元宇宙和数字孪生、物联网、混合现实之间是什么关系?
作者:彭昭(物联网智库创始人&云和资本合伙人)
物联网智库原创
转载请注明来源和出处
导 读
元宇宙(Metaverse)这一关键词,近段时间正光速般占领着人们的注意力,在各个圈层掀起了探索、讨论与投资热潮。那么,什么是元宇宙?元宇宙和我们常说的数字孪生、物联网、混合现实之间是什么关系?元宇宙在企业中如何应用?元宇宙这个概念离现实有多远,是否值得布局?本文将为你一一解读。
“凡人能想象到的事物,必定有人能将它实现。”
Anythingonemancanimagine,othermencanmakereal．
这句话来自被誉为科幻小说之父的JulesVerne。
这周,一年一度的微软开发者盛会Build2021顺利举办,会上微软带来了一系列惊喜,尤其当我看到微软展示“元宇宙”的成功案例时,上面的句子映入脑海。
元宇宙(Metaverse)这一关键词,近段时间正光速般占领着人们的注意力,在各个圈层掀起了探索、讨论与投资热潮。
原本我认为这是一个仅与游戏或互联网相关的概念,只对应于虚拟空间。但这次微软通过实际应用,将元宇宙带入了全球最大的啤酒企业之一:百威英博,引发了我对元宇宙的极大好奇,也让我更深的领悟到了元宇宙的魅力。
那么,什么是元宇宙?
从字面上看,元宇宙(Metaverse)中的Meta在计算机领域表示“元”,如Metadata元数据,verse则是“宇宙”universe的缩写。
元宇宙缘起于科幻作家尼尔・斯蒂芬森在1992年发表的畅想:
通过各种智能设备,人类进入由计算机模拟的虚拟三维现实空间,现实世界的所有事物都被数字化复制到这个新空间,人们通过数字分身在虚拟世界中生活,这些行为轨迹还会反过来影响现实世界。
看到这里,相信你已经产生了很多疑问:
元宇宙和我们常说的数字孪生、物联网、混合现实之间是什么关系?
元宇宙在企业中如何应用?
・元宇宙这个概念离现实有多远,是否值得布局?
01
元宇宙的应用案例
先说微软和百威英博是如何应用元宇宙的。
百威英博是全球最大的啤酒企业之一,共拥有200多家啤酒厂,15万名员工。自1995年进入中国以来,百威英博已经在中国布局了50多家工厂和5000多家渠道分销商。
这家企业还是各种新理念的积极实践者,他们尝鲜了各种新技术和新应用。
在微软和百威英博共同构建的“元宇宙”中,融合了物理世界和数字世界中的多种元素,创造了一系列的变革性解决方案。
在其中我们可以看到数字孪生、机器学习、混合现实、低代码、精准定位…多种技术的叠加,以及由这些技术和系统构建的组合应用,在交织领域开启的全新想象力和创造力。
在生产过程中,百威英博与微软一起,为啤酒厂和供应链创建了一个完整的数字孪生。这套数字模型可以实时同步的反应物理环境的变化,映射出各种天然成分和酿造过程之间的复杂关系。
酿酒师们可以更为精准的把握酿造过程,并且及时调整工艺。来自一线的操作员也可以根据这套系统,实时了解产品质量和状态参数,保证设备的正常运行并进行预测性维护。
在实际操作中,百威英博利用深度学习,帮助包装流水线的工程师,检测和修复在生产过程中的各种瓶颈问题。
维修过程中,百威英博在数字孪生的基础上,叠加了混合现实应用,鼓励各种远程协作。员工在任何位置启用共享体验,促进了跨区域的有效知识共享。
