五个数字说清工业大数据（1）

五个数字说清工业大数据（一）

（2019年3月24日）

一个目标

一个目标就是提升智能化的水平。很多专业人士谈到大数据，往往局限于各种数据的分析及其算法。如果视野仅仅局限于这个层次，那么，就难以看到大的机会。

在笔者看来，大数据时代的机会就在于促进智能化水平的提高、带领工业界进入智能时代。换句话说：如果不与各种智能化工作联系起来，就可能会失去大数据时代的机会。

要认识这种机会，就需要正确把握智能化的含义。什么是智能化？智能化就是通过数字化和网络技术提升信息获取或决策的能力。而决策的主体可以是机器，也可以是人。我们知道，大数据促进了机器学习技术的发展，推动了新一代人工智能（AI）的发展。但智能化的内涵应该远大于人工智能（AI）。只有认识到这一点，才能看到更多的机会和可能。

某种意义上讲，智能化就是人机工作界面的改变，是借助ICT技术（信息通信技术）实现业务活动方式的创新。在信息获取、知识获取、决策、执行等环节，我们都可以采取新的工作方式。比如，在信息获取方面，当数据太多太散时，可以让机器去查找信息；数据组织得好时，就可以让人去查找信息。还比如，在知识获取方面，可以用人机协同的方式获取知识，也可以让机器自行去获取知识。

可以说，在智能化方面，我们要有想象力，不要局限于从数据中发现知识。比如，实现机器“用”知识推动设备智能化，或直接为人类提供可用的知识。现在，知识的人类用户可以是工程师，也可以是消费者。因此，工业大数据技术落地的前提常常是具体业务牵引，即所谓“先有需求，再找方法”。

一个基础

一个基础就是数据的完整性。无论是工业产品还是车间、工厂，工业对象往往被看成一个复杂的系统。当我们用数据来表征系统时，数据的完整性和相关性都特别重要。毕竟不完整的数据和不相关的数据可能会得出错误的分析结论，而工业对象都追求高度的可靠性，对错误的容忍度很低。

宝钢老专家王洪水先生认为：用数据记录生产过程时，“要向录像机录像一样”把数据收集起来，不要有断点。这是实践中行之有效、正确的指导思想。

笔者还见过有人在研究钢铁材料成分与力学性能之间的关系时，把包括微合金钢在内的多种钢种混在一起，却只考虑了C、Si、Mn、S、P等所谓的“5大元素”。这时得到的结论自然就是错的。

过去记录数据时，由于存储成本高，往往“挑重要的记录”，导致记录的信息碎片化。现在数据存储成本低，可以记录的数据多了，但是，若数据之间的关联性没有被记录下来，则数据照样是没有价值的。

（未完待续）

本文来源《中国冶金报》 作者 郭朝晖