首页/文章/ 详情

工业软件硬伤之赤裸裸的PUA大法

1月前浏览231

观察者网文章《发展AI,日本有一个硬伤》片段:

“只要在日本生活工作,你就会发现很多应用程序和软件的迭代速度非常慢,甚至没有迭代。不仅软件界面的设计有着和中美欧不一样的审美,而且速度慢、容易卡顿,随时有宕机的风险。究其主要原因,是软件被视为硬件的补充,不算是创新的努力方向。“不就是0和1的不同排序吗?”这种思维弥漫在日本“产官学”的主流,更讽刺的是,老龄化少子化进一步固化了这种思维,重硬轻软的人依旧控制着“产官学”的话语权和预算权。”


小日本重硬件轻软件,软件死在沙滩上!


小日本工业软件,目前整体挂墙上了。


日本这个情况,在国内98% 硬件企业也是这么操作的,企业高层也认为软件很简单。


本质上,日本是被欧美忽悠瘸的一个国家。没办法地小人寡,压力巨大,只能在偏执中不断偏执。


而中国学习日本,由于中国人把知行合一一分为二。知道太多,做得太少。所以对本质的东西也缺乏认知,这是一个问题。


有些人,不知道什么是舍我其谁,究竟是什么意思。同样一种技能,在不同人体现出来的不一样。


有没有一种可能性,欧美工业软件只是做得比较早,所以相对比较先进。在某个时间跨度内,欧美并不先进?欧美先进不是欧美绝对先进,而是我们做得少,没做好而已。我们做好了,欧美就不先进了?欧美暂时是先进的,这是字面意思,而非玄学或者意识层面的。算法并不仅仅是算法,算法就像水池。功能仅仅是水池中一滴水。算法可以作为算法矩阵,算法树,算法集成而存在。而不是仅仅为了一个两个功能而开发某个算法。不同的算法可以不断重叠叠加。从这个角度考虑,我们收购国外软件源代码,是不是在帮助国外软件进行优化瘦身和精炼提高呢?


这种操作就像种番茄,我们种很多番茄,用各种各样的办法修剪番茄枝干,用各种营养不停在番茄枝干上做实验。至于哪种方法好一点,就看番茄的收成。我们收购源代码,就相当于做了那个番茄。我们成了试验品,我们一直都在做着似是而非的事情,一直都在隔靴搔痒。这不是假冒伪劣,用假冒伪劣可能还是抬高了。根本就是在传销。本来可以明抢的,还绞尽脑汁来欺骗。土匪忽然不杀人了,我们是不是觉得土匪很慈悲,是个大善人。土匪忽然不抢了,我们以为他们改邪归正,重新做人了。所有的一切认知,都是先有别人的结论,后有我们的推理?


明明我们可以一边种番茄,一边吃番茄。忽然有个人拿着品相特别好的番茄,问我们,这是怎么种出来的。是不是这种感觉?可能我们思考一百年也想不明白,这个番茄怎么种出来的。但是我们只要自己去种植,一年就能长出番茄,三年就能种出比他们更好的番茄。这是赤 裸裸的pua大法,骗死人不偿命。


来源:山涧果子
控制试验
著作权归作者所有,欢迎分享,未经许可,不得转载
首次发布时间:2025-01-20
最近编辑:1月前
山涧果子
大专 签名征集中
获赞 207粉丝 59文章 1518课程 0
点赞
收藏
作者推荐

华为发布工业软件三大难题之面向装配场景,10万+零件的超大规模几何约束系统的求解问题

来源:中科院与系统科学研究院——华为π实验室 难题一:面向装配场景,10万+零件的超大规模几何约束系统的求解问题难题二:适用于CAD领域的NURBS裁剪曲面自交快速检测难题三:面向CAE分析的高质量曲面贴体网格的生成问题技术背景:几何约束求解是CAD系统最重要的共性关键技术之一。约束求解引擎的稳定性(stability),一致性(consistency),和高效性(efficiency)是影响CAD系统的关键指标。1、稳定性:在给定的误差内的非线性方程组的收敛问题2、一致性:在多解情况下总能给出符合设计意图的解3、高效性:CAD系统的交互设计特点要求约束求解速度要非常快(小于1秒)超大规模几何约束系统的求解效率是制约CAD系统处理超大模型(如10万+零部件的汽车装配模型)的关键技术难点之一, 解决超大规模几何约束系统的求解效率一方面需要研究更高效的分解算法,另一方面也要研究大规模非线性方程组的高效求解算法,同时也要研究充分利用云计算和GPU加速等软硬件资源的系统架构和算法。技术挑战:除了稳定性和一致性,超大规模约束系统求解的最主要的挑战是解决高效性的问题1、几何分解算法:将一个大规模问题转化为一系列可分步求解的子问题,通过降低子问题的规模来提高约束求解的效率。2、非线性方程组的求解:提高非线性方程组的求解速度是超大规模约束系统求解的主要挑战解决高效性问题的发展趋势:几何分解算法-最近一二十年高效算法的研究进展缓慢;方程组的求解-利用约束方程组的稀疏特性提高求解效率显示出比较好的前景,如稀疏矩阵相关的cholesky 分解、Lanczos算法等,如非线性方程组的信赖域算法等;利用软硬件资源:云计算和GPU等硬件技术的发展也为解决大规模约束系统的求解问题提供了强大的环境支持。技术诉求:当前几何约束求解引擎的设计目标是5000左右的几何约束系统计算速度在1秒内完成,以支持中等规模的CAD系统的交互设计需求创新方案的目标是超大规模几何约束系统(10万+)的求解速度在1秒内,以满足大规模CAD系统交互设计的需求参考文献:[1] R. Light and D. Gossard, Modification of geometric models through variational geometry. Computer Aided Design, 14(7):209–214, 1982.[2] J.C. Owen, Algebraic solution for geometry from dimensional constraints, Symposium on Solid Modeling Foundations and CAD/CAM Applications, pages 397–407, Austin, TX, 5-7 1991.[3] W. Bouma, I. Fudos, C.M. Hoffmann, J. Cai, and R. Paige. Geometric constraint solver. Computer Aided Design, 27(6):487–501, 1995.[4] C.M. Hoffmann, R. Joan-Arinyo, A Brief on Constraint Solving, Computer Aided Design and Applications, 2(5):655-663, 2005.[5] M. Rojas, S.A. Sanos, D. C. Sorensen. A New Matrix-Free Algorithm for the Large-Scale Trust-Region Subproblem, SIAM Journal on Optimization, 11(3):611-646, 2000.[6] N.I. Gould, S. Lucidi, M. Roma, P.L. Toint. Solving the Trust-Region Subproblem using the Lanczos Method, SIAM Journal on Optimization, 9(2):504–525, 1999.[7] Timothy A. Davis, Algorithm 849: A concise sparse Cholesky factorization package, ACM Transactions on Mathematical software, 2005.[8] Franz Rendl, Henry Wolkowicz, A semidefinite framework for trust region subproblems with applications to large scale minimization, Mathematical Programming 77, pages 273-279, 1997.来源:山涧果子

未登录
还没有评论
课程
培训
服务
行家
VIP会员 学习计划 福利任务
下载APP
联系我们
帮助与反馈