2024年數字技術發(fā)展趨勢與安全

2024年數字技術趨勢與安全

目錄

1數字技術的發(fā)展現狀................................................10

1.1數字技術的概述.................................................10

1.2數字技術帶來的機會和安全挑戰(zhàn)..................................11

1.3數字技術的迅猛進步和廣泛應用深刻影響社會、經濟和科技........12

22024年十大數字技術趨勢...........................................13

2.1量子計算.......................................................13

2.1.1量子計算的定義............................................13

2.1.2量子計算的應用............................................14

2.1.3量子計算的未來預測........................................15

2.26G通信技術...................................................16

2.2.16G通信的定義.............................................16

2.2.26G通信當前應用...........................................17

2.2.36G通信未來預測...........................................18

2.3人工智能.......................................................18

2.3.1人工智能的定義............................................18

2.3.2人工智能的應用............................................20

2.3.3人工智能的未來預測........................................21

2.4云原生.........................................................22

2.4.1云原生的定義..............................................22

2.4.2云原生的應用..............................................24

2.4.3云原生的未來趨勢..........................................25

2.5數字攣生.......................................................26

2.5.1數字李生的定義............................................26

2.5.2數字攣生的應用............................................26

2.5.3數字李生的趨勢............................................29

2.6隱私保護.......................................................31

2.6.1隱私保護技術的定義........................................31

2.6.2隱私保護技術應用..........................................31

2.6.3隱私保護未來預測..........................................32

2.7Web4.0......................................................................................................................33

