3、走向解析智能
由数据驱动、默顿定律指导、基于大数据和网络空间的默顿系统将会是一个新的智能研发平台，戴明和德鲁克的格言将变成智能系统的现实。
产业界已经沿此方向展开了实际行动，许多主流的大公司正将商业情报正向商务解析（Business Analytics）转变。在学术界，管理专业的领袖型组织，国际运筹学与管理学研究协会（INFORMS）倡导将经营和管理实践都转变为解析，一些大学已经建议，甚至为解析学设立了新的学位，以满足对能够使用数据解决业务问题的大学毕业生的迫切需求。
INFORMS将解析学（Analytics）定义为 “将数据转化为洞察力以辅助做出更好的决策的科学过程”。对于这个定义，我有些许保留意见，因为它只涉及到抽象过程，对抽象的逆过程（可视化过程），即“将洞察力转化数据用以做出更好的决策”是同等甚至更重要的，而且必须成为任何解析学的研究和应用的核心。维基百科的对解析学的定义，“解析学是数据中有意义的范式的发现和传播”。这个定义涵盖了上述的两个过程，显得更精确、更完善。
在解析学的崛起中人工智能可以而且必须发挥重要作用。显然，商业界从情报到解析的转变将情报的另一面忽略了。信息特别是秘密信息的收集和分发其实只是情报的一个方面，它的另一面是学习、推理、理解以及其他类似的智力活动。我们必须确保的解析学中情报同样有两面的内容，因此，我们应该从两个方面结合人工智能和解析学，迈向解析智能，也就是由默顿定律指引，默顿系统支持，按照戴明和德鲁克的格言进行运作。我们开始解析智能方式仍然是我过去倡导的ACP方法：人工社会进行描述解析（descriptive analytics），计算实验进行预测解析（predictive analytics），平行执行进行处置或规则解析（prescriptive analytics）。
我相信不久的将来，人人都需要有解析智能的个性化系统，借以辅助他（她）在网络空间进行联系和导航。谷歌或百度将不足以满足人们的需求，否则，人们将淹没在大数据的洪流之中。
登陆|注册欢迎登陆本站，认识更多朋友，获得更多精彩内容推荐！