人工智能并不能把數據智能化，但是可以把意義智能化，曾有人在美國做一個人工智能，是用郵政包裹分析它，就是自動化分包裹，自動化辨別地址，不需要人來操作。后來我們把這個軟件用在工業方面，我們學習軟件有監督式的、非監督式的，里面有很多軟件可以用，目的就是把軟件工具變成讓人可以看得懂的意義。

舉一個例子，我們用SOM，一個分類學習的方法，它可以把很多數據一方面縮減，一方面分類、分割，如和辨別出來軸承是內環還是外環有問題，就和醫生聽心臟聲音一樣，他本人聽不出來，他要磁共振來辨別。所以我們可以經過這個分類找到。

CPS可以更智能化，更有管理性，CPS是實體系統和信息系統對稱的系統，比如車跑的時候有一個信息管理系統可以讓我們知道哪個地方風險最高，那個地方轉彎經常出車禍，我還沒有到，在一公里前就減速到30公里每小時，就可以保證安全 。

數據來源有很多種，數據的關系，數據的意義，所以海上風電，當我看到這個風速在變的時候角度不一樣了，所以可以根據這個把風速切割，發電量和風速、角度的關系，這個是人不可能知道的事情，當我知道以后就可以知道這個風電連續三個小時就在衰退，明天我就可以做一些事情。

動車也一樣，高鐵跑的時候直接就用建模分析，每個高鐵數據做分析了，我就知道哪一段路不穩，未來中車要做全世界的“一帶一路”規劃，光有數據是不行的，沒有支撐平臺不行，高鐵軸承兩百公里/小時速度以下中國可以做，兩百公里/小時速度以上的中國不能做，現在要跑460公里一小時的速度，那這就需要技術來支撐它。

2005年我們和豐田一個壓縮機合作，這個壓縮機軸承一年壞幾次，它在跑的時候一定要壓縮，要有效率，它會產生共振，一共振軸承就坯了，這只需要三到五秒鐘時間，所以三秒鐘時間之內你要監測到馬上把能量釋放出去就可以解決了，所以我們當時就監測它的壓力特徵， 監測到閥門15微妙就能夠馬上打開。我們從12個參數中只用了四個最重要的參數，我們就用SVM做模型特？分割。分割準不準會造成誤差，如果按照原來的情況會有誤差，但是如果分割線稍微小心一點，給你警示多一點絕對不會有故障。在過去十一年？有故障？。

日產機器人（300024）健康監控，機器人每日自己做一個比較，我們不可能監控他，我根據運動點來做比較，做了比較之后建立一個檔案，和其他機器人做比較 。所以不需要他是誰，不需要監控，就是不需要數據量，但是需要它的差異化和特性。我們在加拿大廠做了實際生產，去年10月20號很快抓到兩個機器人在變化，三天前就知道會故障了。

中國并不是把過剩的東西送去“一帶一路”沿線國家，早期是因為東西做得很多，過剩了，水缸滿了，挖一條溝讓水出去，這叫“一帶一路”，其實并不是這樣，所以要把系統工程帶出去。智慧海洋我們與中國船舶（600150）合作，對海洋里風浪，天氣，利用智能化建模讓船能夠省油。這種就是“蛋黃+蛋白”服務，讓全世界的船都省油了，顧客會很高興的交給你管。

現在我們開發的很多電訊傳感器，所以我們開發了皮膚傳感器，直接貼在皮膚上，你的皮膚一動我就知道力度大不大，比如腿痛，所以可以根據這個算出 肌肉受傷的問題與運動員是否過度。

結論，大數據要是事實，是效益。