章节出错了,点此刷新,刷新后小编会在两分钟内校正章节内容,请稍后再试。
头脑缺少智慧，就像灯笼没有点灯。
——俄罗斯谚语
好吧，终于可以谈谈仿真了！其实，苏格对数学模型仿真并不陌生。
什么是仿真？利用数学语言，由纯粹的数学语言信息模型复现现实世界中发生的本质过程，称为仿真。
什么是模拟？利用数学仿真模型通过数据发布手段，以研究现实的未来趋势为目的的过程，称为模拟。
不过任微青所说的柔性仿真数学模型远不止于此！任微青将传感数据与仿真模型连接在一起，使数学模型以在线的传感数据为输入，进行在线的仿真。这种在线的仿真模型通过传感数据跟踪现实运动状态。这种虚拟跟踪现实，是柔性仿真的“柔性”之精髓。
苏格有些兴奋，因为他明白了一件很重要的事，信息资源化的意义。随即，苏格心中又是一阵悲凉，我们引以为傲的人类智慧，只不过建立在人的五感生物效率的基础之上，仍旧是一种最原始的生物效率。
苏格脸上一阳一阴的变化，让罗春木有些摸不到头脑，显然，罗春木并没有明白任微青所说的信息资源化的含义。
罗春木脸一红，不甘心地问：“信息资源化，却不具有功能，这是怎么回事？”
任微青心里清楚，除了楚可可和苏格之外，在座的恐怕很多人都和罗春木一样不明白，只是罗春木有勇气将不知道讲出来而已。
任微青并不打算过度解释，简单地说：“资源的目的性由需求决定，而需求必然基于实用发生；智慧构建在信息充分的基础之上，先有信息资源才有智慧功能。”
苏格却不愿意罗春木过多浪费机会，他想到另外一个障碍。数学语言只能有限的仿真现实，受制于数学模型本身的有限性，也受制于感测信息的有限性（感测信息测不全）。数学仿真模型的有限性，决定了任何仿真必然是有限的仿真。任何做过仿真模型的人都会碰到这个问题，苏格团队也是。
虽然，任何表达方式都不能无损的表达事物的完整信息；但是，数学语言仍旧是目前最恰当的表达方式。现实世界的事物，物质与能量关系复杂的交织在一起，没有孤立的规律事件发生。为了仿真的实际可行，必须设定边界！
于是，苏格问：“在‘全息’和‘失真’二者之间，似乎很难把握。”
任微青：“所谓‘全息’，只是一个理想状态；现实中，这是个伪命题。”
既然存在不可避免地存在“失真”，那构建数学模型又有什么意义呢？不能因噎废食，至少可以更接近真相！以实际应用目的为依据来把握信息的精度与模型的边界，数学描述永远只能接近真相，不可能实现理想中的全息。
这不是技术问题，而是经济问题。失真是相对的，过度追求保真并不经济，恰好可以满足功能需要才是最经济的。在未来实际的功能需求中，失真情况会因需求的变化，而得到应有的改善。任何数学语言不可能无限真实地描述现实；而现实也无法无限精细地到达数学描述的状态。因此，以实际应用为目的，只需有限精细描述现实事物的有限片段即可。
苏格说：“猎人套装是一个布满了各种感测器的设备，即使是在线监测数据流也是海量的。目前，也只能利用传统手段，感测自动控制反馈。即使自我学习，算法也是解析法，数据利用效率很低。！”
楚可可补充说：“仿真模型所描述的是参数的场分布，并生成网格化数据阵列。我总感觉这些海量的数据一定有应对办法，却一时说不上来。”
任微青：“其实，你们沿着这个思路继续走下去，一定可以也自己解决。保存在线的传感数据，意义不大。这如同看一部数字化电影，没有人可以做到将每一帧图片完整的记录。观众需要的是故事，而不是画面的像元，我们需要的也是仿真数据的故事，而不是每一个具体的数据。”
苏格听懂了大概的方向。他和楚可可的感觉一样，只知道方向，却仍然不知道具体该怎么做，他觉得有些地方还没有想通，一时又不知如何问起。这需要时间，他最缺的就是时间。他知道，任微青可以帮助他节约时间。
任微青似乎知道苏格的困惑，他说：“仿真数学模型实际上就是一种传感数据流的基本处理方法。“数学模型”是计算机利用数学逻辑语言构建的对现事物对象的总体描述，其中的多参数耦合关系，就是我们所说的规律。”
苏格：“哦？怎么说？”
任微青：“仿真是通过多参量之间因果律数据耦合而得以实现，但这仍旧不算最终解决信息资源化，作为资源性的数据，还需要解决数据的‘通俗性’和‘可阅读性’问题。”
苏格似乎有些思路了。有限元仿真的出现，几乎与计算机在同一个年代发展起来的。只不过仿真从来都是在有人设定参数的前提下单独进行，而从没有自主让计算机联通仿真对象现场的传感器。通过传感将现实与数学模型连接起来，进行“模型修正”不正是机器“学习”吗？而“模式识别”不正是机器“决策”吗？
感知是信息之源，也是智慧之祖。
“机器学习”是通过获得传感数据进行自主的“模型修正”过程，使认知主体掌握的模型耦合“经验、规律”更加的接近真实情况。利用反馈原理修正的“数学模型”，这与“生物原型”的机理是一样的。
把我们已经掌握的教给计算机，通过人工建粗糙的模型，再交给计算机“学习”的更精细。