每个百威英博的员工都可以使用低代码方案,扩展系统中的数据,跟踪产品的生产历史以及预测未来状态。
在运输过程中,百威英博通过位置追踪和实时定位,减少供应链的碳排放。
在零售端,百威英博通过在线服务,为杂货店提供定制化推荐。个性化产品的点击率提升近100%,订单转化率也提高了67%。
元宇宙,让整个世界变成了百威英博的创意画布。
除了在啤酒行业的应用,由微软推出的这套元宇宙方案,在零售、能源、地产、医疗等领域,都有或多或少的案例和涉足。
02
如何理解元宇宙
理解元宇宙,需要一些想象力。
元宇宙不是任何一个独立事件,不是一个单独的场景,不是一个庞大的游戏,也不是存在于《机器人总动员》和《第二人生》中的科幻镜头。
元宇宙创造了一个始终在线的、不断被刷新的实时数字世界,里面拥有无限量的人、物、事。参与其中,人们不仅可以自由生活,还可以自由创造。
根据各种研究机构、分析师和投资人对它的解读,元宇宙不仅是针对物理实体在虚拟世界中1:1重建的一个“数字孪生体”,还包括由我们的想象力创造的各种虚拟事物。
元宇宙拥有完整的经济逻辑,数据、物体、内容以及IP都可以在元宇宙中存在,而且元宇宙不仅包含虚拟和现实的万事万物,还包含他们之间的各种关系和连接。任何个人和企业都可以参与建设元宇宙,使之不断完善和更加繁荣。
元宇宙的核心在于永续性、实时性、多终端、经济功能、可连接性和可创造性。
如今我们讨论元宇宙,如同1990年代的人们讨论互联网一样,需要有能够看到未来的超前视野。
数字孪生、混合现实、物联网、5G…都是我们建设元宇宙的手段和工具。
理解元宇宙,需要了解“梅迪奇效应”。
这个名词源自15世纪的意大利,当时在佛罗伦萨经营银行业的梅迪奇家族,时常赞助艺术家并将其作品展示在佛罗伦萨的教堂和广场中。如此良好的氛围使得各地艺术家都因此趋之若鹜,其中甚至包括了达芬奇、米开朗基罗、波提切利等大师。这些艺术大师也让小城佛罗伦萨的文化大幅进步,更导致了欧洲文艺复兴时代的开启。
此后人们将经由跨领域知识碰撞所产出的创新,称为“梅迪奇效应”。
梅迪奇效应说明,当许多不同的文化、专长和知识能够在一个地方交叉融合,就很容易引爆突破性的发展,典型的比如当今的硅谷。
元宇宙不仅包含人工智能、大数据分析、混合现实、区块链、物联网等最新技术和应用,还包括对于经济、人性、社群、心智、共识的深层次理解,是梅迪奇效应的集中体现。
元宇宙将是包含许多独立工具、平台和基础设施,由标准和协议支撑的物理世界和虚拟世界不断融合的结果。
理解元宇宙,需要对它的规模有所预期。
由于很难界定元宇宙的边界,也很难将其量化,保守估计元宇宙的规模也在兆亿美元以上。
就像我们很难评估互联网的市场规模,唯一可以知道的是元宇宙正在逐步诞生和扩大。
没有任何一家独立的公司可以拥有元宇宙,反而是元宇宙可能孕育多家独角兽企业,或者新型巨头公司。
元宇宙不会一夜之间出现。“元宇宙前”和“元宇宙后”不会是两个独立的纪元,没有泾渭分明的界限。
元宇宙是一种自然而然的演进,我们的分身将同时存在于真实世界和数字世界,我们的心智可以在两个世界中无缝穿梭,我们的日常生活将由元宇宙的逐步扩张,在方方面面发生潜移默化的转变。
03
元宇宙的7个层次
元宇宙的诞生所造成的影响,不亚于当年的万维网。当然,元宇宙能否实现还得打个问号。
如何构建元宇宙?
元宇宙的传输协议是什么?操作系统在哪里?浏览器怎么设计?
