今天早上看到校友在朋友圈里发了一道数学题：已知每个小正方形的面积是16，求圆形的面积。我借题发挥一下，谈谈数字化思维和算法问题。

对于这个题目，至少应该有三种做法。

第一种做法是初等几何的办法，通过做辅助线的办法计算出来。说实话，我现在还没有想清楚这个辅助线怎么做。第二种做法是解析几何的办法。这个办法简单多了：小正方形与圆有三个交点，可以定出坐标系，然后根据圆的方程求出来。第三种办法就是测量：量一下某个正方形到底有多大，然后在量一下圆的面积。两者相除再乘以16就出来了。

在这三种方法种，初等几何的办法最难：解决每一个问题都是个性化的。解析几何的方法相对简单，通用性也更强；而直接拿来算的办法最简单，通用性也最强。所以我们发现：简单的办法往往通用性更好。当然，第三种做法测量起来比较麻烦，也有误差。这是其缺点。但是，如果我们计算机与扫描仪联在一起，再编一个简单的程序，就可以非常迅速和高精度地计算出来。所以，在数字化时代，这个毛病可以忽视了。

数字化时代的算法类似后面两种：把逻辑复杂、个性化的推理问题变成逻辑上简单的、通用的计算问题。

很多人谈智能制造的时候，总是强调算法的神秘与困难。认为优秀的数据工程师就是会一些特别难的算法。这种思路受学院派的毒害太重。工程师是为了解决问题的，会倾向于选择简单的办法。数字化转型能够成为热点，是因为简单的办法可以普遍应用了。数据多了、计算机计算能力强了，人就不需要动那么多脑子了。就相当于第三种办法可以广泛应用了。

数据工程师的任务就是把实际问题转化成计算机能计算的问题。就像把这个题目转化成解析几何的问题和图像扫描的问题一样。数据工程师也需要智慧。这种智慧的体现就是：要把困难问题变成简单的、计算机能做的计算问题，而不是自己去做、体现自己的智慧。

来源：微信号 蝈蝈创新随笔

作者：郭朝晖

该作品已获作者授权，未经许可，禁止任何个人及第三方转载。