7

2.7.1WEB4.0技術的定義.........................................33

2.7.2WEB4.0技術應用...........................................34

2.7.3WEB4.0的技術預測.........................................35

2.8衛(wèi)星通訊.......................................................35

2.8.1衛(wèi)星通訊的定義............................................35

2.8.2衛(wèi)星通訊的應用............................................36

2.8.3衛(wèi)星通訊的趨勢............................................37

2.9算力網絡.......................................................38

2.9.1算力網絡的定義............................................38

2.9.2算力網絡當前應用..........................................38

2.9.3算力網絡未來預測..........................................40

2.10物聯(lián)網技術....................................................41

2.10.1物聯(lián)網技術的定義.........................................41

2.10.2物聯(lián)網技術當前應用.......................................43

2.10.3物聯(lián)網技術未來預測.......................................43

32024數字技術的安全挑戰(zhàn)...........................................45

3.1量子計算的安全挑戰(zhàn)............................................45

3.26G通信技術的安全挑戰(zhàn).........................................46

3.3人工智能的安全挑戰(zhàn)............................................47

3.4云原生的安全挑戰(zhàn)..............................................49

3.5數字學生的安全挑戰(zhàn)............................................51

3.6隱私保護的安全挑戰(zhàn)............................................52

3.7Web4.0的安全挑戰(zhàn).............................................53

3.8衛(wèi)星通訊的安全挑戰(zhàn)............................................55

3.9算力網絡的安全挑戰(zhàn)............................................57

3.10物聯(lián)網技術的安全挑戰(zhàn).........................................58

4應對策略與案例研究................................................59

4.1量子計算的安全應對策略及案例..................................59

4.26G通信技術的安全應對策略及案例..............................62

4.3人工智能的安全應對策略及案例..................................64

4.4云原生的安全應對策略及案例....................................66

4.5數字攣生的安全應對策略及案例..................................69

4.6隱私保護的安全應對策略及案例..................................72

4.7Web4.0的安全應對策略及案例..................................74

4.8衛(wèi)星通訊的安全應對策略及案例..................................75

8

4.9算力網絡的安全應對策略及案例..................................78

4.10物聯(lián)網技術的安全應對策略及案例...............................81

5總結...............................................................84

9

1數字技術的發(fā)展現狀

1.1數字技術的概述

“數字技術”并不是憑空創(chuàng)造而出，而是隨著互聯(lián)網的迭代與發(fā)展，在市場需

求中應運而生出來的一門技術。它是指組織在處理或存儲數據和完成許多其他功

能時所應用的電子工具、設備、系統(tǒng)和資源，目的在于提高組織與員工的生產力

和效率。

此外，數字技術包含傳統(tǒng)意義上的信息化技術、互聯(lián)網技術等較為耳熟能詳、廣

為認知的概念與領域，也包含諸如大語言、數字李生、虛擬仿真、量子計算等新興

或尚處于實驗室，甚至理論階段的技術。

目前，談到數字技術時候，涉及的重點范疇主要包括但不局限于：

?商業(yè)技術：幫助企業(yè)提升運營，如數字營銷、數據管理等。

?IT—信息技術：涵蓋硬件、軟件等，使得數據收集、存儲和傳輸更加高

效。

?通信技術：如5G、6G、Wi-Fi、藍牙等，支持數字化通信。

?IOT一物聯(lián)網技術：提升工業(yè)網絡智能化和效率。

?自適應人工智能/超級智能：如聊天機器人、自動駕駛汽車等，基于AI

的技術應用。

?教育技術：基于計算機的教學和在線資源，改變傳統(tǒng)教學模式。

?區(qū)塊鏈技術：安全的網絡加密系統(tǒng)，適用于多種業(yè)務場景。

在過去的數十年中，企業(yè)越來越依賴各種各樣的數字技術實現降本增效，更新

換代，從激烈的商業(yè)競爭中脫穎而出。從使用芯片和PIN閱讀器的街角小店，到

推出DAP以輔助超級應用程序的復雜系統(tǒng)的大型企業(yè)，數字技術是諸多企業(yè)成

10

功的關鍵。它幫助企業(yè)簡化運營，提高生產力，改善客戶體驗。通過應用各類與企

業(yè)商業(yè)模式、業(yè)務邏輯相吻合的數字技術，企業(yè)可以在其行業(yè)中獲得競爭優(yōu)勢，并取

得更大的成功。數字技術使公司能夠以越來越低的成本提供更好的產品或服務，從

而保持領先地位。

1.2數字技術帶來的機會和安全挑戰(zhàn)

隨著數字技術的迅猛發(fā)展，所面臨的安全挑戰(zhàn)日益增多且變得復雜。個人信

息泄露、企業(yè)數據安全威脅、網絡攻擊以及數字詐騙的頻發(fā)，均是數字化環(huán)境中不

容忽視的安全風險。數字化進程不僅代表著技術的創(chuàng)新，也意味著安全挑戰(zhàn)的不

斷升級。

國家的數字化戰(zhàn)略、企業(yè)的數字化轉型、個人的數字生活等，已深入滲透至

社會的各個方面。伴隨而來的安全問題不再僅限于傳統(tǒng)網絡安全的范疇，而是拓

展至數據安全、智能設備安全及與數字身份相關的安全問題。數字化發(fā)展的快速與

廣泛性，直接加劇了安全風險的嚴重性，使得數字安全成為亟待解決的重要問題。

歷史上，技術變革與社會變遷緊密相關。從Schumpeter的創(chuàng)新理論到創(chuàng)造

性破壞理論，均揭示了技術變革與社會經濟、軍事、文化和政治的深刻聯(lián)系。每

次工業(yè)革命，從蒸汽機、內燃機、信息科技到當今的人工智能、清潔能源等，均引

領了社會變遷的潮流。然而，這些變革在創(chuàng)造新機遇的同時，也帶來了金融泡沫、

經濟衰退和社會危機等破壞性后果。

特別是在數字時代，自2002年以來，全球數據信息的存儲方式從模擬轉向

數字，信息傳輸與存儲能力呈指數級增長.伴隨著這一發(fā)展，數字技術帶來的安全

挑戰(zhàn)日益突出，例如C1H病毒、震網病毒等重大網絡安全事件，以及斯諾登事件

暴露的全球監(jiān)視網絡問題，均反映了網絡空間安全的重要性。

近年來，受國際政治局勢影響，眾多國家加強網絡安全建設，出臺戰(zhàn)略規(guī)劃，推

動零信任、量子技術等新興技術研發(fā)，同時完善網絡安全機構體系。例如，美

11

國發(fā)布了《首席信息官戰(zhàn)略》、《云計劃》和《零信任戰(zhàn)略》，旨在通過信息技術

和資源共享降低研發(fā)成本，搶占未來網絡空間作戰(zhàn)的制高點。

此外，量子通信和量子計算等新興技術正逐漸成為未來安全通信的關鍵基礎設

施。然而，這些技術的發(fā)展也對現有的密碼體系閡成挑戰(zhàn)。

面對這些挑戰(zhàn)，中國可以借鑒西方國家的發(fā)展思路，加強產學研用的協(xié)調合作,

在網絡安全新興技術領域加速技術升級，利用零信任、量子、5G、云計算等技術

提升網絡安全防御能力。同時，應合理布局新興技術，關注技術交叉融合帶來的

安全機遇，并推行零信任防護理念，實施以數據為中心的網絡安全策略。

1.3數字技術的迅猛進步和廣泛應用深刻影響社會、經濟和

科技

數字技術涵蓋計算機硬件、軟件開發(fā)、互聯(lián)網和通信技術等領域。在硬件方

面，計算機性能飛速提升，從超級計算機到智能設備都在改進。軟件開發(fā)方面，

開源軟件、云計算和分布式系統(tǒng)提高了效率?；ヂ?lián)網和5G技術的普及加速信息

傳輸速度。

數字技術已滲透醫(yī)療、金融、制造業(yè)、教育、交通、娛樂等領域。醫(yī)療領域

數字技術使醫(yī)療記錄電子化、診斷更準確，促進了遠程醫(yī)療。金融領域數字支付

和區(qū)塊鏈改變了交易和金融體系。這種迅猛發(fā)展不僅僅是技術領域，也深刻影響

社會、經濟和科技生態(tài)系統(tǒng)。在社會層面，改變了社交、媒體消費和信息獲取方式;

