上篇讲到统计学模型可用于质量控制，这在上世纪八十年代已实践证明行之有效。

       科学研究的一个目标是发现这些数据背后的规律与物化机制，以实现有目的的控制产品质量与提升材料水平。因此，与数据的相干关系未能回答为什么不同，数据背后的因果关系才是本质的。因此，数据科学范式首先需要分析一下数据的内涵与外延、分析一下数据之间关系的性质，换句话讲哪些是自变量、哪些是因变量、哪些是相干量、哪些是独立因变量需要先厘清，还有自变量是否完备、自变量是否已数字化，这些都需要知识的介入，尤其是基本原理与基本方程的介入，在此基础上发现的因果模型才具有科学价值、才回归了科学活动的目的。

      如下图所示，因果数理模型是对统计模型的深化。智能计算、AI工具在此至少可以各司其职互为补充。

       目前，“知识与数据协同的智算方法”已对晶态材料、已对PAN基碳纤维工艺进行了应用、达到了节点目标。下一步是推广与迭代...

山水从心观动静  鸢鱼随境显知能

用过才知好不好...