第一種是直接給出答案：就這么做了。這時(shí)，腦子里往往有成熟的案例、也就是有知識(shí)。
第二種是算一算再給出答案。這時(shí)，因?yàn)槟X子里面有個(gè)成熟的“模型”，但需要算一下。
第三種需要想一想?！跋胍幌搿钡倪^(guò)程，往往就是給出若干方案，然后再分析這些方案會(huì)遇到什么問(wèn)題，得到什么結(jié)果。也就是說(shuō)，需要有個(gè)比較和分析的過(guò)程。
在我看來(lái)，計(jì)算機(jī)的決策，其實(shí)也是對(duì)應(yīng)這樣三種方式。
第一種也是直接給出答案。PLC里面的PLC梯形圖、IF THEN 語(yǔ)句、近鄰方法等就是這樣的。我常說(shuō)的“吳淑珍式的智能”，就是人的知識(shí)數(shù)字化、軟件化。
第二種情況對(duì)應(yīng)各種數(shù)學(xué)模型和算法。比如PID算法、最優(yōu)化算法等等。學(xué)術(shù)界最喜歡的就是這些東西了，能顯得很有水平的樣子。
第三種情況想一想：這其實(shí)就是做仿真??！先找出若干可能的做法，分別模擬一下會(huì)遇到什么情況，選出一種合適的。數(shù)字孿生用來(lái)存儲(chǔ)特定對(duì)象的(相對(duì))完整信息，就能支持這種做法。當(dāng)然，前提是大數(shù)據(jù)和互聯(lián)網(wǎng)技術(shù)的發(fā)展，決策所需的知識(shí)和信息都能存起來(lái)、都能得到，而且算力足夠強(qiáng)大。
有了數(shù)字孿生，機(jī)器的智慧是不是就能和人相比呢？也不是。
人其實(shí)會(huì)遇到無(wú)法決策的情況，比如缺乏知識(shí)和信息時(shí)。這個(gè)時(shí)候，人還是有辦法的。比如，請(qǐng)教別人、閱讀文獻(xiàn)，必要時(shí)在實(shí)踐中摸索、在行動(dòng)中學(xué)習(xí)，在學(xué)習(xí)和實(shí)踐中決策。也就是說(shuō)，人類(lèi)獲得信息和知識(shí)的途徑是開(kāi)放的，而不僅僅是腦子里面的固有的那點(diǎn)知識(shí)。這一點(diǎn)，機(jī)器暫時(shí)還做不到。
最后提醒一下：雖然數(shù)字孿生和仿真的意義巨大，但從短期看，這兩項(xiàng)技術(shù)的適用場(chǎng)景并不多。少數(shù)大企業(yè)、先進(jìn)企業(yè)可以探索一下，但絕不能一哄而上。未來(lái)重要的東西，當(dāng)前不一定適合。我寫(xiě)這點(diǎn)東西主要是因?yàn)榕d趣，想把道理想清楚。
作者：郭朝暉(工學(xué)博士，教授級(jí)高工。企業(yè)研發(fā)一線工作20年；優(yōu)也科技信息公司首席科學(xué)家；東北大學(xué)、上海交大等多所院校兼職教授。國(guó)內(nèi)知名智庫(kù)、走向智能研究院的發(fā)起人之一。原寶鋼研究院首席研究員)