科技公司Beamable的创始人JonRadoff首先提出了元宇宙的7层架构。
他将元宇宙划分为基础设施层、人机交互层、去中心化层、空间计算层、创造者经济层、探索与发现层,以及体验层。
第1层:基础设施层
基础设施层包括5G、WiFi等通信技术,云计算、新材料、芯片设计等软硬件技术。这些技术使得我们的硬件性能越来越强,将各种设备接入网络并提供必要的支撑。
第2层:人机交互层
计算设备离我们的生活和工作越来越近,人机交互更加顺畅和无缝。
智能手机不再是手机,它们是高度便携式、始终连接、强大的计算机。融入时尚服装的3D打印可穿戴设备,可以贴合于皮肤之上的微型生物传感器,各种AR智能眼镜,甚至脑机接口,它们将承载元宇宙里越来越多的应用和体验。
第3层:去中心化层
区块链技术解决了金融资产集中控制和管理的问题。在去中心化金融中,我们已经看到了连接金融模块形成新应用程序的案例。
边缘智能使得计算能力不再集中于云端,而是像电力一样,输送到千家万户和各个工业现场。
第4层:空间计算层
空间计算提出了真实与虚拟的混合计算,它模糊了物理世界和理想世界之间的界限。空间计算已经发展成为一大类技术,使我们能够进入并操纵3D空间,并以更多的信息和体验来增强现实世界。
第5层:创造者经济层
不仅元宇宙里的体验会变的更有沉浸感、社交性和实时性,打造这些体验的创作者数量也会爆发式增长。
过去,消费者只是内容的消费者,现在,他们既是内容的创造者,又是内容的“放大器”。即便不会编程,用户也可以提供创意和想象力,参与元宇宙的创作过程。各种低代码方案和社交工具,让用户可以随时输出内容,实时参与创造。
第6层:探索与发现层
这一层是指向人们介绍新体验的信息提取和推送,对于很多企业来说,这一层最容易形成商业闭环。一般来说,探索与发现层中的信息流,可以分为提取流和推送流。
提取流中,用户积极主动寻找相关体验的信息,开设商店或者购买商品。推送流中,用户被动收到各种信息,参与好友的邀请,或者接受全新角色。
第7层:体验层
元宇宙不必须是3D空间,它可以不是2D或者3D形式,甚至不一定以图形的方式存在,它更多的是由内容、时间和社交互动构建的,虚拟与现实相结合的飞轮。
当我们谈到未来的沉浸感时,我们所说的不仅是图形空间或者故事世界中的沉浸,还包括社交沉浸以及它引发互动和推动内容的方式。
在微软所构建的元宇宙技术堆栈中,同样将其划分为7个层次,由下到上分别是:
1．物理世界层
2．实时映射层
3．数字建模层
4．监控层
5．跟踪分析层
6．模拟自治层
7．互动层
针对这7个层次,微软提供不同的数字化产品,包括AzureIoT物联网解决方案、Azure数字孪生、MicrosoftPowerPlatform、MicrosoftMesh、HoloLens等。
----写在最后----
人类对于元宇宙的探索,起始于Metaverse概念诞生之前。
在这段历程中,有很多值得记住的年份和名字。
1926年,尼古拉・特斯拉构思了一个无线连接的世界。在他的设想中,地球将转化为巨大的大脑,而实现这一目标的设备将比电话更加简单,体积也足够小,可以轻松放入口袋。
1945年,范内瓦尔・布什描述了Memex,这是一个基于微缩胶卷存储的“个人图书馆”,可以存储各种书籍和文献,并且相互索引。20年后,“超文本”这个概念诞生。
1964年,马歇尔・麦克卢汉提出将互联城市作为一个完整的信息系统。
1966年,卡尔・斯坦布赫预言计算机将被融入到几乎全部的工业机器与产品中。
1992年,尼尔・斯蒂芬森在科幻小说《雪崩》中,构建了一个新世界,叫做Metaverse。一个脱胎于现实世界、又与现实世界平行、且始终在线的新世界在迭代中正慢慢显露出来。
1999年,凯文・阿斯顿创造了“物联网”一词,用来描述射频识别技术在供应链中的应用。
……
2021年,戴夫・巴斯祖克创建的Roblox公司作为元宇宙概念股上市,这家此前名不见经传的公司,上市当日市值就逼近400亿美元。
2021年,可能将被回忆为元宇宙走进现实的元年。
