加载中…
个人资料
蝈蝈1968
蝈蝈1968
  • 博客等级:
  • 博客积分:0
  • 博客访问:158,657
  • 关注人气:139
  • 获赠金笔:0支
  • 赠出金笔:0支
  • 荣誉徽章:
好友
加载中…
评论
加载中…
访客
加载中…
博文

人工智能很多流派各种说法

阅读  ┆ 评论  ┆ 转载 ┆ 收藏 
标签:

杂谈

智能制造

最近红蓝女记者成了网上最大的热点。但在我看来,真正有趣的却是问题的背面:红衣女子为什么能进入发布会呢?有人说她造假。如果是真的,就更有趣了:造假的人很多,为什么偏偏她能成功、并且一直都能成功呢?

阅读  ┆ 评论  ┆ 转载 ┆ 收藏 
(2016-10-09 15:37)
标签:

智能制造

         很多人知道,创新有风险;但是很少人会知道:驾驭风险的能力是创新最重要的能力之一。创新有风险,首先是因为不能像跟随者那样,用别人的成功来验证你的想法是对的。对于尺度小的创新,大凡可以去尝试:即便失败,代价也不大。但如果你想做点大事,就要十分小心了: 企业可能赔的倾家荡产、学者也可能陪进半个青春——张益唐先生年轻时因为错用了一个引理,不但没得到菲尔兹奖、博士论文答辩受到了影响,50多岁还要靠送快餐谋生。

      创新中,减少风险的办法,本质上是借鉴前人的相近的经验、思想和实践,并用尽可能严格的推理。 当有遇到重大的创新思路时,就要想想:如果它是合理的,别人一定会想过、甚至尝试过。

      这时,我们要研究:其他行业是怎么做的?本行业过去有没有提出过?有没有成功的实践?思考这些问题的时候,常常发现:别人过去的用词和表达方式往往是不一样的——所以,我们要从“表达不同”看到“本质相同”,才能借鉴到过去的思想

阅读  ┆ 评论  ┆ 转载 ┆ 收藏 

1、靠谱的结果,依赖于靠谱的数据和靠谱的分析过程。

在大数据的背景下,这个结论是不是仍然成立?我认为仍然成立。数据量多了,可以滤除随机干扰、可以找到更多的佐证、可以打造更加完整、严密的逻辑链。如此可以。

2、任何未经认真研究的结果,都不能保证靠谱。

“春运期间,有个记者在很多辆火车上问:大爷、大娘、小伙子、小姑娘,你们都买到票了吗? 当他发现大家都买到了票。于是认为:春运火车票很好买”。这个段子告诉我们:离开正确的分析方法,数据多并不能得到正确的结论。

3、数据的相关性可以提供线索,但不能作为靠谱的结论。

大数据的迷人之处,在于相关性分析能够给我们提供一些意想不到的视角,并让我们得到意想不到的结果。但是,好的发现往往是可遇不可求的。

4、如果你的工作不需要太靠谱,大数据分析是个不错的选择。

给出“推荐”往往就是一个不需要太靠谱的事情。采纳不采纳推荐结果才是重要的。是否采纳数据分析的推荐结果,与事情

阅读  ┆ 评论  ┆ 转载 ┆ 收藏 
(2016-04-13 11:45)

关于信息,我比较认同两种说法。一种是信息论创始人香农的提出的:“信息是用来消除随机不定性的东西”;一种是DIKW体系的观点:“信息具有逻辑关系的数据”。仔细想想,却发现:这个两个概念并不一样啊。

搞了半辈子与信息相关的技术,居然说不清概念,有点不好意思。于是,到网上查了一下,看到了两个定义:“信息是物质运动规律总和。”“信息指人类社会传播的一切内容。” 看完更是一头雾水:这是给人类看的吗?

看来,只能回到前面的经典说法。

按照DIKW体系的说法,“张三的祖籍是山东”是一条信息。按香农的说法,这条信息减少了不确定性。但是,这个信息减少了多少确定性呢?显然是算不出来的。这就是我觉得不对劲的地方。为什么算不出来呢?仔细想想:是因为没有选择概率空间啊!

 香农用数学方法研究信息殇,潜台词当让就是要有默认的概率空间。而DIKW体系中讨论,并没有明确概率空间——不一定关注信息量。这才是两种认识的差别。由此观之,DIKW体系的观点,其实更具备一般性。​

 接着的困惑是:信息都是描述对象的,与对象本身有什么关系呢?

 最近十多年我讲模型,反复强调​模型

阅读  ┆ 评论  ┆ 转载 ┆ 收藏 

现在,很多人用“贴标签”的办法推进智能制造。要改变这种情况,就要真正理解智能制造的概念。否则,真的智能制造出现了,你可能会觉得:怎么这么难?也可能觉得:这怎么也是只能制造?

智能制造的概念有两个最基本的要素,数字化网络化;首要目的是快速响应市场和客户的需求;网络最根本的作用,是实现信息的透明化、拉近与客户的距离。这个原理比较抽象。可以用滴滴打车的道理来理解互联网的作用。

快速响应用户,本质上就是快速找到用户——也可以理解为让用户快速地找到你。这样,你的位置等信息就要在平台共享出来。这就是信息透明化。其实,车子是不是空的也是个重要的信息,但却不是可以准确自动获取的信息。滴滴平台的办法就是让司机应答:应答就意味着车辆是空的。一般的出租车是“同质化竞争”、甚至也是“同价格竞争”。这个时候,距离的远近、服务的质量就成了差异化的信息。

