?
东方| 莱西| 普安| 巧家| 彭州| 南召| 滦平| 宁强| 彭阳| 路桥| 府谷| 延长| 浙江| 六盘水| 密山| 息县| 防城区| 宜州| 沧州| 迭部| 东海| 霸州| 望奎| 祁门| 合江| 安福| 曲周| 阜宁| 共和| 霍邱| 无为| 安县| 剑阁| 寿阳| 乌马河| 吉利| 左权| 遂宁| 天长| 五营| 邓州| 祁连| 北辰| 景泰| 应县| 漳州| 柞水| 云龙| 长寿| 高淳| 南票| 松江| 应城| 围场| 江阴| 辛集| 略阳| 定南| 略阳| 大庆| 普洱| 奉新| 头屯河| 和林格尔| 潮州| 静宁| 鲁甸| 江西| 柏乡| 乌拉特中旗| 蚌埠| 闽侯| 松江| 南芬| 中山| 建瓯| 乌达| 鹰潭| 都兰| 德令哈| 歙县| 邵东| 宿豫| 土默特左旗| 浏阳| 陈仓| 西山| 临泽| 梁子湖| 衡南| 常德| 乐至| 丰都| 兰考| 玉龙| 肇源| 酒泉| 宁武| 五大连池| 安阳| 友好| 内丘| 福海| 本溪满族自治县| 乌海| 公安| 绥德| 资中| 澎湖| 宜都| 余江| 右玉| 下陆| 五原| 咸宁| 莱山| 邓州| 丁青| 门源| 寻甸| 平舆| 库伦旗| 泰兴| 左贡| 滁州| 浦江| 麻城| 务川| 滕州| 莲花| 淳安| 连南| 金寨| 兴业| 镇赉| 红河| 城阳| 玉溪| 文安| 宁国| 新河| 武宁| 偃师| 东西湖| 五峰| 平远| 南投| 剑阁| 敦煌| 丰台| 太康| 长沙县| 双江| 勐腊| 西平| 自贡| 商洛| 太白| 河南| 那曲| 鄄城| 岚山| 基隆| 巢湖| 托里| 洛宁| 井陉| 隰县| 久治| 新沂| 昌图| 德昌| 兰西| 乡城| 子长| 东莞| 巴林左旗| 潜江| 宜宾市| 拜泉| 吉利| 泊头| 宣汉| 喀喇沁左翼| 遂宁| 九龙坡| 滨海| 金华| 瓯海| 乌鲁木齐| 将乐| 克什克腾旗| 大竹| 旬阳| 万盛| 浦江| 汤阴| 陆川| 宁武| 吉水| 兴义| 娄底| 河间| 颍上| 桦川| 黄岛| 淇县| 松江| 金坛| 来凤| 花莲| 东阳| 通州| 东海| 肇庆| 兴平| 蓝山| 阿勒泰| 永吉| 德庆| 库伦旗| 易县| 大连| 杭锦旗| 湟源| 白城| 大方| 德化| 伊春| 四方台| 麻城| 平南| 鄂托克前旗| 姜堰| 武强| 卓尼| 辽阳县| 大新| 涟源| 仁寿| 苏尼特左旗| 和顺| 临县| 开平| 察哈尔右翼中旗| 雅安| 绥宁| 碌曲| 分宜| 抚顺县| 梓潼| 睢宁| 明光| 义马| 毕节| 琼海| 星子| 鄢陵| 天池| 遵化| 吉木萨尔| 凤山| 钟山| 公主岭| 美高梅娱乐网址 ? Advertisement
当前位置:
推进智能化方法:从智利地震谈起
回复 | 人气 | 打印
gchui 个人主页 给TA发消息 加TA为好友 发表于:2018-12-19 10:00:58 楼主

 2018-12-19,智利发生了里氏8.8级地震。一天后,铜的期货价格暴涨。原来,智利是世界上铜的探明储量最大的国家,接近世界总量的四分之一。这次地震肯定影响铜的供应。为此,有人后悔不已:昨天为什么不满仓购入呢?

 

“智能”最基本的特征就是把“感知、决策、执行”三个要素统一起来。那些听到智利地震的消息,马上决定购买铜的期货并付诸行动的,就是智能的行为。


智能的反面大概就是“不智能”。没有及时满仓购入的人,就没有产生智能的行为。两者的差别是什么呢?    


