大數(shù)據(jù)研究各國大PK
數(shù)據(jù)模型又叫黑箱模型,指基于數(shù)據(jù)的模型,相關(guān)的概念包括人工智能,數(shù)據(jù)挖掘,機器學(xué)習(xí)等。數(shù)據(jù)模型有幾個不足,首先,得有大量的數(shù)據(jù);其次,數(shù)據(jù)的分布必須合理;其三,分析方法得恰當(dāng),否則存在于數(shù)據(jù)之上的模型可能和事實并不吻合。數(shù)據(jù)建模的軟件也很多,例如專業(yè)軟件SAS,而Hadoop與Oracle也提供數(shù)據(jù)分析包,云計算服務(wù)商則提供物美價廉的計算服務(wù),機器學(xué)習(xí)的研發(fā)人員可能還習(xí)慣用Python,R語言。還有很多計算工具,如Excel也是非常實用的工具,而Matlab提供非常豐富的機理仿真和數(shù)據(jù)分析工具。從人工經(jīng)驗,到數(shù)據(jù)分析,到機理規(guī)律,是對事物越來越理性的刻畫。**的建模過程,應(yīng)該包括三個步驟。人工經(jīng)驗是模糊的,也是引發(fā)思考的;數(shù)據(jù)分析,已經(jīng)在慢慢量化,初步揭示了事物之間的聯(lián)系;深層次的機理規(guī)律才是真正揭示了事物因素間的必然聯(lián)系。嚴謹?shù)慕_^程,**是三者吻合,*起碼是兩者互相驗證,互相補充,單純依賴一種結(jié)果是可怕的。例如,傳感器裝再多,也不可能無處不在,因為傳感器需要成本,而且需要有合適的安裝位置。合適的機理模型,加上傳感器數(shù)據(jù)的驗證(或者通過傳感器數(shù)據(jù)確定機理模型的參數(shù)等,專業(yè)術(shù)語叫辨識),就可以獲得空間、時間維度更完整的信息。德國的優(yōu)勢在于人工經(jīng)驗和機理規(guī)律,弱勢在于數(shù)據(jù)分析能力(德國人口少,信息技術(shù)和數(shù)據(jù)分析技術(shù)很難廣泛頻繁運用,所以數(shù)據(jù)分析技術(shù)并不發(fā)達)。所以德國的模型是基于機理規(guī)律的,是直觀的。日本的精益制造中,非常突出人工經(jīng)驗。而美國的優(yōu)勢在于數(shù)據(jù)分析和機理規(guī)律,弱勢在于人工經(jīng)驗。美國NI公司的**嵌入式控制器網(wǎng)絡(luò)同步精度小于100ns,體現(xiàn)了美國人對數(shù)據(jù)的孜孜不倦的追求。TS16949質(zhì)量體系,也體現(xiàn)了美國人對數(shù)據(jù)的鐘愛,是早期工業(yè)化與信息化融合的優(yōu)秀范本。中國在數(shù)據(jù)分析上有一定的優(yōu)勢,弱勢在于人工經(jīng)驗和機理規(guī)律,也就是專業(yè)軟件。長期起來,各類專業(yè)軟件都是盜版的。加上中國產(chǎn)學(xué)研脫節(jié)比較嚴重,很多大學(xué)的研究成果是無法深究的。如果建立合適的產(chǎn)學(xué)研通道,學(xué)校的老師和博士還是有能力的。研究成果無法深究,很多時候不是能力問題,而是和社會溝通不夠,從論文到論文,沒有把理論應(yīng)用到實踐。如何將院所研究與企業(yè)實踐做到**的融合,是當(dāng)下中國智能制造急需克服的成果轉(zhuǎn)化的事情。綜合起來,人工經(jīng)驗、機理規(guī)律和數(shù)據(jù)分析各有利弊。各個行業(yè)和公司,需要采用合適的建模方法,以**程度提高公司和產(chǎn)品的核心競爭力。中國當(dāng)下已經(jīng)有非常低成本的獲取工業(yè)數(shù)據(jù)的辦法(得益于百度云、阿里云的飛速發(fā)展)。數(shù)據(jù)回來了,人工經(jīng)驗分析下曲線,也已經(jīng)可以獲得有意義的信息了;通過數(shù)據(jù)分析,即使是只用Excel,也可以解決很多問題。阿里云對于采集、存儲與數(shù)據(jù)分析都非常低廉。建立統(tǒng)一的工業(yè)互聯(lián)網(wǎng)也許痛苦,但子系統(tǒng)依靠儀表以及原有的控制系統(tǒng),采集數(shù)據(jù)并不那么難。即使實在不行,還可以借鑒TS16949質(zhì)量體系,采用表格,也可以回來有價值的數(shù)據(jù)。工業(yè)化與信息化融合是智能制造的必經(jīng)之路,打磨和應(yīng)用這三把利刃是**的基本功。