經濟上推動創(chuàng)新、提高生產力，催生新商業(yè)模式如共享經濟和電子商務；科技上推

動人工智能、大數據分析，機器學習等技術出現。

12

22024年十大數字技術趨勢

2.1量子計算

2.1.1量子計算的定義

傳統(tǒng)計算機采用二進制的數字電子方式進行運算，僅能夠表示o和1兩種狀

態(tài)。量子計算是一種遵循量子力學規(guī)律調控量子信息單元進行計算的新型計算模式,

它以量子比特為基本單元，利用量子疊加和量子糾纏的特性，能夠同時表示多個量

子態(tài)的疊加。量子計算機的架構與傳統(tǒng)計算機完全不同，它主要包含兩個部分，一

個是量子芯片支持系統(tǒng)，用于提供量子芯片所必需的運行環(huán)境；另一個是量子計算

機控制系統(tǒng)，用于實現對量子芯片的控制，以完戌運算過程并獲得運算結果。與

此同時量子計算機在計算性能、適用性、信息攜帶量等方面有巨大突破，可以作為

CPU的協(xié)處理器，對很多重大的數學難題進行指數級加速和破解常見的公鑰私鑰密

碼系統(tǒng)。目前所說的量子計算機并非一個可獨立完成計算任務的設備，而是一個可

以對特定問題有指數級別加速的協(xié)處理器，木質上來說是一種異構運算，即在經典

計算機執(zhí)行計算任務的同時，將需要加速的程序在量子芯片上執(zhí)行。

Complexity(N)

