最近聽了一場微X公司的數據分析系統的說明會,我一直對這方面的議題很有興趣,因為偵測器越做越小,可以安裝在各種裝置上面,能夠收集的數據資料越來越多,感覺上這應該可以做很多事,而不用人工,聽著聽著,我突然間覺得我好像懂了一件事,那是在t公司的時候,電腦打開來有上百個系統提供各式各樣的分析結果跟控制,好像可以省很多事,但,實際上,很多工程師都討厭這些系統,應該說,如果這些分析的結果都是對的,可以節省很多人工的時間,往往天不從人願,我們必須花時間去反駁這些結果都是錯的,同時還要去找出真正的原因。本來我以為只是因為參數沒有調整好,當累積的數據夠多,將參數最佳化應該就可以得到我們要的了吧,但,就是沒有發生。
所以我就很好奇為什麼一開始的好意最後會變成這樣的結果呢?
這些系統都是經過繁複的申請程序所產生出來的結果,甚至有一個還號稱是某國立大學教授率領學生利用AI技術,設計出可以取代耗時的人工,瞬間得到精確的分析結果,及早發現問題,但,這卻是我們最花時間去對抗的系統,因為它分析出defect之後就結束了,我們必須再去從其他系統整合足夠的資訊,去驗證是不是真的有defect,雖然事實上很多時候都是錯的,我們卻不能一開始就質疑它,應該是說我們根本不知道它是怎麼樣分析的,那是個黑盒子,只能說長官們相信它,而且出現在系統上時已經造成了恐慌,為了避免讓製造部、製程、品證製造更多的恐慌,我們必須在擴大之前,提供明確的證據,如果來不及,那就是設備的痛苦時刻。
因此,當我在聽說明會的時候,突然想到,應該要問的是這些系統的設計目的是什麼,然後,對,這些系統是在發現問題,而不是解決問題,如果要解決問題,還是要找照顧機台的設備,所以我就問了演講者,你們在研發這個系統的時候,是找哪些人在討論呢?答案也很明顯,就是管理者跟研發人員,嗯,這就對了,既然不是為了設備設計的系統,那麼設備不會用也是應該的吧。結果不是,設備還是要會使用這些系統,
結果呢,就是建置了好多聽起來好像很厲害的系統,實際上是製造了更多的問題,根本無法節省人力,因為必須找更多的工程師去解決系統發現的問題,但,這真的是問題嗎,前面已經講過,反正可以創造就業機會,就這方面肯定一下吧。
其實,沒辦法怪罪這些系統,除了設計方向的問題,還有一個微觀的量子世界的問題,那就是測不準原理,這些微觀的問題要用現實世界的系統來分析,根本就不可以放在同一次元來討論,因此,最後,我們解決問題的時候都還是以過去的經驗當基本再去發展出其他想法。