計量是一個國家質量基礎設施的基石之一。它是世界權威秩序的確立者，全球用的質量、尺寸等測量方式，都有一個基準老祖宗。例如衡量重量的砝碼，最原始的基準就藏在法國，各個國家像從雅典娜獲取奧運圣火一樣，定期跟它比對。之后各個國家的砝碼，也變成祭奉在上的祖宗，可以朝拜，但不可使用。它的任務就是基準，然后各級計量開始向下逐級復制，完成傳遞，最后變成了我們身邊的體重秤。它用一個一個現場，一個一個實物，維持了一個國家，或者整個世界的秩序、公平和安定。

如果這一切都被數字化之后，那么維持權威的力量，是否還能莊嚴的保存呢？

計量，連同認證、合格評定、標準規范一起，再加上市場監督的力量，組成了一個復雜的國家質量基礎設施(NQI)系統。它們看似在一起，但各自運作方式和機構又迥然不同，政府在其中的力量時大時小，企業對它帶來的便利和成本則是恨不得又離不得。而數字化轉型是讓這些挑戰倍加凸顯。

作為全球精密測量的締造者，德國計量領域正在全面擁抱數字化，從數字校準證書和虛擬測量儀器到研究數據管理，以及數字支持的測試和審批流程，包括不受軟件形式干擾數據處理方法。這些都為方興未艾的復雜網絡系統和人工智能方法工作的演進打下了良好的基礎。

數字轉型不可避免地覆蓋了計量的所有領域，從行政管理到研究，再到日常互動，亦包括目前在數字客戶的門戶、電子文件以及人工智能計量、研究數據管理和質量基礎設施中的數字證書和過程方面的發展。計量數字化轉型是一個持續的過程，是數字經濟時代無法舍棄的錨點。任何數字化，都需要一個出發基點。現在這個基點，也要數字化了。

作為德國的國家計量機構，德國計量研究院PZB是工業運行的大法官。其核心法律任務之一是根據《單位與時間法》確保計量的一致性，計量單位要可溯源不走樣的基礎上進行。確保測量真實、測量穩定和可測試性，支持這些領域的國際協調，是確保德國機電出口貿易穩居全球第一的一道隱形長城。當人們都在贊譽德國制造的時候，我們很難發現這艘掛滿彩旗的萬噸巨輪之下，深潛海底的計量基石。

圖1 德國質量基礎設施要素

能源轉型在德國是政治正確的最大事項之一。計量數字化，對能源轉型至關重要。如果沒有智能電網，以數字方式支持分布能源供應之間的相互作用，就很難實現成功的能源轉型。通過數字基礎設施對電力消耗和電網參數的可靠測量以及優化它們之間的通信能夠極大地提升電網智能化和效率。2020年初，德國智能電表網絡(SMGWs)正式推出，并將計量要求與安全相關要求和檢定立法要求相結合，并強調了加強跨學科合作和有效協調的必要性。德國是全球新能源轉型最可靠的孵化器，沒有它最早的立法要求，全球的光伏行業包括中國在內的進展速度，恐怕至少要向后延期10年。美國、日本都在光伏技術上都有很大推動，但在立法上都沒有像德國那樣樹立標桿。而新能源的入網，將會以其飄忽不定的頑劣性，多元化的分布式，都會對既有強健的電網構成了10倍速以上的沖擊。計量，至關重要。考慮到很多早期交易投機者，還在利用電網的實時交易方式，獲取收益，每一秒每一度電的計量[敏感詞]度，都是一場驚心動魄的鏖戰。

為了能夠在數字化的世界中確保計量的一致性，數字校準證書(DCC)必不可少。德國“虛擬測量儀器計量”中心(VirtMet)正在研究真實測量和虛擬測量的可比性，并研究機器學習和人工智能(AI)的客觀評估方法。目前，德國數字校準證書(DCC)已經形成了一個穩定的版本，并成為計量、科研和工業的國際合作伙伴協調的基礎。在“虛擬測量儀器計量”方面，德國已經啟動了幾個跨領域跨機構的項目，并取得了初步的成功。對于人工智能方法的評估，許多項目已經啟動，第一批應用程序已經發布。 

圖2 數字校準證書(DCC) 制作過程

數據驅動的研究和業務，只有在可靠的數據和可持續使用的情況下才能實施。研究資助機構越來越多地要求對研究結果進行適當的記錄，并長期存檔，盡可能向公眾公開提供。數據管理的這些需求被縮寫為“FAIR data”，即所謂：數據應該是可找到的、可訪問的、可互操作的和可重用的。

圖3 數據四可法則：可找到、可訪問、可互操作和可重用

通過四可法則，以前評估和發表的數據就可能作為新的問題和研究工作的基礎。這些原則也越來越多地進入工業領域，其中一個數據基礎設施系統將與歐洲云和數據基礎架構“蓋亞”（GAIA-X）鏈接。蓋亞計劃是歐洲最為野心勃勃的大數據中心的大本營。在此之下，國家數字質量基礎設施（NQI-Digital）也自然登云入殿，規范整個過程的數字化，尋找全新價值創造。