圖1量子計算流程圖

13

2.1.2量子計算的應用

量子計算作為一種新興的計算領域，具有許多強大的潛在應用。未來的主要

應用包括以下幾個方面：

1大規(guī)模數據處理：量子計算的快速計算能力將使其能夠處理海量的數據，

有效解決大數據分析、模擬和優(yōu)化等領域的問題。例如，在金融領域，量子計算可

以用于優(yōu)化投資組合、風險管理和交易策略的決策。

2優(yōu)化問題求解：量子計算可以在優(yōu)化問題上提供更快速和高效的解決方案。

例如在物流和運輸領域，量子計算可以優(yōu)化路徑規(guī)劃、貨物分配和交通流量控制等

問題，提高各種系統(tǒng)的運行效率。

3高性能模擬：量子計算不僅可以模擬分子和材料的行為，還可以模擬量

子系統(tǒng)本身，這對于量子化學、材料科學、生物學和藥物研發(fā)等領域來說具有重要

意義。通過利用量子計算的優(yōu)勢，人們可以更好地理解分子結構、反應機制和材料

性質，加速新藥的研發(fā)和新材料的發(fā)現。

4密碼學與安全通信：量子計算可以應用于密碼學領域，例如量子密碼學

可以提供更高級別的安全性，抵御傳統(tǒng)加密算法所面臨的威脅。此外，量子通信

也可以實現完全安全的通信，確保信息的完整性和隱私性。

5人工智能和機器學習：量子計算能夠提供更強大的計算能力，為人工智

能和機器學習算法提供更快速和高效的開展，加速模型訓練和推理過程。這將使

得人工智能系統(tǒng)能夠更好地處理復雜的問題，提供更準確的預測和決策。

總的來說，量子計算在大規(guī)模數據處理、優(yōu)化問題求解、高性能模擬、密碼學

與安全通信以及人工智能和機器學習等領域都具備廣泛的應用前景。隨著量子技

術的不斷發(fā)展和突破，這些應用有望成為未來量子計算的主要領域。

14

2.1.3量子計算的未來預測

量子計算領域屬于一個新興高速發(fā)展的領域，在最近幾十年不論是量子算法

的研究還是量子芯片的研發(fā)均取得了巨大的進展。量子計算技術通過核磁共振、

超導量子線路、半導體量子點、囚禁離子阱和冷原子等平臺展示了量子比特的精確

操控。但學術界也對量子計算的可行性仍存在很多質疑，特別是對退相干造成的量

子信息丟失是否能夠有效克服。隨后，量子計算發(fā)展的重要里程碑是量子糾錯理論的

建立。

圖2IBM”50位量子計算機原型機

15

圖3國產離子阱量子計算工程機外觀圖

目前對量子計算的理解而言，量子體系模擬仍然是主要的應用領域。在量子

體系模擬的基礎匕可能會衍生出服務于藥物開發(fā)、新材料、農業(yè)等領域的量子

計算技術，但需要清楚認識到這些衍生應用是遙遠的可能性，而不是已經或即將實

現的技術。總的來說，對于量子計算的發(fā)展，我們需要有清晰的大局觀：前途一

定光明，但道路必定曲折。量子計算是一項革命性的技術，能夠在非?；A的層面

改變。

2.26G通信技術

2.2.16G通信的定義

6G網絡與5G相比將會有巨大的革新，中國成立了1MT-2030(6G)推進組,

發(fā)布《6G總體愿景與潛在關鍵技術》白皮書。美國成立了NextGAlliance,

16

聚焦于研發(fā)、制造、標準化和商用整個周期。歐盟成立了Hexa-X6G項目，希

望引領6G網絡發(fā)展。

6G的愿景是：數字攣生，智慧泛在。相比于5G,6G不僅要求更高的帶寬、

更低的時延和更高的可靠性，同時6G網絡會具備更多5G所沒有的數據形式，如

未來6G所傳輸的大量人體數字信息等。6G還對空天一體化提出了更高的要求，

實現更廣泛地滲透到工業(yè)物聯(lián)網以及各種垂直行業(yè)。

在6G時代，由于元宇宙、數字攣生、人工智能等技術的成熟，6G將實現無所

不在的連接和更深刻的體驗。在通信網絡中所傳輸的信息會更加敏感和實時，例如

車輛位置信息、控制信息，人的生物特征識別信息、家庭電器控制信息等。設備聯(lián)

網的規(guī)模、分布將更加廣泛，從外太空到深海，人、物都將可以通過6G隨時隨地

與互聯(lián)網相連。在這樣的情況下，惡意網絡活動可能會導致人們的財產、人身損失。

因此，6G在安全上要一開始就考慮一個完善的架構來應對未來可能出現的挑戰(zhàn)。

2.2.26G通信當前應用

6G是立體的提升，將實現地面與太空、海洋的集成，實現“海陸空”一體

化。GG相對5G將有10700倍提不，關鍵性能指標包括支持1Gbit/s的用戶體

驗速率,ITbit/s的峰道速率，10?的Ous的時延，lGbit/(s?m2)的區(qū)域通信

流量，107臺/千米2的連接密度以及至少1000km/h的移動性。

6G網絡在頻譜、編碼、天線等方面需要產生革命性的創(chuàng)新，潛在技術將包括

太赫茲(THz)通信、可見光通信(VLC)、新一代信道編碼技術、超大規(guī)模天線技

術、基于人工智能(AI)的無線通信技術、空天地海一體化通信等關鍵技術.

