当场景发生改变时，大数据和人工智能的数学模型有可能是靠不住的

今天说的话题，有可能涉及到世界观和科学方法论的深层次问题，当场景发生改变时，大数据和人工智能的数学模型有可能是靠不住的，请不要对号入座。

最近受领导委托，审了几十篇跟电力有关的大数据论文，有一部分文章的确没有把跟研究课题有关的客观场景搞扎实，就急于套用一些如雷贯耳的数学分析模型和各种人工智能算法。

其实，除非过去的客观世界和场景，在未来也不变，否则所谓的大数据分析就是有问题的，例如研究负荷预测，如果上头增加几天假期，那么全社会的用电负荷场景就会发生改变，而面对这种改变，如果我们数学模型的边界条件和规则不做相应改变，又没有历史数据喂饱算法和模型，那么，基于过去场景和约束条件的人工智能算法模型，能解决新形势下的负荷预测吗？我表示怀疑，希望有关专家站出来答疑解惑。

客观世界的场景发生了改变，就意味着我们过去依赖于这些传统场景所总结出来的规律也会跟着发生改变，就像我们前几年无法预测英国脱欧、特朗普上台这些黑天鹅事件一样，为什么？因为世界政治经济格局这种场景悄悄的发生了重大变化，而我们没有意识到、察觉到这种所谓悄无声息的变化，依然用过去传统的认知去判断英国脱欧公决和2016年美国大选，结果大多数人都错了。

就像现在很多人依然在犯错误，还天真的认为中美关系会变好、天真的认为拜登上台就会改变中美关系的厄运一样，而实际上却是，中美关系在最近十年，已经发生了可以说是本质上、难以逆转的改变，既便拜登上台，也许没有特朗普那么恶毒，但也无法改变美国的基本国策，除非美国遇到了比中国更加强大的战略对手，而且急需中国的合作来战胜这个对手，就像上世纪七十年代，美国需要跟中国缓和关系，集中精力对付苏联一样。

我想表达的意思是这样的....

搞国际关系研究的某一个机构或者专家，如果他们的人工智能分析系统依然架构在过去的传统认知上，不可能得出符合现在和将来国际关系新格局的分析和预测结果。我们过去的经验认识，或许真的不灵了，需要我们重新认识这个更加动荡的世界格局，建立符合世界潮流的、全新的认知体系。

当场景发生变化时，我估计任何数学模型都是靠不住的，尤其是基于学习过去历史和规律的模型，越是深度学习的东西，可能问题就越大，因为深度可能意味着惯性，这个基本逻辑是，包括专家在内的人们，尚不能基于过去的认知来判断一个场景发生了重大变化的新世界，那么，基于人的经验、知识和逻辑规则而制造出来的人工智能机器，能比人类做的更好吗？比如昨天下午股市突然下跌，估计大多数程序交易是无法预测的。

有朋友对此有可能难以理解，我举一个稍微有点极端的例子：几年前，著名的Alphago已经以其卓越的学习能力和战绩证明了它的围棋比赛能力，那么，Alphago可以基于它对围棋的知识和技艺的学习积累，在象棋和麻将领域，依然可以取得战绩吗？估计没有人会相信这一点，为什么呢，因为规则不同、场景不同，或者叫场景变了，规则也变了。

审核电力大数据文论的另一个感悟是，有些论文的作者还在用MATLAB软件包，电力行业是不是可以考虑构建有自己知识产权的、满足电力行业计算需求的工程软件包了呢。