有個問題，我一直被問了20年：你建的是機理模型還是數據模型？其實，早在20年前，我就給出了答案：工業現場往往沒有純粹的機理模型、也沒有純粹的數據模型，而是兩者的融合；差別只是比重的不同。
我發現經常有人過度強調數據算法。在工業大數據大賽結束后的發言中，我強調說：不要急著搞算法、不要急著搞算法、不要急著搞算法。意思是：先去研究一下業務相關的知識。
今天突然意識到，這個說法或許需要深化：算法和機理的側重點，隨著項目、要求和進度的變化而變化。
在許多公開的文章或報道中，作者往往強調算法的重要性。我過去總是對這種說法嗤之以鼻。但平心而論，也有部分項目是靠著算法贏得成功的。但這種做法存在兩種問題：1、過度依靠算法的模型往往可靠度低，不能用在可靠度要求高的場景。2、這種成功比較依賴于運氣。形象地說，在工業領域，單純依靠算法成功，就像在山里撿了一塊狗頭金，可遇不可求。
所以，我現在的觀點是：強烈依靠算法的建模方法也可能成功，但概率低、不確定性強，往往只能做要求簡單的事情。所以，如果用戶要求不高，不妨先找幾個算法試試。但是，隨著對模型可靠度要求的提升、建模工作必須深化，機理介入的深度會逐步加深。這就好比要從靠運氣“撿”金子，發展到挖礦、乃至用現代技術冶煉黃金。
理論深入的方向，似乎可以沿著“降低不確定性”的方向發展。
我有個經驗：數據建模師，數據基礎非常重要。如果數據基礎不好，再好的算法都沒有用處。這就好比，在沒有金子的砂子里，再先進的冶煉方法都沒用。
而現在很多人的做法是：先用算法試試看；如果不理想就更換算法。這其實是用算法本身測試數據基礎。這種做法的問題是：遇到困難時，人們往往不甘心失敗，可能會在算法上花費大量的無用功。所以，需要研究的一個理論問題是：如何事先分析判斷數據基礎能否滿足分析要求。如果條件不理解，可以盡快放棄或者改變目標，避免時間浪費。這是典型的數學思維：先證明解的存在性，再設法求解。
在此基礎上，理論的發展方向應該是提高模型的可靠性，而不一定是精度。我認為：數據質量不好時，模型精度和可靠性并不等價。在多數情況下，提高模型精度容易，提高可靠性難。如果模型精度高而可靠性低，往往是今天的模型在明天就不能用了。所以，單純追求精度，往往不利于實際應用。
在分析深化的過程中，要做兩件事：數據理解和業務理解。這個過程，就像英語水平不高的人，去讀一本翻譯不好的英文版《紅樓夢》：需要花精力把英語的意思搞清楚，又需要把通過英文去把握人的內心世界。其中，工業現場的數據總是存在各種問題，這就像英文翻譯者的水平也不高。
當人們通過算法來理解數據，往往更需要算法知識；通過算法理解業務時，建模往往需要更多的業務知識。兩種知識必須融合在一起，才能得到好的分析結果。這就好比，我們必須通過英文來理解中國人賈寶玉，而我們又用對中國文化的理解去分析判斷英文的含義。
當業務對模型的可靠度要求越高，這個過程越是漫長、對業務知識的要求也就越高。
相關閱讀
淺談遺傳算法的PID調節器參數整定
如何解決簡單算法好用卻不容易用好的矛盾
