数据+算法定义的世界-PPT讲义-2018.11-18页_6mb
报告摘要
数据+算法定义的世界：面对不确定性的选择
核心内容
本文探讨了在不确定性日益增强的环境下，人类如何通过数据和算法来优化资源配置、提升决策效率，并推动社会向数字经济转型。文章从哲学、科学、经济学、信息论等多个角度分析了不确定性与确定性的关系，提出了“数据+模型=服务”的数字经济本质，并以多个实际案例说明了数字技术如何重塑制造、建筑、医疗、城市等领域的运行方式。
不确定性的本质与应对
不确定性的来源
- 不确定性源于信息约束条件下人类有限的认知能力。
- 人类对不确定性的恐惧推动了认知的发展。
不确定性与确定性的认知分野
- 哲学视角：笛卡尔代表确定性思维（有序性、统一性、必然性），而尼采和康德则代表不确定性思维（无序性、差异性、随机性）。
- 科学视角：传统科学强调确定性逻辑，但随着复杂科学的发展，不确定性成为研究的重要组成部分，如测不准原则、不完全性定理、平行宇宙理论等。
企业的本质与挑战
企业的本质
- 企业是一种资源配置机制，通过整合社会资本、人才、设备、技术、市场等资源，满足客户需求。
- 企业边界取决于管理成本与交易成本的对比。
企业面临的挑战
- 研发周期缩短
- 机床精度提升
- 班组产量提高
- 设备使用效率提升
- 仓储周转次数增加
- 库存数量减少
- 所有挑战本质上是优化资源配置效率的问题。
决策与资源配置优化
决策场景
- 新品开发
- 客户定位
- 营销策略
- 研发组织
- 供应商选择
- 交付周期确定
- 库存管理
- 排产计划
- 新市场进入
- 商业模式选择
数据自动流动的重要性
- 数据的自动流动是优化资源配置的关键，强调“正确的数据、在正确的时间、以正确的方式传递给正确的人和机器”。
生产方式的演变
大规模生产模式
- 以低成本、高质量、高效率为核心目标。
C2B模式
- 面临成本、质量、效率（工期）的挑战，同时增加不确定性、多样性与复杂性。
数字技术与制造模式迁移
制造模式迁移
- 从试错法到模拟择优法，借助数字化仿真技术进行迭代优化。
案例说明
- 高铁测试：从实物测试转向虚拟测试，通过数字高铁模型进行仿真，减少实验次数，提升效率。
- 飞机研制：周期从15年缩短至5年，采用“设计-仿真-制造”一体化并行模式。
- 坦克研发：周期从10年缩短至3年，实现设计、制造、装配的全数字化。
数字孪生：数字化的统一逻辑
数字孪生的定义
- 数字孪生是通过数字模型与物理实体之间的闭环赋能，实现对现实世界的映射与优化。
应用场景
| 应用场景 | 制造 | 建筑 | 医疗 | 城市 |
|---|---|---|---|---|
| 数字孪生产产品 | 波音747 | 建筑物龙骨 | 心脏结构 | —— |
| 数字孪生产线 | —— | 建筑物管网 | 血液管流 | 城市布局 |
| 数字孪生工艺 | —— | 结构、风、水、电 | 心电动力 | 城市管网 |
| 实现载体 | MBD, MBe, MBm, MBs | BIM（建筑信息模型） | 达索 Living Heart | 达索 3D EXPERIENCE City |
| 效率提升 | 研发周期缩短、成本降低 | 降低成本、缩短工期、减少返工 | 减少手术风险、提高治疗精度 | 提升应急处置效率、降低拥堵率 |
| 功能价值 | 产品性能改良、制造流程优化 | 建筑结构设计、资源优化配置 | 器官状态监测、手术预演 | 城市规划辅助、资源全局优化 |
| 发展阶段 | 单设备到多设备互联、协同、优化 | 单体建筑到建筑群资源优化 | 单器官到多器官协同治疗 | 单城市到多城市联动、资源配置 |
殊途同归
- 数字孪生技术正成为数字化转型的核心手段，贯穿于多个领域，推动系统运行效率与决策水平的提升。
数字经济的本质：数据+模型=服务
四种方法论
| 方法论 | 描述 | 典型案例 | 发展时间 | 关键要素 | 主要特点 |
|---|---|---|---|---|---|
| 描述 | 发生了什么？ | —— | 19世纪末 | 观察+抽象+数学 | 依赖少数天才科学家，严密逻辑关系 |
| 诊断 | 为什么会发生？ | —— | 16世纪-20世纪 | 假设+实验+归纳 | 高投入实验，直观验证结果 |
| 预测 | 将会发生什么？ | 波音777研发周期缩短 | 20世纪80年代 | 样本数据+机理模型 | 机理模型与实验协同，周期短 |
| 决策 | 应该怎么办？ | GE风电设备提高2%发电量 | 21世纪初 | 海量数据+大数据分析模型 | 数据驱动，低成本高效利用 |
计算机：化学反应的新“试管”
- 2013年诺贝尔化学奖授予了三位科学家，因发展了复杂化学体系中的多尺度模型。
- 计算机已成为化学研究中与试管同等重要的工具，能够模拟复杂的化学分子模型，减少实验次数，提高预测精度。
总结
本文围绕“不确定性”展开，从哲学、科学、经济学、信息论等多个维度分析了人类对不确定性的认知与应对方式。指出在数字经济时代，企业需要通过数据自动流动和算法优化来提升资源配置效率，实现更精准的决策。制造模式正从试错法向模拟择优法迁移，数字孪生技术成为推动各行业数字化转型的核心手段。最终强调“数据+模型=服务”是数字经济的本质，通过数据与算法的结合，人类能够更高效地应对不确定性，实现社会资源的最优配置。
展开完整摘要
试读结束，高清完整版pdf/doc/ppt,请点下载
