机会主义数字孪生：智能城市的边缘智能赋能者

《ACM Transactions on Sensor Networks》：Opportunistic Digital Twin: an Edge Intelligence enabler for Smart City

数字孪生技术结合AI和边缘计算，提出机会主义数字孪生（ODT），通过边缘智能动态构建物理对象数字孪生，提升交通预测性能并降低网络延迟、带宽和能耗。

　　

摘要

尽管数字孪生（DTs）在工业领域变得非常流行，但如今它们已成为许多不同领域系统的必备组成部分，这得益于人工智能（AI）、边缘计算（Edge Computing）和物联网（IoT）等颠覆性数字技术的应用。在本文中，我们提出了自己对数字孪生概念的“机会主义”诠释，这一诠释不仅扩展了传统数字孪生的内涵，还为在动态、分布式和大规模场景中（如智慧城市）实现下一代解决方案提供了有力支持。通过从环境中收集简单数据，并利用人工智能技术直接在网络边缘（也称为边缘智能）对这些数据进行处理，可以从底层构建物理对象的数字版本，从而实现对物理对象的动态操控和数据驱动的管理，进而能够快速响应外部刺激并有效执行指令。为了证明我们提出的“机会主义数字孪生”（ODT）的可行性，我们逐步开发并展示了一个专注于交通预测任务的真实应用案例，该案例展现了改进的推理性能以及降低的网络延迟、带宽消耗和能耗。