刚才看到工信部征集工业APP优秀案例的通知，让我想起一件往事。在信通院余院长主持的一个会上，李义章先生和我都谈到，要搞工业APP这样的东西。我当时很兴奋：遇到知音了！后来阎大姐对我讲：宁总也是这个意思！大家真的是不约而同啊！一转眼六、七年过去了。

我在宝钢的20年，其实就是从事工业APP（数学模型）和数据建模的。总体上说，在线管控APP的开发还是比较难的。下面谈一点体会。

开发在线管控的工业APP时，经常需要数据模型。我们曾发现过一种现象：模型精度似乎有一个极限。接近这个极限很容易，但几乎不能超越。比如，精度达到60%~80%可能很容易，但增加5%就很难了。为什么呢？其实，精度很大程度上决定于数据质量，而不是建模的算法。

数据质量的内涵丰富。首先就是数据精度。显然，系统的输入精度不高、检测质量不高时，模型误差就不会太小。模型精度的“极限”，往往就是由输入数据的精度决定的。现实中，逼近这个极限往往非常容易。很多情况下，只要用线性回归模型就可以接近极限；更换其他算法时，精度的提高往往有限。所以，过度关注算法不是好的策略。解决这个问题的根本办法，就是提高数据的质量。

数据质量低的另外一个常见问题，是存在不规范的数据。比如，人工处理过的数据、生产不稳定时产生的数据、受到外部干扰的数据。一般来说，如果能把这些数据剔除，模型的精度就会比较高。这时，模型误差往往服从正态分布。要进一步提高模型精度，往往需要提高数据检测精度了。需要设法把输入的随机误差降低。特别需要指出的是：即便是模型本身完全正确，模型计算结果还是与实际值有差别的。这是因为：所谓的“实际值”其实是检测值，而检测过程是有误差的。

在线APP开发的另一个常见问题，就是模型精度的漂移。我们知道：模型针对的对象可能是个大系统。这个系统中有许多隐含的参数。这些参数并不直接在模型中表现出来，但却经常发生变化。模型的精度自然就会不断漂移、不断劣化。这个问题不解决，模型是无法实用化的。为了解决这个问题，人们需要不断地重新修订模型。为了减少修订的工作量，就需要引入自学习。其实，自学习的意义主要就在这里。

引入自学习的麻烦又是什么呢？同样是数据质量问题。人类建立模型时，会把不规范的数据剔除掉。剔除过程可以用到各种信息和知识，甚至可以靠经验。机器自学习的时候，自动剔除这些异常数据的难度就大了。错误数据可能会导致学习本身出现问题。为了解决这类问题，需要仔细研究自动剔除数据的办法，还需要把学习的速度降下来。

APP用于在线管控时，同样也面对实时干扰和数据误差。如果这些干扰或误差引发误操作，会带来很麻烦的后果。所以，APP中往往需要一个机制，防止误操作的产生。但是，防范工作也是有代价的：往往是使得系统的灵敏度降低、反应速度变慢。

所以，开发在线管控的工业APP时，数据质量是基础。数据质量不好，是一种常态。开发APP的水平，往往体现在如何处置质量不好的数据，而不是把所有精力都用在建模算法上。

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。