6G將實現數字李竺、智慧泛在，未來的應用場景包括全息交互、虛擬旅行、

沉浸式社交等。典型的6G新型應用場景，包括進一步增強的移動寬帶(FeMBB,

furtherenhancednobilebroadband)、超大規(guī)模機器類型通信(11曲工，

ultra-massivemachine-typecommunications)增強型超可靠和低時延的

17

通信(ERLLC,extremelyreliableandlow-latencycommunications)、

長距離和高移動性通信(LD11MC,

long-distanceandhigh-mobi1itycommunications)以及超低功耗通信

ELPC,extremelylow-powercommunications)。

2.2.36G通信未來預測

6G技術預計在2030年左右投入市場，這對整個產業(yè)會是一個新的機會和挑

戰(zhàn)。從應用來看，5G開啟了通信技術融入千行百業(yè)的序幕，5.5G進一步把5G

的技術發(fā)揮到極致，未來幾年，5.5G定義與部署以及6G的研究與定義將會同時

進行，6G將實現對5.5G超越，深層次的融入到所有人的生產、生活之中。

6G面臨的技術環(huán)境將會更加復朵，云計算、大數據、算力網絡、A1、區(qū)塊鏈、

邊緣計算、數字攣生、元宇宙等都會帶來影響。對6G安全來講，量子通信、內生

安全、AI安全是都將是對6G產生直接影響的安全技術。

6G將實現空天地海的一體化通信架構，在低軌衛(wèi)星大規(guī)模部署的同時，高軌

衛(wèi)星、無人機與高空平臺，會成為6G的補充。AI引入網元，并與邊緣計算、云

計算融合起來構建智慧內生的通信網絡體系。算力網絡概念深入云網邊并統(tǒng)編

排，6G時代網絡與算力融為一體，形成空天地一體的算力網。

6G時代，物聯(lián)網設備數量預計達到800億臺，大量聯(lián)網設備帶來新的安全挑

戰(zhàn)。網絡通信依賴的重要算法，如橢圓曲線密碼系統(tǒng)(ECCs)等密碼算法，在未來

量子計算技術的性能提升下，將不再安全，而必須用后量子密碼技術替代。

2.3人工智能

2.3.1人工智能的定義

人工智能(ArtificialIntelligence,簡稱AI)是指通過計算機等技術手

段模擬、延伸和拓展人類的智能，使計算機具備像人類一樣的思維模式、感知、

18

推理、學習、判斷和決策能力。人工智能之父馬文?明斯基（MarvinMinsky）

將其定義為：“人工智能是關于讓機器勝任需要人類智慧才能完成的任務的科

學。。人工智能通常分為弱人工智能和強人工智能。AT的研究經歷了以下的

歷程：

早期探索（1950年代-I960年代）：在這個階段，研究人員開始嘗試創(chuàng)建可

以模仿人類智能的計算機程序。1956年，達特茅斯會議被認為是人工智能領域

的起點。

知識推理與專家系統(tǒng)（1970年代-1980年代）：人們嘗試使用可編程規(guī)則和

知識庫來實現人工智能。專家系統(tǒng)是其中的重要成果，它通過存儲和應用領域專家的

知識，來模擬專家的決簧過程，解決特定問題。即“符號主義”的技術路線。

神經網絡（1980年代）：神經網絡模擬了人腦神經元之間的連接和傳遞信

息的方式，使得計算機可以通過大量的數據進行訓練和學習?；谏窠浘W絡的機器

學習成為AI的重要組成部分?！奥?lián)結主義”的技術路線開始成為主流。

過度推廣與失落（1990年代）：在20世紀90年代初，人們對于AI的期望

過高，并出現了所謂的“AI寒冬”，許多項目失敗或被擱置。

深度學習與多層神經網絡（2010年代至今）：深度學習是一種基于神經網

絡的機器學習方法，它通過多層次的神經網絡結構來模擬人腦的工作原理“深度

學習在圖像識別、語音識別、自然語言處理等領域取得了重大突破。深度學習成為

AI研究的主流。

2016年3月，DeepMiiid公司的AlpliaGoAI系統(tǒng)擊敗了韓國頂級職業(yè)圍棋棋

手李世石。2017年5月AlphaGo又戰(zhàn)勝了世界圍棋冠軍柯潔，轟動了世界。

AlphaGo的成功引發(fā)了全球范圍內的第三次人工智能浪潮。主要國家紛紛將人工智

能列為國家發(fā)展戰(zhàn)略的重要組成部分，包括中國、美國、加拿大、法國、德國、英國、

阿聯(lián)酋、日本、韓國和新加坡等國家。

大模型（2020年代至今）：隨著計算機算力的大幅提高，人們開始思索,

19

如果將神經元網絡模型的神經元數量和連接參數增加到人腦的水平，會出現什么

樣的奇跡？于是，對AI大模型的研究開始加速。

1LLM(LargeLanguageModel)是指基于語言模型的研究，旨在通過訓練大

規(guī)模的神經網絡來學習語言的統(tǒng)計規(guī)律和語義表示。其中，BERT.GPT和XLNet

等模型大幅提升了自然語言處理任務的性能，并在諸如問答系統(tǒng)、機器翻譯

和文本生成等方面取得了突破。

i2020年5月，美國OpenAI公司發(fā)布了GPT-3模型，一個有96層神經元、

1750億參數的生成式LLMGPT(GenerativePre-trainedTransforner)

使用變壓器(Transformer)架構來生成自然語言文本。這是一個強大的人

工智能聊天機器人，可以根據用戶的提問生成內容。它具備廣博的知識，涵蓋

了IT、科學、法律、醫(yī)學、詩歌和繪畫等各個領域的知識，而且文筆流暢。甚至

可以編寫計算機程序。可以生成更長、更準確、更有邏輯性的文本。2023年2

月ChatGPT引爆全球。

3隨后發(fā)布的GPT-4模型有120層，每層約150億個參數，總共約1.8萬

億個參數，是GPT-3的10倍多。11月7日，OpenAI發(fā)表了GPT-4Turbo模型,

功能更強大。成為真正的多模態(tài)生成式AT模型?？梢暂斎牒洼敵鰣D像、音頻、

視頻、文本。更大規(guī)模的GPT-5也正在訓練中。

ChatGTP的成功在全球范圍里引發(fā)了百模大戰(zhàn)。大模型的研究也成為當今人工

智能發(fā)展的主流趨勢，如BERT、Gemini等多模態(tài)LLM展現了巨大的潛力，為自

然語言處理領域帶來了革命性的變革。

2.3.2人工智能的應用

當前，AI技術已經滲透到各行各業(yè)，AI正在改變我們的世界。

如：數據經濟、在醫(yī)療領域、在金融領域、教育領域、自動駕駛的前沿探索、物

聯(lián)網、云計算等領域；還有：科研領域、軍事國防領域、司法領域、工業(yè)、能源、

電力、交通、口、網絡安全等各個領域都在越來越多地擁抱AI技術。

20

總的來說，人工智能技術在各個領域實現了快速和廣泛的應用和發(fā)展，同時這

也需要人們關注其帶來的倫理和法律問題，以確保其合法和公正的應用。

2.3.3人工智能的未來預測

盡管人工智能在多個領域得到了廣泛應用，包括以ChatGPT為代表的生成式

AI也取得了巨大的成功，但它們仍舊屬于弱AI,因為只模擬了人的右半腦的思維

模式。經常被圖靈獎得主和學者們指出的問題和不足包括：①不能處理因果關系、

②缺乏可解釋性、③常常會產生“幻覺”，一本正經地胡說八道、④“文學博士的

語文，小學生的算術”、⑤無法處理動力學系統(tǒng)；⑥不能輸出精準結果，只能是概

率的等等。

強人工智能成為AI發(fā)展的下一個里程碑。圖靈獎得主、院士、研究者們從計

算機科學角度提出強人工智能必須具備的特質：①新的A1理論體系、②動力學系

統(tǒng)模擬(DynamiceSystem)、③因果關系(Cause-effectrelations)和推理、

④可解釋性(Explainable)、⑤人類左右腦(Left-RightBrain)思維方式,⑥

新機器學習算法(NewMachineLearningAlgorithms)等。

《思考，快與慢Thinking,左半腦右半腦左右的分工理論’：

FastandSlow>：美國丹尼美國心理生物學家

爾?B?尼坦(Daniel邏輯信息處理直覺信息處理斯保里聞士(Roger

Kahneman)牧授.獲2002LogicalInformationIntuitionInformationWolcottSperry.