德國很積極。德國國家研究數據基礎設施(NFDI)和歐洲開放科學云(EOSC)，是科學研究領域的對應參與方。德國計量研究院主動從底層做起，參與了元數據、數據質量和數據持久標識符的標準化；而在歐洲開放科學云領域，德國則在歐洲計量組織 (EURAMET)的活動框架內參與，確保數據遵守四可法則。 

圖4 德國計量云基本結構

德國計量研究院正在追求開展以數據為基礎的研究和開發，保證質量和可重復性的目標。這使得數據管理、軟件質量框架的開發、建立電子實驗室手冊以及在數字環境中一致使用元數據和詞匯等方面的綜合概念顯得尤為迫切。

2019年，德國計量研究院聯合工業界和研究合作伙伴成功商定了基于國際單位制(SI)的智能計量數據通用元數據模型(D-SI)。數據格式要在物聯網(IoT)和信息物理系統等新的數字環境中經受住考驗，則要必須被機器和人類無誤地理解。如果數據格式不可靠，諸如醫療保健或家用電表等數字應用程序出現問題，其后果將是無法想象的。智能計量數據通用元數據模型(D-SI)目前已經被廣泛應用于歐洲旗艦智能通信項目（SmartCom）和數字化轉型校準測量系統項目（GEMIMEG-II）的機器可讀數字校準證書。

新的測量工具通常包含分布式的、部分虛擬化的組件，并使用來自云的服務。然而，在監管領域，當測量設備包含現代通信和信息技術時，在批準和合格評定方面卻并不完美。過于復雜的測量與合格評定，導致制造商越來越認為這是創新的阻礙，導致長期競爭中的劣勢。因此，在數字化的網絡經濟和工業中，處理測量數據以及將測量儀器數字化連接的一體化方案是十分必要的，且必須滿足法律和工業計量的要求。當下，由于受制于不同的法律和組織框架條件，這兩個領域在計量工作上基本上是分開的。然而，在數字化轉型的過程中，這些嚴格的邊界劃分正變得越來越模糊，因為使用了類似的組件，數據在一定程度上是跨兩個領域的邊界應用的。

因此，理想情況下，在開發過程中應該已經考慮了適當的數據模型，用于測量數據的通信。例如與“計量云”的連接以及關于測量裝置的數字信息的有效使用，即“設計計量”。在D-SI、計量云、校準和合格評定的數字證書方面的活動中，德國計量研究院已經積極支持這一原則的發展。德國計量研究院還與德國機械設備制造業聯合（VDMA）合作，在開放平臺通信統一架構（OPC-UA）通信標準過程中實現工業4.0應用的智能計量數據通用元數據模型(D-SI)導入，并在化學標準中與國際過程工業自動化用戶協會（NAMUR）合作。德國計量研究院的其他領域也在有序的展開數字化轉型合作。 

數據隱私、信息安全開發和使用數字技術的工作流程和高質量的基礎設施流程中“安全性”和“設計私密性”的方案對于確保各個參與方的互信是不可或缺的。這意味著在軟硬件的開發過程中，一方面從一開始就考慮數據保護，另一方面又盡可能地減少漏洞，減少對攻擊的敏感性。德國數字轉型的各個組成部分在中長期將以特定方式組合在一起，從而形成一個統一的整體構架。德國計量研究院有意依賴免費開源軟件，來擴展用于通信和協作的數字工具，以便這些工具以后可以與其他工具無縫融合。新工具將通過一個涉及用戶和數據隱私、信息安全和數字化方面的專家的聯合進行評估。

在德國計量研究院的數字工具箱中，最重要的構建模塊之一是電子文件。它是一個中央電子文件管理系統，所有的德國計量研究院文件都可以在該系統中方便地存儲和檢索，并支持空間靈活的聯合工作。德國計量研究院不同領域的資源陸續被納入電子文件系統。為了確保高效和有效地使用，德國計量研究院提供全面的培訓和電子文件系統方案。為了能夠在新冠疫情下繼續這一進程，這些方案越來越多地被虛擬化、線上化，并特別增加了視頻說明。

另一個數字構件是客戶門戶網站E-services。有了這項服務，德國將建立基于網絡的訂單數據處理系統，并與德國計量研究院的電子文件系統緊密相連接。客戶門戶將成為合格評定和校準領域的客戶的中央數字聯絡點，并將確保信息的輕松上傳和訂單的管理。“計量服務數字工作流”的目標是將這些構件模塊與其他數字開發和工具集成。

圖5 德國計量研究院計量服務工作流程

計量數字化轉型給計量領域帶來了諸多挑戰，這是計量研究和開發工作必須面對的。在這方面的案例包括使用數字孿生作為虛擬測量儀器，復雜通信系統，使用復雜傳感器網絡工作和人工智能(AI)方法的使用增加。

