学的专家，就提出了认知孪生（Cognitive Digital Twin）的概念。

对于普通行业人士来讲，大家比较熟悉IBM的认识计算，毕竟它的广告无所不在。最近一段时间，IEEE也大肆发布人机仿生学，同时也发布了不少认知孪生的论文。

甚至于最近马斯克参加意大利技术周会议，展望的技术也是人机仿生学，并且认为这种技术将在未来10年成熟，并应用到各种生产或生活中，成为人们生活不可或缺的一部分。

当然，对于人工智能驱动的仿生学，DARPA也非常积极参与。

随着共生性（Symbiosis）的增加，那么简单的工匠知识会向统计学习和基于环境的推理开始眼镜，这个时候机器成为人的伙伴就非常有可能了。

DARPA作为数字孪生体的提出者，它是否利用相关知识构建认知孪生不得而知，但这显然是一个实现人工智能的方式。

如何让数字孪生体更智能化，这是建立完可视化模型（或者数字孪生化第1级）之后的重要工作。目前行业内90%以上的数字孪生体项目，都停留在可视化这个层面，仅仅发挥了数字孪生体1%的能力。

如果加入环境信息，能够推进人机协同。DARPA在阐释人工智能的发展方向时，翻来覆去提到人机协同的价值，甚至于战略技术办公室主任Timothy Grayson还谈了马赛克作战与之关系，相关谈话被整理进了《马赛克作战与人机仿生学》。

需要指出的是，国内有专家提出“数字孪生体生命体”等提法，看似跟仿生学有较大关系，但目前还没有看到有科学基础的阐释，大都停留在描述性介绍上。

如果要发展数字孪生体生命体相关理论，建议参考DARPA、IEEE和IBM等对相关问题的研究，特别是IEEE，已经针对“仿生自动系统”（Symbiotic Autonomous Systems）出版了不少报告，并专门设立了一个子域名发布最新的文章。

对于认知孪生的关键技术，工业4.0研究院院长胡权指出，语义技术是突破“认知”的关键，目前相关技术还不成熟。传统数字孪生体关注的可视化，不是认知孪生的关键。

简单讲，认知孪生不称为数字孪生体亦可。

把它称为IBM的认知计算，IEEE的人机仿生系统（Human Machine Symbioses，近期发布了不少文章：https://cmte.ieee.org/futuredirections/2021/10/01/human-machine-symbioses/），或者DARPA战略技术办公室讲的人工智能即可。

然而数字孪生体通俗易懂，学术圈的词汇晦涩难懂，显然没有那么高的传播性。

数字孪生体联盟联合中国系统工程学会、全国信息技术标准化技术委员会软件与系统工程分技术委员会等主办了”系统工程沙龙“，邀请了海外专家瑞士洛桑联邦理工学院博士后研究员郑晓晨分享”认知孪生“相关情况，分享时间为10月6日。

请查看数字孪生体联盟公众号发布的相关通知。