年的諾貝爾經濟學獎。1913.8.201994.4.17

科學的、數學的藝術的.文學的

“系統(tǒng)「依賴記憶、經驗和)通過著名的割裂

局部的、戰(zhàn)術的全局的.戰(zhàn)略的

直覺能部迅速作出反應.腦實驗.證實了大

"系統(tǒng)2用意識的通過理性的.分析的直感的、經輪的腦不對稱性的.左燈

注意力來分析和解決問題推理的、序列的形象的.感性的&分工理論?.因此

.并作出決定,它比較慢集中注意力的斤意做行為不假思索的潛意識行為.榮獲1981年諾貝爾生

.不容妙出錯.決策：慢決策：快理學或醫(yī)學獎.

圖4人腦的思維模式

左右腦AI的研究，從理論到實踐，已經實現了質的突破。原中科院的Dr.Gao

在日本早稻田大學博士論文中提出了左右腦型人工智能(Left-RightBrainAl)

的原型理論，可以讓計算機像人腦一樣：可以同時使用左半腦和右半腦、同時處理

邏輯的和直覺的兩類不同性質的信息；并建立了腦腫臟體模型，首次解決了左右

腦信息交互的難題。又實現了左右腦AI的機滯學習算法。這種左右腦AI還具

21

有處理因果關系、動力學系統(tǒng)、可解釋性等強人工智能所必需的特質。

這種左右腦AI研究已經落地。1998年曾作為日本政府項目，與日本早稻田

大學和豐m汽車公司合作，帶領團隊為日本豐m汽車公司構建了基于左右腦AI

的G-MOS動態(tài)模型，在世界上首次使用“左右腦AT模型+實際數據”證明了計算

機可以像人腦那樣工作：左腦（邏輯信息）+右腦（直感信息）+機器學習-＞意識

決定。該左右腦AI模型可以高精度預測生產線的故障率，平均提高了汽車自動

生產線的信賴性（46%UP）,同時又大幅降低了維修保養(yǎng)成本（31%Down）,提高了工

廠生產力。更證明了左右腦AI的可用性、實用性和通用性。獲日本99'PM行業(yè)

大獎。

與現在的基于神經元網絡+機器學習、只擅長直覺信息處理的單腦型人工智

能（弱人工智能）相比，這種左右腦AI更接近人類的思維方式。人類向“強人

工智能”的時代又邁出了里程碑式的一步。

2.4云原生

2.4.1云原生的定義

在經歷了云服務技術興起、容港和微服務普及、容器編排kubernetes誕生

之后，在軟件工程領域需要一種能描述新的應用架構定義，幫助人們更快更好地構

建和管理業(yè)務應用。云原生概念應運而生，然后快速發(fā)展成熟。從最早模糊的微

服務云原生架構、到CNCF成立對云原生首次定義：應用容器化、面向微服務架

構、應用支持容器編排和調度、再到CNCF從理念的角度重定義云原生，迄今為

止還在不斷發(fā)展，理念邊界不斷覆蓋到軟件工程、IT基礎設施、云平臺等各個

領域。

2015年Pivotal公司的MattStine在《遷移到云原生應用架構》一書中,

探討了云原生應用架構的特征，將這些特征歸納為12個方面：代碼、依賴、配

置、后端服務、編譯發(fā)布運行、進程、端口綁定、并發(fā)、易處置、開發(fā)/生產環(huán)