世界上有两万多种传感器，即使这样，也只能测量少量的物理量参数；利用数学模型仿真技术，可以实现多参量的自动耦合、修正，形成信息闭环结构。绝大部分不能被测量的参数，却可以被耦合关系间接获得，这种间接获得的参数称为“间接参数”，也可以称之为“耦合关系”。
通俗地说，在一个被测对象上安装了各式传感器，进行多参量在线测量；将被测对象视为一个‘传感器’，而这些安装于其中的传感器只是‘敏感元件’，这些‘敏感元件’通过‘数学模型’实现关联耦合。这些‘间接参数’就是‘传感器’输出目标数据。
“柔性仿真”是现实世界转换为信息资源的重要步骤。“柔性仿真数学模型”的“柔性”体现在：实时传感数据成为了“仿真数学模型”的一个部分。任何一次细微的修正，都是计算机逻辑运算的过程，都需要一次重新的仿真，使得这种修正与“数学模型”整体再一次全局关联耦合。
传感器参数是实时变化的，“柔性仿真数学模型”也必然是实时变化的。关键在于，实现“柔性仿真数学模型”跟踪现实事物的能力，实现了现实世界的信息变成了一种信息资源。即，信息资源化思想。
通常，把来自于感测部分的信息，称之为“果然信息（果然发生）”。而把来自认知主体的主观判断信息，称之为“如果信息（如果规律）”。
感知信息只能来自于过去，无论信息的来的有多快；认知信息只能干预未来，无论智慧有多高。我们先进的科技，无非是掌握自然的规律的充分程度，以规律信息为依据高效地驾驭能量。
即使是关于未来的“如果信息”，如，判据、规律、认知、决策……等等，对于“数学模型”而言都是一种参数。在数学模型中，描述其中一个参数的时间变化曲线，这种曲线对于信息提取与保存意义重大。这正是苏格所需要的大数据处理能力，解决了传感数据流“在线加工”问题。通过仿真模型可以很容易描述任何一个参数的时间变化曲线。
简单地说，能把历史的动态“参数——时间”变化描述出来，自然也可以将曲线延伸至未来。
“太好了！”
苏格教授心中一阵狂喜，经不住叫了起来！苏格高兴得像一个孩子一样，楚可可从未看见这样的苏教授，不禁偷偷地一阵轻笑。
苏格兴奋地说：“仿真模型通过传感与现实连接在一起，除了实时动态跟踪现实变化以外，还可以通过数据耦合实现‘模型修正’，就像人类的学习方法一样。通过背景信息进行的‘模式识别’，就像人类的判断方法一样。这多么像图灵、香浓、维纳这些先驱们设计信息机器的初衷，多么契合他们要找的答案！”
不一会，苏教授又皱起了眉头，事情看起来还不那么简单。这让大家想起了金庸小说中的“武痴”，苏教授就是一个现实版的“技术痴”。
苏格仍旧不知道该如何在一个柔性的动态仿真模型中，寻找到一个有用的“故事”。这个问题恐怕是今天一时解决不了的。他相信，这只是时间问题。
虽然苏格给自己留下了一个作业，但他可不想就这么轻易地放过任微青，这个年轻人的脑子里有太多的惊奇了。
在任微青心里，其实更关注另外一个问题：机器智慧的自我归纳问题！或然率更可靠，用因果律证明因果关系，本身是以绝对因果律为前提，而事实上这是个悖论！
也许……
大约10多年后，苏格见识到了这个柔性仿真数学模型的威力。
2030年，由各国的国家天文台联合实施了一个“司雨”工程。顾名思义，这个工程就是控制全球的气象信息。目的是让地球按照人们希望的那样，一切资源得到最恰当的规划和利用。而气候是一切生产活动的根本条件。
原本计划在全球的范围内布设了10亿个传感器，并设置了10万个数据采集站，占用全球20%的计算机资源用于运算仿真模型。
而工程师们在工程实施的过程中，传感器数量不得不增加到30亿个，测量边界不得不延伸。向内深入到地球内部的地质活动，向外延伸到太阳、月球的活动监测。而数据采集站也相应增加至30万个。
可是最后，项目还是遇到不可逾越的瓶颈——计算资源不足。
按照当时的仿真需求，即使占用全球80%的计算资源，也不可能实施必要的仿真速度需要。这在当时，几乎不可能实现。科学家们不断地优化计算方法，并不断地调整仿真地精细度。人们不得不面临一个悖论：即使用尽地球上地全部资源，也不可能“全息”出整个地球。
这个问题直到10年以后才得以解决，因为光子计算机的出现。
所谓光子计算机，又被称之为量子计算机。该计算机是以光子替代电流进行运算。在电子计算机半导体芯片中，硅基芯片通常用离子植入法将掺杂物掺入硅中构成元件的N型和P型部分，在硅片上形成元件。无论芯片怎么小，P/N单元都每次二进制表述都不会只有一个电子，而我们的工艺工程师总在朝更少的电子这个方向努力。但是，这种工艺在21世纪的10年代就遇到了工艺瓶颈，摩尔定律失效。
“司雨”工程几经坎坷，最终在2041年宣布成功了。从此，整个地球告别了各种气象灾害，这个系统像神仙那样可以控制地球上发生的各种气候。
这是一项宏伟的工程，也是一项十分伟大的工程。