被误解的机器学习

2022/7/31 1:05:50 人评论 次浏览 分类:文化长廊  文章地址:http://yunrun.com.cn/community/4359.html

创新中有个特点:无知的人经常会提出荒唐的要求,就像古人希望郎中给他长生不老药。对专业理解不熟悉的人会混淆专业的差别。就像在文盲老太太的眼里,会写字的都是文人、知分子。其实,对数字化不熟悉的大牌专家也会犯同类的错误。昨天,笔者见学术界的某大牌专家谈数字化、谈机器学习,就出现了这种情况。

数字孪生、数学模型这些概念,在离散制造业和流程行业是有差别的。相对而言,(高端)离散制造业的技术瓶颈在于复杂性,而流程行业的困难在于随机不确定性。所以,算力提升对提升离散制造的直接作用远大于流程行业。把离散制造业的做法和思想直接搬到流程行业,就会像殷部长说的那样:用妇科药物治疗男科疾病。

机器学习

笔者还发现:专家对机器学习的误解特别深,特别是跨专业的时候。如果数字仿真的主要瓶颈是计算量,则(算力提升)会极大地提升机器学习的能力。但如果模型仿真的瓶颈主要是随机不确定性,则机器学习的主要任务往往是解决模型参数随着时间漂移的问题。这时,对模型仿真寄予太大的期望,就像指望大夫给你长生不老药一样。


“概念是一种迷雾”。大家说着同样一个词,内涵可能会完全不一样。大家都在谈数字化、都在谈模型仿真,内涵往往也不一样。做学问不能随大流、不能人云亦云。

来源
仪表圈/作者:郭朝晖,工业自动化博士、教授级高工,专注于工业数字化转型及技术创新研究领域

相关仪表推荐

共有访客发表了评论 网友评论

  客户姓名:
邮箱或QQ:
验证码: 看不清楚?