境一致、日志、管理進程，這些特點較多，而且每個特點的定義都比較復雜，并

22

沒有得到廣泛傳播，但這可以認為是云原生定義的一個早期探索。

2015年Google主導成立了CNCF

(TheCloudNativeComputingFoundaticn)云原生基金協(xié)會。2016年

(MF正式對云原生進行了定義，包含三個方面：應用容器化、面向微服務架構、支

持容器的編排和調度。這時的定義主要包含了兩大技術容器編排和微服務，但是并

不足以描述云原生的本質特征。

2018年云原生概念不斷越來越大，早期的定義己經變成了約束。CNCF迸行了

重新定義：云原生技術有利于各組織在公布云、私有云和混合云等新型動態(tài)環(huán)境中，

構建和運行可彈性擴展的應用。新的定義不再局限于特定的技術，而是從底層核心理

念出發(fā)，對云原生進行思考和定義。此后云原生一直在不斷快速發(fā)展，已經不局限于

某一項或多項技術，更多的是從應用研發(fā)、運行、維護效率的角度出發(fā)，通過各種

方法對應用全生命周期進行提升。

圖5云原生技術

云原生代表技術除了CNCF的定義：容器、服務網格、微服務、不可變基礎設

施和聲明式API外。從普遍認知來看，還包括DevOps.kubernetes容器編排、云

基礎設施"這此技術都是在軟件T程領域經過長期積累形成的，為云原牛應用

23

獨特的敏捷性、可擴展性優(yōu)勢。能夠極大地提高研發(fā)和運維效率、運行資源利用

率、業(yè)務交付速度和質量。

2.4.2云原生的應用

云原生能夠幫助企業(yè)在開發(fā)和上線效率提升、業(yè)務敏捷性、降低IT基礎設

施成本、基礎設施標準化和可移植性等方面帶來顯著的價值。這些優(yōu)勢能夠極大地

增強企業(yè)在數字技術時代的競爭力。

云原生技術的最典型應用就是通過容器構建應用，kubernetes進行編排。

通過容器構建應用能夠極大地提高應用的部署效率，實現一次編譯，處處運行。單

一容器難以構建一個完整的應用，kubernetes容器編排技術實現了多容器自動化

編排，只要完成編排描述文件，就能夠在任意kubernetes集群自動化部署，從此

業(yè)務應用才真正實現了可移植。容器技術的另一個優(yōu)勢就是資源隔離，能夠大幅

提高計算資源的利用率，降低IT基礎設施成本。

早*Devjprt.Ops1m■時代

圖6云原生DevOps全流程

DevOps理念出現在云原生技術之前，但一直難以完全實現，更多關注在設計、

編碼、測試、編譯方面，直到云原生出現，彌補了發(fā)布、部署、運維、監(jiān)控自動化

流程，DevOps才真正實現了全流程自動化，整個流程才真正運行起來。研發(fā)人員

從代碼提交開始，就能自動化構建業(yè)務進程，打包成容器，通過

kubernetes進行編排部署，全流程都無須干預，真正實現了開發(fā)上線一鍵執(zhí)行，

24

能夠極大提高研發(fā)敏捷性。

微服務和服務網格為企業(yè)在業(yè)務靈活性、擴展性上提供了極大幫助。通過抽

象服務公共邏輯，形成微服務網關和服務網格，能夠讓企業(yè)研發(fā)人員更多地關注

自身業(yè)務本身，無須關注微服務之間的調用、隔離、部署等。而且微服務和服務

網格具有更好的可觀測性，業(yè)務運行狀態(tài)都能夠直觀展示。

2.4.3云原生的未來趨勢

經歷了爆炸增長期，云原生核心技術功能逐漸穩(wěn)定，已經逐漸形成事實標準。向

下屏蔽IT基礎設施差異，向上抽象業(yè)務公共邏輯，標準化云原生能夠有效地提高

業(yè)務的可移植性，解除廠商技術綁定，激活1T資源流通性，快速在不同的IT基礎

設施之間選擇最適合的業(yè)務運行環(huán)境。因此玄原生的未來趨勢的核心方向就是通過

改變應用構建、部署、運行方式，解耦應用運行環(huán)境綁定，從而在整個應用生命周

期提高生產效率，降低資源消耗。具體有如下幾點：

?多云和混合多云普及：在云原生之前，業(yè)務應用和底層計算、存儲、網絡

都有很強的綁定關系，雖然企業(yè)基于容災、可靠性、隱私性需求會在多個

地域進行應用規(guī)劃部署，但是往往由丁?遷移困難，并不能很好地利用云的

靈活性。未來企業(yè)應用會越來越多地真正在多云部署、動態(tài)調整、靈活擴

縮容。

?微服務和服務網格興起：隨著云原生的發(fā)展，微服務和服務網格越來越標

準化，運維成本越來越低，隨時都能快速部署、調用各種功能完善的微服務,

整個數字技術世界正在不斷向著一體化演進.

