​被误解的机器学习

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、知识分子。 其实，对数字化不熟悉的大牌专家也会犯同类的错误。 昨天，我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。 我还发现：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。