一、精確數學和模糊數學
在現在的工業生產和科技技術的實現上，大部分使用的是精確數學，無論是物理的牛頓定律還是數學上的方程、微積分。我們現有的生產技術基本上是建立在精確數學的基礎上進行的。這對解決對初始條件以及中間條件改變不敏感的問題是一個很好的方式。正因爲這些問題對初始條件和中間條件變化不敏感，人們纔可以進行準確的度量和運算，通過一種邏輯上的模型來爲問題找到相應的解決辦法。
隨着時代的發展，當我們所知所行的問題已通過各種工具化、度量化的方式給出瞭解決方式的時候，對於那些對初始條件和中間條件變化敏感的問題（也稱爲模糊問題）成爲了人們視野中的關注點，這也就是爲什麼統計預測、數據分析等行業開始活力迸發的重要因素。
那麼我們現在的技術是否已經支持對這些模糊問題的解決呢？我想這要分成兩個方面，一方面是理論，一方面是工程技術。
首先，在理論方面，對於模糊問題的研究從1965年就已經開始了，但是模糊問題也不是突然之間就蹦出來的，就像倪工研究的圖模型，它是圖論的一個模型化產物，而圖論僅僅是組合數學中的一個部分。在人類對這種基於立體和多邊映射的問題進行研究的時候會發現很多不確定的情況，比如說，一個圖，可以分成完全圖和不完全圖，而且還要加上方向、權重的因子，這就已經比較複雜了，關鍵的一點是基於不同情況下還沒有統一的一種理論對這種現象進行規範，一方面，數學家在研究這些問題的時候會給出很多的條件限制、不考慮外界因素影響等等，所以很多時候我們看到的數學理論都是建立在假設的基礎上的，現實是有很多模糊問題貫穿其中，影響結果的走向。其實，在工程技術方面，如何將理論轉化爲工程語言（方式）解決生產問題，比如各種算法的提出。
在這種環境背景下，人們開始選擇對這種模糊問題進行研究，我們知道離散數學和工程問題就是絕配，他客觀的反映了事物的本質，畢竟物質的組成也是粒子性的。從離散數學出發，我們首先要改造的就是對集合論的擴展，於是有了模糊集合的提出，就像Hadoop分佈式的節點，爲了探究這些節點間進行互動的規律就有了模糊邏輯的概念。基於模糊集合和模糊邏輯的模糊數學就發展起來了。
目前模糊數學在某些應用方面已經有了較大的發展。由於模糊性概念已經找到了模糊集的描述方式，人們運用概念進行判斷、評價、推理、決策和控制的過程也可以用模糊性數學的方法來描述。例如：模糊聚類分析、模糊模式識別、模糊綜合評判、模糊決策與模糊預測、模糊控制、模糊信息處理等。
二、什麼問題是模糊問題？如何用模糊問題進行解決？
舉個簡單的例子，30歲屬於青年還是中年，通常現在的計算機在判斷時會根據青年和中年的界限來判斷，比如說40歲是個界限，那麼計算機會認爲39歲的人是青年，40歲就是中年。現實生活中，我們憑藉自己的感覺也好，主流認知也好，其實對青年和中年並沒有一個很清晰的界限，我們是根據多方面來進行判斷的，比如心態、面貌、身體狀況等等。
那麼我們用模糊數學的方法來看待時會怎麼做呢？首先，我們可能需要知道判斷一個人屬於哪類年齡階段所需考慮的幾個指標，並給相應的指標以權重（當然這個權重也會受其他因素影響），總和之後再決定它的年齡階段。這裏用一個不是很恰當，但是便於理解的例子來說明一下。
三、大數據
針對大數據，我真的沒有發言權，這裏簡單說一下我的認識，或許能有幫助。
首先，我認爲現在的大數據還處在大的階段，數據是要大，就像礦山一樣，礦石大點裏面的礦物質必然也不會太少，但是礦山還分富礦和貧礦。針對不同類型的大數據，用不同的算法（採礦方式）是非常重要的。我這一段時間看了Hadoop的相關書籍，對目前的大數據有了一點點了解，其實無論現在數據處理過程中使用的是神經網絡也好、層次分析也好、統計概率也好，我們在解決大數據這種模糊問題的方式還是大部分基於精確數學的思路開展的（當然也不是絕對的，精確和模糊的概念同樣是一個相對的概念，只是站的角度不同，理解就會有差別）。
管工，你說心理學、生物學方面的人一起討論會有一些新的東西，我是很認同的，但是如果是單純的心理學和生物學其實用處也不是很大，我感覺現在這個社會教育把人和專業捆得太緊了，當需要創新的時候，一定是需要跨領域跨專業的。
說到這裏，我就想說一下關於“大數據”的我的理解，可能現在的人會說現在的數據很多，用了多少硬盤什麼的，這些數據都是寶藏啊什麼的，是的，這些數據是寶藏，但是如果守着這些數據是完全沒有意義的，比如說有個人有個蘋果電腦，但是他不會iso編程，其實他就浪費了很多資源。
如果把控“大數據”是很關鍵的，一方面我們要從數據中挖出知識和規律，另一方面我們要總結人類發展以來的各相關領域的各種核心本質、真理。這就像是兩條線，一條是根據現階段的數據得出發展趨勢，另一種是利用核心本質、真理預測發展趨勢，將這兩條線進行調和和取捨，就可以更好的做出預測。
四、算法
這兩天在家稍微仔細的看了一下神經網絡，是的，正如您所說，他其實可以歸到層次分析的那類中的，現在神經網絡被炒得很火，同時我也查了一下，其實很多大型的IT公司都已經成立了組合數學等相關的研究機構，模糊數學的理論也在逐漸完善，相關的算法也已經有所發展，我感覺，如果想要做一些與衆不同的事，一方面要深刻理解現在的主流，更要把控未來發展的趨勢。