計量數字轉型領域研發項目的重要特點是學科交叉程度很高。它包括基于最多樣化的測量程序的復雜性和網絡化技術，這些測量程序必須具有計量特征，以確保可靠。然而，類似自動駕駛和異構傳感器網絡帶來的巨大的數據、通訊問題，使得傳統的計量方法正日益達到其極限。多樣化的測量原理與復雜的數學模型，令人生畏。

圖6 計量的整體思維和工作方式

和統計方法甚至與人工智能相結合。從長遠來看，只有轉變計量的整體思維和工作方式，轉變為“整體”或“系統”計量，才能應對所有這些挑戰。

人工智能日益發揮著催化劑的作用，極大地加快了數字產品和服務的發展。如何用明確的規則來描述質量基礎設施（NQI），推動數字化NQI的落地，這是人工智能應用反向倒逼的一個結果。德國聯邦政府調查委員會將人工智能視為數字化推動技術進步的未來。與經典算法相反，人工智能方法的算法是在數據的幫助下訓練出新的智能模式識別。另一個因素是人工智能方法的高度適應性。

然而，這也可能導致未識別的訓練數據特征在算法中無意中被使用。與其他傳統軟件不同的是，僅基于源代碼檢查人工智能算法幾乎是不可行的。它跟科學產品、儀器和法律職責都有著密切關系，道德倫理也在其中。德國計量界正在建立相關能力。特別是在醫學領域，德國計量研究院已經將醫學知識、數學專業知識和與專家的網絡完美結合。

德國計量研究院已經為此制定出了一系列措施，例如：用于評估人工智能的穩健性和人工智能結果的質量。此外，他們還發布了“PTB- XL”數據集等初始參考數據，并通過在柏林工業大學任命教授職位，以加強“不確定性和機器學習”的專題研究。在此基礎上，一個內部的“人工智能信任度計量”(“Metrology für Vertrauen in KI”)能力中心正在建立之中，該中心將在專業知識、方法開發和“最佳實踐”方面向遠遠超出醫學領域的進展。

自動駕駛是一個需要迫切回答的挑戰。在汽車零部件產品批準的過程中，目前測試程序 (如機械和電氣測試、氣候測試)大部分是在部件級別上獨立進行的。它既不是在車輛的實際裝配情況下，也不是在實際傳感器系統網絡中進行的。然而在汽車大量安裝感知傳感器的情況下，它與環境的相互作用，對自動駕駛的功能非常重要。這就是為什么在未來有必要測試整個高級駕駛輔助系統 (ADAS)組件網絡，除了已經成為標準的組件驗證之外，還包括在其實際操作狀態下應用的人工智能方法。

目前，還不清楚如何實現具有高級駕駛輔助系統 (ADAS)功能的整車的整體一致性評估。這是德國計量院正在與時間賽跑的一個難題。根據ADAS的戰略“意義-計劃-法案”，德國計量界正在建立其現有的能力，以期在感知傳感器領域有所貢獻。傳感器系統的表征和校準將在未來的一個測試中心實現。這個中心是為每種類型的傳感器提供適當的條件,這意味著在高頻范圍(雷達)和光學光譜范圍(激光雷達和攝像機)，以適當的方式同時測試驅動參數，以便能夠模擬車輛的交通情況。此外，車輛的天氣、氣候和其他環境條件應該是可量化定義的，以便以可重復和可量化的計量方式測量這些因素的影響。

寶馬的GEMIMEG-II旗艦項目解決了在高質量基礎設施過程中成功并合法地轉換數據、信息和證書的安全可靠通信的整體挑戰。其目的是實現校準信息和數據質量的安全、不間斷和合法的端到端可用性。在項目范圍內，德國計量研究院承擔數字校準證書(DCC)的產生、發放和應用等子項目管理工作。

而在工業環境中，計量也需要考慮傳感器數據處理中的標準化和自動化。歐盟資助的“未來工廠的計量”項目(Met4FoF)，就需要從計量學的角度，研究測量數據的融合、確定工廠條件、關鍵數據、過程優化潛力等。在測量數據的自動評估方面，機器可解釋的描述是必不可少的。特別是，在“安全穩健的數字轉換校準測量系統”(GEMIMEG-II)項目中，正在開發具有計量意義的時間序列和數據質量模型的語義概念，這些模型超越了純粹的測量不確定度。很多研究，都指向了將傳感器網絡中的冗余信息，用于新的校準程序。那么虛擬測量，究竟在測量什么？如果計量標準也是數字孿生，我們是用孿生基準，測量孿生數據，最后給出實體的確切值嗎？這些還要等待回答。

計量進化，受到數字化的沖擊而加速。幾乎所有國家質量基礎設施（NQI）的構成要素和參與方，都受到經濟和社會數字化轉型的挑戰。德國則繼續加速奔跑，將質量基礎設施的優勢，搶先引領到數字化時代，構建德國的數字化國家質量基礎設施。制造優勢不可破，計量領先不容挑戰，這也是以制造立國的德國不可讓的陣地。