参考资料:
・Metaverse元宇宙深度报告:创造独立于现实世界的虚拟数字世界,作者:天风证券,冯翠婷、文浩
・Roblox:BuildingTheMetaverse,ButForWhom,作者:LouisStevens,来源:seekingalpha
・TheMetaverse:WhatItIs,WheretoFindit,WhoWillBuildIt,andFortnite,作者:MatthewBall
・FromtheIoTtoMetaverse,作者:BruceGrove
・TheMetaverseiscoming-itjustneeded5G,作者:AdaoraUdoji
・Convergingthephysicalanddigitalwithdigitaltwins,mixedreality,andmetaverseapps,作者:SamGeorge,来源:微软
・Themagicbehindthemetaverse:InconversationwithPolystreamand4JStudios,作者:BruceGrove,ChrisvanderKuyl,来源:venturebeat
・CEOSatyaNadella’s12BoldestRemarksAtMicrosoftBuild2021,来源:CRN
・万亿美元级新市场:解析Metaverse的7层价值链
・通往未来之路:下一代互联网与Metaverse,作者:陈军宏,来源:甲子光年
・你抄不出Roblox,也做不出Metaverse,作者:托马斯之颅,来源:游戏葡萄
物联网、大数据和人工智能之间的关系有多紧密
恍惚一下，回到了最初的2G时代，刚上大学我有了人生中第一部手机——诺基亚7650。至今也忘不了30W像素带来的震撼，还有滑动翻盖时的顺畅和奢华。
2002年至今，不到20年，5G已然来临。我们已经无法清楚回想2G的蜗速。00后也不知道那时诺基亚的贪吃蛇有多好玩。
拉长时间线，才发觉“世上已千年”。
下一个改变世界的是什么？
自计算机发明之后，人类一直在寻找“下一件改变世界的大事”。虽然当下大多数人使用的手机都比最早问世的超级计算机快，但身处时代之中的人们，还是很少去认识，或者反思世界变化的速度和方向。
大数据、人工智能和物联网是近年来被滥用最多的三个术语，许多人不知道这三个技术是如何联系在一起的，也不知道它们如何为我们所期望的技术进步铺平的道路。
本文将阐述这些概念，并进一步探讨它们在工业中的重要性、面临的阻碍以及未来的发展方向。
“数据”和信息的大爆炸
1989年，在万维网发布之后的几年中，互连的机器数量大幅增加。1994年至2000年间，当GPS变得切实可行时，计算机和连接设备产生的数据量急剧增加，该设备网络的潜力很快就发挥出来了。
1999年，“物联网”这个术语首先由麻省理工学院的凯文·阿什顿（KevinAshton）创造，他假设：“如果计算机知道世上所有事物的知识，那么它们会在没有任何人类帮助的情况下使用自己收集的数据。这样一来，我们能够跟踪并计算所有内容，大大减少浪费、损失和成本。”
随着GPS技术的兴起，RFID标签用于会员卡系统，掌上电脑市场升温，企业能够“看到”他们的流程，而且各种条件都非常适合信息爆炸的出现。由于现有工具处理的数据量过多，2005年，RogerMougalas首次使用“大数据”这一术语。
2007年iPhone的推出标志着“大数据”进军消费领域，从那时起，智能手机、可穿戴设备、平板电脑和各种智能设备的崛起改变了我们对物理世界和数字世界的看法。
大变化：数据的存储和应用
与此同时，社交媒体和电子商务的兴起也导致了“数字角色”概念的出现，数据的惊人价值越来越有目共睹。21世纪也出现了公司专门成立的数据部门，以帮助企业管理组织数据并用其来改进流程。
联合创始人兼LatentViewAnalytics主席VenkatViswanathan在消费者营销领域体验到了数据的力量，并对商业环境也产生了兴趣。Viswanathan表示，“实现这一转变是由于数字化的数据更加精细，公司正在从消费者领域获取创意，并将其应用于行业中。”