从设备共享的角度看,滴滴打车和云制造的原理是一样的。但为什么滴滴打车能够成功,而云制造却迟迟不见成果呢?原因大概有两个:一个是信息识别难。出租车的功能是清晰的,而生产设备却种类繁多、信息是不清晰;质量要求、交货期和价格都是要谈的,不像出租

阅读  ┆ 评论  ┆ 转载 ┆ 收藏 

     价值创造的载体是企业;智能制造做得好,必须是企业愿意做的事。如果企业不愿动,往往意味着企业尚未看到效益。这时,政府的任何干涉或鼓励,难免有拔苗助长的效果。进一步,我们还要搞清楚:企业要搞智能制造,是技术人员的事,还是企业家的事?笔者认为:很可能是企业家的事。

   智能制造的一个重要特征是网络化。网络的作用是让企业更加贴近用户、更快、更准确地感知用户和市场的需求。具体的做法就是把你的产品信息送到客户的眼前。

     但话说回来:在产能过剩的时代、尤其是遭遇同质化竞争的时候,你送不送信息不重要,重要的是用户愿意看你的信息。客户不是闲的没事干;用户的时间就成成本、关注力就是紧俏的资源。在制造业+互联网时代,获取用户的关注力才是关键。但是,如果你没啥吸引客户的地方,他凭什么会关注你呢?

    要用户关注你,必须要有办法,比如降价。降价最简单,但是你的利润没有了。除此之外,提高质量、加快交货期、提供更好的服务、价值观营销...但是,要做到这些,要不要改变商业模式、销售策略?要不要重新配置资源?要不要重新调整

阅读  ┆ 评论  ┆ 转载 ┆ 收藏 

智能化和无人化什么关系?我的大体的认识是:

智能制造最基本的技术特征是数字化、网络化;数字化网络化能够提升快速响应市场和客户需求的能力。这大概是智能工厂最重要的特征。

要提高响应速度,需求获取、产品设计、生产制造与服务等环节的效率都要提升。数字化、网络化就是实现这些目的的手段。例如,信息透明是迅速获得需求的手段,PLM是加快产品开发的手段,智能工厂是迅速生产定制化产品的手段等等。

如果能在设计、生产、采购、服务等环节减少人的因素,让机器去做原本人做的事情,可以提高响应速度,还可以减少人为干扰、从而提高质量、减少浪费。当然,也可以减低人工成本。​

智能制造与人工智能有关;但智能制造强调的重点是按人的要求做灵活多变的事情、让机器老老实实地“听话”,而人工智能强调的更多是机器学习和推理。两个概念有交集,但不是很大。

无人化未必追求绝对的无人。智能化不是无人化。但智能化能促进无人化,无人化需要智能化。

阅读  ┆ 评论  ┆ 转载 ┆ 收藏 
(2016-03-11 12:36)

    宝宝在幼儿园学算术。我告诉他,1+1=2也不一定对。比如:一滴水和一滴水放在一起,是两滴水吗?你想一个办法、我想一个办法,一定是两个办法吗?当然,两个黑洞纠结在一起,最后也可能会变成一个。

    可能有人要问:这不是抬杠吗? 吃饱了撑的。记得读大学时,教高等代数的陈维新老师就经常提到:代数学家构造各种代数体系,描述物理学问题。严格来说,数学不属于自然科学。它是一种人造的、自洽的逻辑体系,用来描述适合它描述的问题。在这些体系中,1+1真的不一定等于2。​

    当然,​如果日常生活也用这样的思维方式,很可能会走火入魔。但科学家必须具备这样的批判精神。如果没有这样的批判精神和思维方式,就不会有虚数、不会有非欧几何、不会有近世代数、不会有相对论,也不会有量子力学.....而且,这也是我们的教学所缺少的。最近我常后悔:读书时没把一些概念想透,以至现在还要补课。​

   那么,这种思维方式,对一般的科技工作者有用吗?我认为是有用的。比如说,什么是智能制造、什么是工业4.0、什么是CPS。这些概念其实都不是很清楚的。如果没有

阅读  ┆ 评论  ┆ 转载 ┆ 收藏 

最近,被国人戏称为“阿尔法狗”的谷歌智能机器人打败了韩国超一流围棋选手李世石,成为最热门的新闻。想必人工智能相关的股票又要大升了。但也有人冷冷地指出:这不过是谷歌的广告而已。笔者认为,在可以预见的未来,阿尔法狗与“智能制造”、特别是“智能生产”的关系并不大。要理解这一点,需要从工业的本质谈起。

英特尔公司创始人格鲁夫写过一本名为《只有偏执狂才能生存》的畅销书。书名让我想到一个对偶的句子:对稳定可靠有变态要求的技术才有高技术。这样的例子很多。

组装神舟飞船时,有根头发掉了进去。于是,人们立刻停止装配工作,讨论了三天,直到断定这根头发不会引发大问题,才继续开始组装。这个故事是不是苛刻到“变态”的程度?其实,现代工业往往是这样。国外企业追求次品率低于百万分之三点四,对生产过程的要求往往是非常“变态”的。

“变态”要求往往源于用户对“蝴蝶效应”的担忧:小的问题,可以引发大的损失。比如,飞船上一点点的失误可能导致机毁人亡。某个关键零件的问题可导致整条自动化产线停产。所以,控制设备、高铁、机器人等高技术领域,都可能产生“变态”的要求。为了提高产品质量,生产和设计就要趋于苛

阅读  ┆ 评论  ┆ 转载 ┆ 收藏 
  

新浪BLOG意见反馈留言板 电话:4000520066 提示音后按1键(按当地市话标准计费) 欢迎批评指正

新浪简介 | About Sina | 广告服务 | 联系我们 | 招聘信息 | 网站律师 | SINA English | 会员注册 | 产品答疑

新浪公司 版权所有