我昨天在朋友圈發了一句話“真正懂技術的人要知道兩件事：實用技術的關鍵邏輯，不是技術原理本身，而是原理所需的條件不滿足時怎么辦？技術應用的關鍵邏輯，不是技術本身的邏輯，而是技術在何種場景下能夠創造價值。”
下面，我用建模來說明這句話的含義。
大約十五年前，在工業與應用數學學會的常務理事會以上，我做了個簡單的發言。大體意思是：不僅要會建模，更要會應用。我認為，在工業場景下，模型誤差是難免的，關鍵是要學會把有誤差的模型用好。把有誤差的模型用好，才是真本事。講完之后，郭雷會長興奮地對我說：控制論研究的東西，其實就是有了誤差怎么辦。他和楊頂輝老師還要我把發言整理出來，發表在學會的通信上。
大約30年前，王老師講過一個通俗、形象的觀點：機械行業模型的典型誤差是1% ，電子行業是10% 、化工行業是30%。按這個說法：鋼鐵行業的誤差會有50%-100%。對一般性的場景，模型誤差大常常是個難以徹底解決的問題。對于簡單的小系統，誤差常常是因為模型參數難獲得；對于復雜的工業大系統，子系統誤差的疊加會很大，往往連量級都難以判斷。
數學模型技術搞幾十年了，精度一直都是重要的瓶頸。對解決具體問題(如制定工藝參數)來說，模型精度不能滿足生產的需求是一種常態。但是，“死了張屠戶、不吃帶毛豬”。工業人一般是通過試驗和測試，獲得合適的參數。
現在，計算機數據存儲和運算能力上去了。于是，全國人民都在強調模型、數字孿生，強調精準映射。但問題是：誤差問題解決了嗎？如果解決不了，仿真的結果敢用嗎？所以，現在仍然需要面對我在十五年提出的問題：有了誤差怎么辦？
在我看來，應用模型的智慧和技巧，恰恰就在處理誤差問題。如果總是寄希望于模型精度特別高，往往就會走入無解的死胡同。對于那些不值得花巨資測試、計算的行業，更是如此。現實中，認識到模型的不足，才能把模型用好。我把“模型用好”的標準定義為：用模型比不用模型好。而不是達到普通人理想中的樣子。比如，模型不能代替試驗，但可以減少試驗、可以減少試驗的風險、加快試驗的速度。
有位前輩在評審創新項目時，經常問三個問題：難在何處、新在何處、妙在何處？所謂妙在何處，就是創新項目一般要有智慧。沒有智慧、看不到妙處的“創新”，很可能是個笑話：難道大家都這么傻、就想不到嗎？ 但這類笑話在中國特別多：因為人家追求的是政治正確和所謂的先進性。比如，有的企業把多條產線的數據連在一起，能遠方的讓領導看見，就大吹特吹。我就想問這句話：這種想法，妙在何處？
孔子說“從心所欲不逾矩”。我的理解是：不做那些做不成的事情，才能進入自由王國，才能做什么成什么。這是一種智慧。同樣，放棄過度理想的模型精度，才能把模型用好。在我看來，模型的一般性意義，并不是物理實體的高精度映像，而是信息和知識沉淀的載體。我們還要知道：知識，需要在實踐中長期積累。
作者：郭朝暉(工學博士，教授級高工。企業研發一線工作20年；優也科技信息公司首席科學家；東北大學、上海交大等多所院校兼職教授。國內知名智庫、走向智能研究院的發起人之一。原寶鋼研究院首席研究員)
