良好的知识架构体系，有助于提高自己的思维能力

　　在智能制造相关领域（包括工业4.0、智能制造、互联网＋制造等方面）做过多次演讲，与听众做过多次互动，但在9月22日的一次智能制造的课堂上，第一次学员问我如何提升思维能力？这对我而言真的是一个好问题。

　　在以前的文章中，多次提到了我自己的方法论CHIP，通过问题（或者痛点），以历史和知识架构为基础，利用案例来学习研究一个新的领域。其中对知识架构体系的理解越丰富，对所研究领域的认识就越全面。举个例子，都是做物联网云平台的企业，艾拉物联与Ablecloud有什么区别？其中有人将艾拉物联与Ablecloud做类比，但这两个物联网平台真的一致嘛？只要比较就会发现艾拉有开发套件，这个套件包括开发硬件的套件，而Ablecloud的开发套件是没有硬件的。所以在知识架构体系中，我会比较开发套件是否包括硬件做为一个维度来考量所有的物联网平台，增加了这个维度，就很容易从艾拉与Abblecloud中找到不同点。

　　同样的道理，很多朋友与我交流的时候发现我的话题非常跳跃，一会说东，一会说西。比如我曾经在与别人讨论物联网平台的时候，跳跃到Weblogic，中间件上。可能与我交流的人不了解为什么。其实做物联网平台的企业主要的服务对象是在物联网平台上开发应用的企业。而物联网平台应该提供一个应用程序的开发、测试、运行的平台，这个平台还要适应物联网的各种针对性的应用的开发、运行。

　　所以在讨论物联网平台的各种讨论中，有按通讯的方法分类的，有按应用分类的，其实还应该又一个按开发工具分类的维度。所以讨论物联网平台时，我增加了开发工具的维度，而这个维度可能会有与weblogic一样功能工具存在。所以我有了这个维度，就要讨论weblogic，如果没有这个维度去考虑，就会觉得我的思维跳跃。

　　有趣的是在9月24日苏州的互联网智能服务大会上，谭建荣院士的演讲中，对智能制造也是分了几个类别的：

　　比如，智能制造的4个环节：智能设计、智能加工、智能装配和智能服务。

　　智能制造的三个层面：制造对象的智能化、制造过程的智能化、制造工具的智能化。

　　智能制造的三个核心：知识库／知识工程；动态传感／实时感知；自主学习／自主决策。

　　但是仔细观察这三个核心，你会发现：知识库／知识工程／自主学习，都是为了有智慧，为提升设备的学习能力；而自主决策是决策能力；动态传感／实时传感是可以获得数据。所以如果想看的更清晰，可以在智能制造的目的上增加一些，比如实现知识的自动化、实时数据的可得性，以及利用数据学习、决策。这样就可以增加一个维度，对智能制造多角度，全面的了解。