要想让机器具有智能，必须让机器具有知识。因此，在人工智能中有一个研究领域，主要研究计算机如何自动获取知识和技能，实现自我完善，这门研究分支学科叫机器学习。

电力系统仿真就是数字孪生在电力系统的应用。

边缘计算技术包括对人工智能算法与模型的边缘侧处理和适配。

深度学习和人工智能技术是数字孪生在实践中常用的关键技术。

现在人工智能社区的共识是从头开始学习模型，而不是采用预训练模型作为下游任务的支柱。

根据Open AI数据，在模型训练阶段，模型计算量增长速度远超人工智能硬件算力增长速度，存在万倍差距。

构建开放协同的人工智能科技创新体系主要包括：建立新一代人工智能基础理论体系、建立新一代人工智能关键共性技术体系、统筹布局人工智能创新平台。

自动机器学习是指在机器学习开发应用全流程的全部环节实现自动化。

人工智能技术的伦理风险包括算法可解释性安全风险、个人信息泄露风险、算法歧视与算法滥用风险等。

根据《新一代人工智能发展规划》提出的战略目标，到2030年人工智能核心产业规模超过4000亿元，带动相关产业规模超过5万亿元。

数字孪生关键技术标准：包括物理实体标准、虚拟实体标准、孪生数据标准、连接与集成标准、服务标准五部分，保证数字孪生实施中的关键技术的有效性，破除协作开发和模块互换性的技术壁垒。