?持續(xù)交付部署效率進一步提升：云原生kubernetcs打通了部署和運維自

動化流程，自動化CI/CD正變得越來越流行，更快的應用交付速度、更高

的軟件質量，不斷形成正反饋，加速企業(yè)數字技術的發(fā)展。

?無服務計算應用廣泛：為了進一步提高應用交付速度，研發(fā)人員只需要研

發(fā)代碼，其他都能夠自動運行管理的無服務計算越來越受歡迎。這種模式

25

可以進一步提高研發(fā)效率和資源利用率，而且隨著技術發(fā)展啟動速度、首

次響應速度也得到了大幅優(yōu)化，在越來越多的場景得到應用。

總的來說，云原生應用正在改變我們創(chuàng)建、部署和運行應用程序的方式。我們

可以預期云原生將持續(xù)推動數字技術的創(chuàng)新和進步。

2.5數字季生

2.5.1數字攣生的定義

關于數字攣生，很多組織都給出了自己的定義。Gartner對數字攣生的解釋

為：數字李生是現實世界實體或系統(tǒng)的數字表示形式。數字李生的實現是一個封裝

的軟件對象或模型，它反映了獨特的物理對象、流程、組織、人員或其他抽象。來自

多個數字攣生的數據可以聚合為跨多個現實世界實體（如：發(fā)電廠或城市）及

其相關流程的復合視圖；麥肯錫對數字李生的解釋為：數字季生是物理對象、人

或過程的數字表示形式，在其環(huán)境的數字版本中進行了上下文化。數字李生可以幫

助組織模擬真實情況及其結果，最終使其做出更好的決策；IBM認為："數字李生

是一種旨在精確反映物理對象的虛擬模型”。

在此，我們將數字學生定義為：數字季生是對現實世界進行抽象并完成數字表

示與交互，它能夠精確、真實的反映現實世界的變化過程與結果。

2.5.2數字攣生的應用

普遍被接受的數字季生概念起源于美國宇航局阿波羅計劃，在阿波羅計劃中

美國宇航局構建了多個相同的航天器，其中一個發(fā)射到太空，其余的則留在地球

上用于反映太空中航天器的工作狀態(tài)和操作試驗。2011年，NASA首次使用了

DigitalTwin（數字李生）一詞，并將其描述成一種反映現實世界狀態(tài)的綜合

載體。2016年，Gartner將數字李生放進當年的十大戰(zhàn)略科技發(fā)展趨勢，這一技

術開始受到全球范圍的廣泛關注。

26

后業(yè)應用層智能制造理用健康智慝城市智慧建筑理基能源

V

描述?診斷預測決策R云

A

R步

M

R、

模型構建層與大

金模(A)人

(VR/AR3D/CAD)數

仿真分析層工

據

智

能

一

一5

G

數據互動層傳輸4G/5G/GPRS/Etheniet/NB-loTRS485/M-Bus/HPLC/LoRa/RFA

一3

采集PLDNTC/SCADA儀器儀表傳意器ZigBz

物

邊

聯(lián)

緣

網

計

工業(yè)設備城市建筑交通工具醫(yī)療設備

算

基礎支撐層I機床II儀器儀表II路燈II電梯II汽車口離鐵動車II智能可穿藏設備

泵II注一機II公共設*1I骯空航天…

圖7數字空生生態(tài)系統(tǒng)

數字攣生技術給研究對象（例如：航天器）裝配與期望受控功能相關的傳感

器，生成與現實世界各個方面狀態(tài)相關的數據（例如：輸出功率、飛行姿態(tài)、環(huán)境

溫度等等），并將這些數據轉發(fā)至處理系統(tǒng)并應用于數字副本，虛擬模型基于相

關數據進行模擬執(zhí)行，研究與功能和性能相關的問題并生成可能的改進方案。數

字攣生圍采用雙向信息流設計，即傳感器可以向處理系統(tǒng)提供相關數據，處理系

統(tǒng)也可以將其得出的研究成果與源對象進行共享，例如下表1：

計構建運行維護

文檔管理PLMPLM運行手冊服務記錄

模型物理屬性預測優(yōu)化診斷

模擬設計模擬虛擬調試

3D表示設計圖生產手冊服務手冊

27

數據模型工程數據產品數據運行數據服務數據

可視化顯示運行狀態(tài)顯示健康狀態(tài)

模型同步實時行動模型反演

連接分析運行KPIs資產健康KPIs

表1數字攣牛.示例

數字攣生包括組件攣生、資產攣生、系統(tǒng)李生和流程攣生4種主要類型：

?組件攣生：組件攣生是數字攣生的基本單元，是系統(tǒng)或產品單個組成部分

（例如：齒輪）的數字表示。

?資產攣生：兩個或多個組件一起組成資產，資產攣生用于研究組件之間的協(xié)

同。

?系統(tǒng)攣生：也稱為單元攣生，系統(tǒng)攣生則將單獨的產品建模為更大系統(tǒng)，

研究不同資產匯聚在一起工作時的交互。通過系統(tǒng)季生，可以研究資產

相互交互的關系，從而提高生產力和效率。

?流程攣生：流程攣生是協(xié)同工作的系統(tǒng)的數字表示形式（例如：系統(tǒng)攣生

對生產線進行建模，流程攣生則對整個工廠進行建模，包括工廠車間操作

機器的員工）。流程攣生可幫助確定最終影響整體效率的精確時間控制方

案。

利用數字攣生能夠更高效地研究和設計產品，真實反映和監(jiān)控生產系統(tǒng)，在

整個生產和運營流程中獲得和保持高效率，以及對立品進行生命周期管理。數字攣

生具有的種種優(yōu)點，獲得了眾多企業(yè)利組織的關注。然而，并不是所有對象都能達到

足夠的復雜程度，需要數字季生技術中所必需的密集、頻繁的傳感器數據流?？紤]到

投資回報（ROI）,當前應用數字李生的背景往往基于實體規(guī)模較大，或者涉及

生命或人身安全的項目（例如：航天工業(yè)、核工業(yè)、汽車制造、飛機制

28

造、建筑工程、發(fā)電廠等行業(yè)）。

2.5.3數字攣生的趨勢

數字攣生市場正在經歷迅猛發(fā)展期，根據統(tǒng)計，2021和2022年的北美數字

攣生市場分別達