从信息化到智能化：有方向无边界

不久前看到一份材料，采用了我的一个观点：从信息化走向智能化的工作之一，是“从人找数到数找人”。这让我想起几年前的一件事，  

有一天，有位曾在软件公司的担任总经理的朋友谈到自己的体会：过去不知道什么叫ＥＲＰ。后来才发现ＥＲＰ就是报表啊！我对他说：ＥＲＰ是报表本质上“人找数”。如果数据上有什么异常，领导就想研究一下。这时，往往需要一层层地分析下去，从若干张报表中寻找原因。这是件麻烦又费时的事情。而且，许多异常其实并不是真正需要人们关注的异常。比如，某天的产量低了，并非是出现特殊的问题，只是赶上了设备定修。再如，孩子的考分低了，可能是题目难了、大家的考分都低了，而不是孩子学习变差了。  

时间就是金钱，而“人找数”是低效率的。低效率的事情，人们就懒得去做。所以，智能化要争取做到“数找人”、出现问题后，自动地把问题报告给人，以提高人的时间效率。从理论上讲，“从人找数走到数找人”就是让计算机从感知上升为认知，意义是显著的。信息化时代强调的是收集信息，人主动看到信息时，再判断发生了什么事件。到了“数找人”的智能化阶段，则意味着机器能够自动识别数据所包含的内涵。比如，在信息化阶段，看到的是孩子的分数；而在智能化阶段，则是孩子在班级的排名有没有显著下降或者上升，提醒家长需要关注或鼓励。  

这种“认知”本质上是识别某类事件。一般来说，这种事件属于“异常”：因为正常就不需要人来关注或处理了、也就不需要“数找人”了。确认异常的工作实质就是完善标准化工作：标准以内的叫做正常、偏离标准范围的就是异常。这种工作在自动化、信息化时代都有，但在智能化时代变得更加普遍。所以，从数字化到智能化是一个发展的过程，有方向却无边界：我们不必在某个地方声明自己已经是智能化了。

为什么会发生“从人找数到数找人”的变化呢？

主要是数据条件不一样了。比如，传统的信息系统往往不包含实时高频数据，而有些事件是通过实时数据进行判断的；再如，标准往往与场景有关系，在信息集成的基础上才能识别具体场景，并根据具体场景建立标准；再如，标准的建立需要参考历史数据，缺乏历史数据就难以建立合适的标准。另外，平台和工具会让这些工作变得更加方便高效，从而值得去做。  

三流学者记住公式，二流学者学概念，一流学者理解思想。做学问到一定程度，就要有一定的思想。比如，要思考一下：为什么要提出概念？

人们提出概念时，其实就是画出了一个边界线：边界内部属于某个概念的元素、外部不属于这个概念的元素。但问题是：许多变化是连续的、概念之间没有明确分界线。这时，无论怎么划边界，总是不合适的。但是，人们往往又希望能有一个定义，用来引导技术的发展方向。给信息化和智能化下定义时，就遇到这个问题。所以，能理解方向就好，不必拘泥于概念的定义。

说不清楚，并不等于不明白。这大概就是“道可道、非常道，名可名、非常名”吧。