工业环境已经被用于技术和数据的收集，因为仅使用数据就可实时影响下达的决策，如检查压力水平、温度等。直到专业传感器的数据变得精细化及存储成本的下降时，人们才考虑将数据存储起来供以后分析使用。Viswanathan说：“随着存储成本下降以及云存储在过去5至8年间投入使用，我们终于有机会回顾历史数据并发现数据当中的模式。”
大数据为AI提供无限可能
一旦数据存储成为各个企业的可行选择，云就可以收集庞大而详细的数据集，人工智能终于有了坚实的基础。多年来，人工智能研究经历了多次研究，其中算法技术的发展由于兴趣或投资的缺乏而陷入困境。
随着越来越多数据的可用性的增强，人工智能研究分为越来越细的应用，最新一代算法在基础领域取得了巨大的进步，例如自然语言处理、计算机视觉和机器翻译，这是因为出现了数量巨大且可供学习的信息。
可用于训练的各种来源的数据的激增，使得人工智能系统获得了巨大的改进，这种现象被称为“数据的不合理有效性”，这表明即使是简单的算法，只要有足够的数据，也可以得出准确的结论。结合几十年的工作来完善这些算法，从而去执行类人化的表现而完成特定的任务，人工智能终于有了值得全力以赴的一面——用于获取有现实意义的结果。
大数据的发展必然推动了人工智能领域，正如红木软件首席问题解决官DevinGharibian-Saki所说：“人工智能系统的运行基于统计模型，因此如果没有大量数据来支持人工智能，就无法运行人工智能。”
物联网、AI和大数据是一个硬币的三面
现在，我们可以运用大量传感器、物联网设备，甚至是用户数据，在所有业务领域进行预测和决策，但前提是用户必须了解这些数据的含义和来源。“你必须知道你最终想要什么，否则，所有数据、技术和传感器都是无用的。”Gharibian-Saki说道。特别是在一个任何可测量的环境中，数据丢失的风险比以往更大。企业必须记住，孤立地使用物联网、大数据或人工智能无法快速取胜，Gharibian-Sak接着说：“我们总是寻找能够解决所有问题的一个方案，但物联网设备、传感器、机器人技术和人工智能是同一系统中的不同所有组成部分，如果没有这种整体观点，将需要很长时间才能取得巨大成功。”
物联网、大数据和人工智能相互融合并创建自动化生态系统。物联网设备收集数百万条标准的数据，然后在云中进行整理，用于训练和改进人工智能算法。物联网、大数据和人工智能相互联系，相互促进。未来，必将带来新世界的巨变。
来源：搜狐
RFID与物联网的关系究竟是怎样的关系
物联网，即通过射频识别（RFID）技术、红外线感应器、全球定位系统、扫描等信息传感设备，按约定的协议，把任何物品与互联网连接起来，进行信息交换和通信，以实现智能化识别，定位，跟踪、监控和管理的一种网络。
RFID简称射频识别技术，又称电子标签，是20世纪90年代开始兴起的一种非接触式的自动识别技术。RFID是一项利用射频信号通过空间耦合（交变磁场和电磁场）实现无接触信息传递并通过所传递的信息达到识别目的的技术，具有精度高、适应环境能力强、抗干扰强、操作快捷等优点。对物联网的实现起着决定性作用。
一套完整的RFID系统，是由阅读器与电子标签也就是所谓的应答器及应用软件系统三部分组成。其工作原理是：当电子标签进入磁场后，如果接收到阅读器发出的特殊射频信号，就能凭借感应电流所获得的能量，发送出存储在芯片中的信息，阅读器读取信息并解码后，送至中央信息系统进行有关数据处理。即是能让物品“开口说话”的一种技术。在“物联网”的构想中，RFID标签中存储着规范而具有互用性的信息，通过无线数据通信网络把它们自动采集到中央信息系统，实现物品（商品）的识别，进而通过开放性的计算机网络实现信息交换和共享，实现对物品的“透明”管理。
