作为一名曾经在不同场合针对不同对象忽悠过数字孪生，同时也被邀请做过数字孪生培训的研究者，我很欣赏数字孪生（Digital Twin）这个提法。

在我的四十余年主要基于蒙特卡罗模拟计算的科学研究和技术开发历程中，有超过二十年以上的工作和思考与数字孪生都可以扯得上关系，尽管众所周知的数字孪生的问世仅仅只有区区几年。

我的研究与开发是围绕着以蒙特卡罗方法为代表的模拟计算而展开的，非常有幸地见证了数学计算在科学研究中的地位从“配角”到“友情主演”再到“联合主演”的发展历史（著名数学家秦元勋在1977年曾经为计算物理学下了一个“介于理论物理学和实验物理学之间的新的分支学科”的定义，几十年后的今天，模拟计算已经被认为是与理论分析和实验测定相并行的科学研究第三途径）。我个人觉得数字孪生是作为新晋联合主演的数学计算在科学研究中发挥其作用的最佳方式，也是人工智能的重要表现形式。 

谈到与我有关的数字孪生，需要回到1998年，当时一位由STA资助赴日本研究学习的同事完成访问交流后回国，在汇报中提到日本在反应堆故障概率风险分析的研究中引入蒙特卡罗方法作为研究手段。这诱导我产生了一个当时看来非常不现实的想法——能否在计算机里建立一个与现实一致的反应堆，当一个特定事故出现后，将事故对应的属性参数取值输入计算机，通过模拟计算的途径，研究其最终导致作为最令人关心的堆芯熔化事故发生的可能性。当然，这种数字化的反应堆在真实反应堆正常运行时应该用来针对各种假想事故进行研究计算而不是等待故障发生后才投入使用。相应的研究结果对于反应堆的设计改进和运行管理是有益的。这种数字化反应堆现在已经不是仅仅存在于口头讨论和论文之中了，当然它与真实反应堆的一致程度会是持续改进所追求的指标。

接着在后续的一段时间内，我参与了一项基于PGNAA（瞬发γ射线中子活化分析）的煤质成分分析技术开发活动，我的主要工作是为利用蒙特卡罗方法模拟计算各种不同成分煤炭样品经过中子照射后产生的瞬发伽玛射线在探测器中所形成的计数能谱，以形成对应的能谱数据库。在实际应用中，根据实际煤质成分未知样品的实测计数能谱与已知样品能谱之间的相似程度给出未知样品的煤质成分。在工作中涉及与通用型蒙特卡罗模拟计算软件（例如著名的MCNP软件）相关的前处理（如建立整个测量装置的蒙特卡罗模拟计算模型。这是一项复杂枯燥而又易错的工作）、运行管理和数据后处理。如果墨守传统的工作流程，至少会遇到这样三类问题：1、几何建模的繁琐和复杂；2、由此带来的与习惯性错误相应的频繁调试和修改；3、不能很好地适应参数优化计算的需求。坦率地说，出于懒惰的本意，我开始自主研制计算机软件实现上述前处理、运行管理和数据后处理工作，以替代过去完全需要手工进行的相应操作。历经了超过二十年的时间，我前后给这个软件起了若干个名字，从壳程序到管理程序到数字平台到数字化研发平台直到最后沿用了近些年逐渐流行起来的数字孪生。

与上述PGNAA研发几乎同步，我参与了针对一些用户的蒙特卡罗模拟计算服务，其中涉及了一些技术的敏感性问题。既然是计算服务，可想而知就是利用我的擅长去解决用户由于不擅长而存在的问题。基于传统的工作流程，我需要了解用户的所有的相关技术细节才有可能设计建立相应的计算方案，通过计算得到满足用户要求的模拟计算结果。而我并不希望由于过多接触用户的技术秘密而受到用户的相应约束，同时我也希望自己的技术细节不至于轻易泄露。我的解决方法就是与通用性蒙特卡罗模拟计算软件相伴，提供一个具有非常宽泛的参数选择空间、简单易行的参数选择功能和最终计算结果处理能力的管理软件（最后发展成为数字孪生）。基于此软件，用户可以在大的范围里自行确定自己的确定的参数值或变化范围（这不需要我干预），通过计算得到自己希望获得的最终计算结果，同时又不需要了解相应的计算方法和计算参数（这涉及我的技术细节和秘密），这也是我研制上述软件的重要初衷之一。（未完待续）