逻辑上讲,从“获得信息”到“产生决策”之间,还存在一段“距离”。我把跨越这段“距离”的过程称为“认知”。例如,从得知“发生地震”到意识到“铜价会涨”,就是“认知”的过程。后悔没买的人,就是在“认知”这个环节有了断点,阻碍了智能的产生。日常的很多信息都可以转化成商机,我们缺乏的往往就是认知能力。几年前成立欧冶云商时,宝钢股票来了个涨停板。我曾参与过策划,却完全没有意识到会会与股票有联系。也算个典型的例子吧。

 

从“感知”到“认知”的“断点”靠知识的填补。比如,认识到“铜价会涨”需要“智利有大铜矿”这样的知识。


我们现在推进的智能化,很大程度是“人智”变成“机智”的过程。也就是把人脑子里的知识,变成计算机可以执行的代码。设想一下,如果有这样一个系统:把各地在供应链中作用记下来,一旦该地出现某种灾害,就自动提醒投资者关注相关采购业务。这就是智能系统啊。

 

经常见到有人过度强调机器学习的作用,而不是把人脑中的知识下载。这是不对的,为什么呢?


在很多情况下,依赖机器学习得到的知识是有限的。人类获得知识的能力要比机器强很多。以地震为例:如果纯粹是从数据学习,智利发生很多次地震后,机器才能学会地震与铜价之间的联系。而人类经历了一次,就能获得知识。而且还能发扬光大:从智利联想到其他国家,从地震联想到各种灾害和意外,从铜矿联想到其他供应链.....这种能力,机器是望尘莫及的。最近,孟晚舟事件发生后,网上很快就把华为的供应商全部找出来,重新评估他们的市值,就是这个逻辑.....。


把人脑中的知识变成机器的知识,往往比机器直接学习要靠谱的多。换句话说,智能系统的知识要人来提供,这是一种常态。在智能系统中,人脑子中的知识是“主食”,机器学习获得知识往往是“味精”。


当然, 在有些场合,机器学习的作用也是难以替代的。智能化的一个传统难点是:感性知识无法编码。比如,看到红色交通灯,人类司机会刹车。如果要机器实现这个认知,就要学会识别红色交通灯——过去,机器的图像识别能力很弱。最近智能车的发展较快,一个重要原因就是能够通过机器学习掌握这些知识。但是,这些场合主要用于模拟人的感性认识,在工业生产的场合下用的并不普遍


控制论把“感知、决策、执行”的统一看做智能。但控制理论很少谈及“认知能力”。我想,一个重要的原因是:控制系统输入信号都有明确的含义,如压力、流量等。从感知到认知之间往往是“短路”的。然而,在从“自动化”走向“智能化”的过程中,“认知”的重要性提升了。我们经常提到数据分析技术,本质上就是从数据提升认知能力:某些信息的变化意味着什么? 比如,根据锅炉热效率、排烟温度等数据,综合判断烟囱是不是堵了。这其实就是认知。


这种知识一般也是人机结合的结果:人类知道烟囱会堵、知道哪些参数可能会反映烟囱会堵。但是,人脑中的知识可能会模糊不清,需要用数据分析准确量化。无论如何,人类脑子里的知识,始终是智能化过程知识的主要来源。

 

还有一种现象值得思考:有了知识和信息,未必能产生认知。在地震的例子里,有的人知道智利地震、也知道智利有铜矿,为什么还想不到铜会涨价呢?


其实,一条信息可以引发无数种认知和决策。例如,消息传到旅行者那里,他的认知可能是影响行程;传到红十字会,认知就是需要组织救援。在这些认知中,能够真正发生的往往只是个别问题——人的脑容量是有限的,往往智能关注对自己影响比较大的东西。

 

对人类来说,“把精力集中在重要问题上”,是提高大脑工作效率的重要方法。这个方法非常有效。但这也可能让我们忽视掉一些有用的信息。所以,智能化的另外一个发力点,就是弥补人类大脑处理信息能力的不足,提高人类的智能。