目前，物联网中的RFID技术已经在诸多领域有很成熟的应用了，例如：物流过程中的货物追踪，信息自动采集，仓储应用，港口应用，邮政，快递;零售中商品的销售数据实时经济，补货，防盗;服装业中的自动化生产，仓储管理，品牌管理，单品管理，渠道管理;制造业中的生产数据实时监控，质量追踪，自动化生产;医疗中医疗器械管理，病人身份识别，婴儿防盗;身份识别中的电子护照，身份证，学生证等各种电子证件;防伪中的贵重物品（烟，酒，药品）的防伪，标证的防伪等;交通中的高速不停，出租车管理，公交车枢纽管理，铁路机车识别等;食品中的水果，蔬菜，生鲜，食品等保鲜度管理;动物识别中的调养动物，畜牧牲口，宠物等识别管理;图书馆中的书店，图书馆，出版社等应用;汽车中的制造，防盗，定位车钥匙;航空中的制造，旅客机票，行李包裹追踪;部队中的弹药，枪支，物资，人员，卡车等识别与追踪等等。
综上所述，物联网是利用无所不在的网络技术建立起来的，其目的是让任何物品都与网络连接在一起，方便识别和管理。其中非常重要的技术是RFID电子标签技术。RFID只是承载物联网应用的一种载体，也是应用最广泛的。RFID具备自动识别的能力，而且能够应用到任何物体上，所以在物联网应用上采用的最多。
责任编辑：ct
大数据和物联网有什么关系
物联网(IoT)和大数据技术在组织和个人中快速增长。据《福布斯》预测，到2025年，生成的数据量将增加到175ZB。这将对数据的收集，分析和报告方式产生巨大的影响。
考虑到物联网传感器每秒收集的数据量，有必要配备先进的分析系统来有效地收集和利用数据。这些系统应该能够发现相关性并揭示趋势，这样企业就可以评估可操作的见解，然后用于提高业务能力。
由于物联网设备从其传感器收集了大量结构化和非结构化数据，因此实时处理和描绘这些数据将面临挑战。这就是大数据作用凸显的地方。根据Gartner的说法，大数据分析的三个主要方面是数据的量、速度和多样性。大数据处理海量信息的潜力是其主要优势之一。大数据与物联网的关系是一种共生关系，物联网的无缝连接以及随之而来的大数据捕获和分析可以帮助企业对未来有更高层次的了解。
[[396166]]
大数据分析物联网传感器不断接收来自大量连接的异构设备的数据。随着连接设备数量的增加，物联网系统需要可扩展，以适应数据的流入。分析系统处理这些数据，并提供有价值的报告，这将使企业具有竞争优势。由于数据是基于其类型进行挖掘的，因此必须对数据进行分岔以最大限度地利用数据。根据所涉及的数据类型，我们可以进行不同类型的分析。一些比较常见的是：
StreamingAnalytics结合来自传感器的未分类流数据和来自研究的存储数据，以找到熟悉的模式。这种方法的实时分析可以在车队跟踪和银行交易等用例中提供帮助。
地理空间分析另一种大数据分析方法是地理空间分析，结合物联网传感器数据和传感器的物理位置，可以为预测分析提供一个整体的视角。联网物联网世界中对象的绝对数量及其通过无线网络发送数据的能力有助于获取详细的数据转储，这些数据转储可用于促进洞察。
挑战我们目前处于一个阶段，对大多数企业来说，捕获、分析和报告物联网数据是必须的。然而，由于这些技术仍处于发展阶段，这些组织面临着不少挑战。其中一些是：
集成由于物联网数据在多个通道上以不同的格式接收，收集和集成它是具有挑战性的。分析系统需要确保接收到的数据的格式足够可操作，以确定见解。文本挖掘和机器学习技术常用于从传感器中提取文本数据。然而，提取非文本格式的数据，如图像，视频不能快速完成。
隐私物联网系统通常拥有敏感的信息，需要保护这些信息不受外界干扰。不断涌入的数据使得很难确保数据的每一部分的安全并进行分析。这些系统由于容量有限，依赖于第三方基础设施，这将增加安全风险。因此，采用数据匿名和加密等预防措施来加强数据安全。
物联网是近十年来最具创新性的发展之一，它成功地融合了技术和数据，从而制定出更具建设性的战略。过去十年，随着传感器和智能设备的普及，物联网和大数据之间的关系已经达到了一个阶段，准确处理大量高频数据对组织至关重要。与此同时，在这个相互联系的世界里，一个能够吸收、分析和获得商业见解的整合平台是当前的需要，也是正确的战略。