轴承视界现在很多人都知道，数字化技术意义非常大。但我发现：绝大多数人都是人云亦云、并不知道为什么。很多人自以为懂了，其实只是会了一些新名词、新概念、新思想，基本逻辑是不通的。
怎么样才能真正懂呢？一定要用最简单、最原始、最基本、最通用的逻辑去考虑问题。
计算机和互联网刚刚出现时，科技界的先驱们就充分意识到了这些技术的意义和作用。换句话说：数字化网络化的意义与作用，与新概念、新方法（CPS、数字孪生、AI、云、大数据....）毫无关系。我们完全可以用几十年前的概念和思想来解释数字化技术的作用和意义。
既然如此，这些技术为什么在近年成为热点了呢？
因为在技术性能比较差的时候，计算机、互联网的作用受到了阻碍，潜力没有转化成现实的能力。这些年来，计算机、互联网性能的提升，人们采用新方法、新技术消除这些阻碍、释放技术的潜力。
几十年前，人们曾称计算机为电脑，其意义在于决策。
在此基础上，需要知道两件事情：首先是弄明白计算机决策的基本逻辑，才知道它蕴含的潜力，即解决一般性的决策问题；其次是搞清楚哪些因素阻碍了潜力的发挥。知道了这两点，就可以明白新技术是用来消除哪些阻力的，也就容易弄明白如何抓住机会。计算机决策的逻辑其实很简单：
1、科学决策的前提是信息完备（知己知彼）。
2、决策问题可以转化成计算问题。
3、有价值才能成为热点。
为了实现知己知彼，涉及到模型、互联网、传感器等技术。其中，模型是描述对象、获取信息的通用技术。进入具体工作时，除了要建模，还要便于管理和处理数据。于是，出现了CPS、数字孪生、工业互联网平台等技术。而广泛应用这些的前提，是存储量足够大、性能足够好。过去计算机性能差时，根本做不到。
要知道决策问题都能转化成计算问题。其中，通用和保底的办法是用搜索等“笨办法”完成的。笨办法需要多次迭代才能得到理想的结果，计算量非常大也非常耗时。需要计算机性能要强大，才能在允许的时间内完成。这涉及到计算机性能，还涉及到大数据、云计算以及相关算法等。于是，过去不能用的方法、不能进行的决策，现在变得常用了。其中，有些决策涉及到多方面的信息，需要用互联网把信息连起来、才能让计算机自动地循环迭代；所以，我们需要做信息集成的工作。
创造价值的前提是软硬件成本足够低、用得起。软硬件技术的发展降低了成本，平台技术降低了开发和维护成本，提高了开发和维护的效率。如果大数据等基础条件做得好，数据分析和数据建模的成功率就会高。这时，大数据时代的数据分析和建模变得重要起来。
我在《知行》中说了很多看似废话的东西。其实就是要把这些道理说清楚。这些道理清楚了，就能明白一般性的道理，就能学会用通用的笨办法解决问题、就明白对具体技术的要求，而不是去追求那些特殊又奇妙的做法。
最新评论