工业AI有多少值得期待？( 三 ) Orig宋华振说东道西有时候

--你们的数据类型是哪种？
--对于可解释性你们有要求吗？
--你对AI了解多少？
--你的AI规划与现有系统之间如何衔接？
--你能够为你的供应商提供什么样的架构？
能把问题讲清楚吗？
把问题讲清楚，以前觉得不是个什么事情，但是，现在发现这是个大问题。
做AI的人呢，大概收入高吧，最近又遇到了说自动化行业的那些软件就是玩具的IT大佬，他说了半天梯形图，指令表就是个简单的玩具，我反应迟钝，觉得说的好像有点道理，其实，后来我才想起来，不对啊！我们工程师不大用梯形图啊！都是用C/C++比较多啊！而且都用了20多年了，他们怎么老是觉得PLC就是梯形图呢？
提这个问题是想说“隔行如隔山” ， IT的人和OT的人过去数十年都在争论一个问题，你给我数据，我就能分析， OT问，你要什么数据？IT说你有什么数据？佛陀说“我执” ，其实看来群体的执念—集体中心主义也是很严重的，但是， IT与OT、机械与电气、工艺之间的“鸿沟”是存在的。之前写“提问”这个话题不是没有道理的，有些人肯定觉得我写了个“小话题” ，其实，非也，有效的沟通，在融合时代极为重要。能否有良好的结构性思维、高效的提问、理解、总结、确认的循环过程，我们的沟通效率会很低，就无法有效的推动项目。
智能到底是什么？它想干什么？
显然，人们搞各种智能的目的就是让机器人帮人干活，也不是懒，在灵活性方面，机器是没法跟人比的，但是，在质量一致性、速度、工作态度方面，机器肯定比人强，生产线上的工人，老法师干活杠杠的，但是，老油条也能给你磨洋工，你看机器就不一样，只要给它上电，它就给你干活，它出了问题，也不会抱怨你不给它涨工资，给上点润滑油，换个零件，继续干。
智能，就是想让机器拥有人的智慧，然后去干活，但就目前为止，我想机器还没有达到“智慧”这个境界，智慧，要拿佛陀的说法就是“般若” ，就是“明心见性”的通透，扯远了，要回到地面上说就是“判断力” ，对方向的把握吧，你说机器学习厉害，据说已经达到了人类的图片识别能力，我突然想起来，我们家小姑娘，她可是不需要那么多训练的，她看到一个大象的非常粗糙的卡通图，到了动物园，她就会指责着那个巨大的动物说“大象” ，你看，你花费了那么多计算机资源才学到这个水平，那小朋友根本就不用
智能的本质是什么？
智能的本质，主要还是为了应对变化，其实，变化是永恒的存在，因此，不管过去，今天，还是未来，变化都是存在的，因此，像控制、通信，其实都是为了解决这种VUCA环境下的稳定生产问题，降低不确定性，这是显然的。
相对来说，在过去的时间里，生产还是比较标准的，现在就不一样了，现在你要让我穿件跟你一样的衣服，我内心深深的觉得自己没有个性-不能彰显我独特的魅力，尽管我知道我的个性化需求主要来自体型的局限性带来的困扰，但是，我还是选择去定制衬衫和西装。
文章插图
如果你让机器拥有智能，其实，就是让机器学会人的方式去干活，人怎么干活的？人是有眼睛、耳朵感知世界的，然后有手去执行的，由感知到大脑，大脑协调各种肌肉、关节的运动（机器或机器人）来完成各种任务的。
智能的形成过程
但是，人的知识是怎么形成的？就是观察、测试验证、然后不断迭代，那么，机器也一样需要这样，人对这个世界的知识的应用主要有演绎—即，像中学学习几何一样推理出结果，而归纳，就像今天的数据建模一样，用数据拟合、聚合出一个模型，两者即机理建模、数据驱动的建模。
数学是连接物理和虚拟世界的桥梁，建模必然会用到数学，只是会用到什么样的数学一样，比如逻辑就是布尔代数、PID调节基于微积分、数据的处理基于概率统计，就连信息论、控制论也是基于数理逻辑、统计力学等学科汇集才能构建一个“对不确定环境的统计学建模，然后预测未来的趋势” ，如果回到维纳的《控制论》和香农《信息论》，控制与通信都是这样的，也是基于数据驱动的模型。
文章插图