感知与认知
通常情况下，我不喜欢咬文嚼字，也不喜欢提新概念或新名词。但是，当需要用不同的词语来表达含义上的差别时，我就会做出例外。至于用什么词更合适，我并不是很关心。今天，我要区分“感知”和“认知”这两个概念，只是用来描述智能化、大数据应用的过程如何深入，并不在乎学术界是否这样定义。
在我看来，“感知”是指获得哪些直接可测量的信号。例如，压力、温度、流量、图像等。而“认知”则是这些信号中包含的更深层次的、难以直接测量的信息。例如，某个热电偶的正常温度为 25 度。某一天，它的测量值却固定在 30 度左右。对于这样的信息，我们可以得到多种解读：传感器出故障了；设备出现异常了。
无论是传感器故障还是设备异常，都是重要的信息，但它们不是直接的测量结果，而是一种更深层次的认识。在我看来，这就是一种认知。按照这种思路，认知的过程还可以不断地深入。例如，设备出现异常可能意味着产品质量不能保证。而质量不能保证，又意味着需要找人维修，进而意味着调整生产安排。如果有一个复杂的智能系统，这种从感知到认知的过程，可能会自动地启动若干部门的协同工作。
知识沉淀和智能化
在我看来，从“温度异常 → 设备异常 → 设备异常 → 质量不能保证 → 需要有人维修 → 需要有人维修 → 生产需要重新组织”这个链条，就是我们所说的知识。依靠这些知识的沉淀和数字化，认知程度可以不断地深入，智能化程度也就不断提升了。
我们必须明白，智能化的知识不能狭义
本文原创来源：电气TV网，欢迎收藏本网址，收藏不迷路哦！
添加新评论