这一点,在信息社会特别重要。“富有富的难处”,信息多也有信息多的不好:人类容易迷失在数据和信息的海洋中,只能面对一大堆数据发呆。在食物充足的时代,人们会关注营养过剩;在数据和信息爆炸的时代,人们工作的重点也应该转向如何更加有效利用数据和信息。对从事智能化工作的人来说,要认识到这一点,才能比你的竞争对手深刻。

 

智能系统的一个重要任务就是:把有用的信息、在合适的时候发给特定的人。机器自动地处理信息,减少人脑处理信息的负荷。这时,衡量系统水平和质量的指标就会有两个:该推送的有没有推送,不该推送的是不是推送了。后面一个指标的意思可以近似理解为“减少误报警”。这个也非常重要:如果推送了不该推送的信息,阅读信息的人就会产生时间和精力的浪费,就是成本的损失。管理者的级别越高,这种损失就越大。如果发送的无用信息过多,就和骚扰短信差不多了,“智能”就成了“弱智”。

 

这种智能系统的作用之一,是提高协同能力。这样能让相关的人士有能力做到“明察秋毫”、洞察到更深刻的东西。还是以地震为例:看到地震,想到铜价上升;再想到铜制导线的价格上升,有关部门需要赶紧囤积铜制导线;甚至可能会想到铝制导线的需求量可能会增大等等....我们设想一下:如果有了类似的系统(当然,实现也不容易),机器就能帮助人们想得更深、让更多的部门参与有效协同、让整个企业的快速响应、创造更多价值。


类似地,这样的系统有助于领导做“明君”:这时的智能系统就像领导手下一堆得利的秘书和助手、是领导的“外脑”,让领导更加有效地认知企业在发生的情况,让领导做出的决策更加科学。

 

建立这种类型的系统也是需要知识的,而这些知识主要也来自于人们的大脑,需要把人脑中的知识挖出来。


“挖知识”的办法其实很简单:以业务活动中的某个决策为出发点,把决策的依据明确起来,根据这些依据去收集数据、建立认知模型。当然,这些认知都来源于对业务的理解。

 

这个道理对于推进智能化的启示在于:开展智能化项目,必须从明确的业务需求出发。合格的甲方不要总是先问乙方:“数据有什么用”。正确的做法是先问自己“我要用数据做什么”、“需要知道什么样的信息”。如果自己回答不了,可以请咨询公司来回答。你无论如何,应该先做一个合格的甲方。事实上,甲方业主是知识的主要提供方,IT技术乙方的责任主要是知识的固化和清晰化。

 

这些问题,用户必须自己来说清楚,然后用IT的手段来实现。这个次序很重要。否则,IT技术人员就会因需求不清陷入迷茫。就像普通人听到智利地震的消息,他根本想不到该去做什么。


10多年前,我的师傅王洪水先生就对我讲:IT人员的主要任务不是发现新知识,而是把业务人员的知识用计算机来实现。这本身就是一个伟大的工作。他当年的教诲,现在越来越明白了。

来源:微信号 蝈蝈创新随笔

作者:郭朝晖

该作品已获作者授权,未经许可,禁止任何个人及第三方转载。


分享到: 收藏 回复 举报
消磁环 个人主页 给TA发消息 加TA为好友 发表于:2018-12-19 10:17:11 1楼
 

把有用的信息,在合适的时间发给合适的人!说的太好了!

  回复 引用 举报
mrli2030 个人主页 给TA发消息 加TA为好友 发表于:2018-12-19 18:37:43 2楼
 

IT人员的主要任务不是发现新知识,而是把业务人员的知识用计算机来实现。

  回复 引用 举报
?
相关主题
周点击排行
周回复排行
    最新求助
      Advertisement Advertisement
      ?
      ?
      辽中 烽火乡 西安丰镇 滑石侗族苗族土家族乡 岩滩镇
      黄芝山村 下东社区 丰贤中路 三垡 董堡乡
      海立方赌场网站 博彩吧 真人赌场平台 mg冰上曲棍球规则 澳门百老汇娱乐
      海立方赌场 威尼斯人赌博网址 威尼斯人游戏注册 博彩官网 澳门威尼斯人官方网址
      澳门轮盘网站 澳门赌场攻略 澳门葡京网上赌场 网上赌场代理 葡京网上娱乐
      威尼斯人网址 mg电子游戏排行 澳门美高梅网站 ag电子游戏技巧 葡京娱乐平台