從自動化到智能化！

發布時間：

2023-07-24

企業推進智能化的目的是創造價值，而手段則是重構人和機器的關系。強調“重構人和機器的關系”，就是避免把智能化簡單地理解為“機器代人”，重在強調人和機器最佳協作。其中，傳統自動控制與人類實踐和工程思想的結合，自然也就成了必然。

1、對經典控制理論的思考
不久前，馮少輝老師在“互侃PID”中發表了一篇文章：“盛宴已過，問題依舊”，為控制理論的前途擔憂。馮恩波老師轉發這篇文章時，提到Wonham的《控制系統的幾何方法》時，認為傳統的控制理論已經近乎完美。

對兩位老師的觀點，我非常贊同。26年前，我博士畢業時研究的是非線性控制，Wonham 和 Isidori的經典著作都反復讀過。感覺與馮老師類似：幾何方法理論近乎登峰造極，把本質問題都講清楚了。同時也發現：沿著這樣的思路進行更深入的研究，已經舉步維艱。這也是我離開學術界、到企業工作的原因。

我寫《知行》時，認為控制理論走到了一個死胡同：研究對象越來越復雜、數學方法的難度越來越大，而應用場景卻越來越少。如果把“控制理論”看作一個“系統”，這個系統似乎正在走向“死寂”，很難再有大的進展，也就是所謂“盛宴已過”。

但作為自動化專業的博士，我對維納的控制論非常推崇。我認為，有必要把維納控制論的思想，與教科書、論文上的、過度依賴于數學的控制理論區分開來。傳統控制論方法的研究逐步走入死胡同，而控制論的思想則是愈久彌新，帶領人們從傳統的自動化走向智能化。

2、從自動化到智能化

維納的思想之所以能夠愈久彌新，是因為信息通信技術帶來了新的手段和技術發展空間，能讓我們能夠從傳統的自動化時代走入智能化時代。“盛宴已過問題依舊”說明自動化需要人的介入，而這正是智能化時代需要解決的問題之一。

在智能化時代，控制對象逐步從某個工作點附近的回路控制，延伸到大型工業系統；從純粹的控制問題發展到系統的設計、優化、維護問題。我們知道：在工作點附近，往往比較容易建立模型。但針對工業大系統，準確建模就難了。

大型工業系統的設計、優化與維護，往往是理論與實踐結合的結果，理想的數學模型已經不存在了。如果我們問一個工程師，某個系統為什么這么設計、某個參數為什么這么選取。他的答案很可能是：試下來這樣做最好。在嘗試之前，工程師進行系統設計時，往往要面對大量多變量、不確定性問題。工程師的思維是設法把問題簡化、清晰化。這樣，即便存在不確定性因素，系統也能足夠穩定。換句話說：工程問題是允許存在不確定因素的，但要保證這些因素不會帶來太大的麻煩。這時，如果打算把一個大系統用一個理想的數學模型來準確描述、并用數學方法來求解，將是一種奢望。

在我看來：計算機與人的知識和實踐過程相結合，而不是過度依賴于數學模型，是智能化區別于傳統自動化的本質性特征。我在《知行》中提到：與實踐知識相結合的一個重要特點，就是與標準結合：標準是實踐的結果，而數字化負責對這些標準的維持與優化。

企業推進智能化的目的是創造價值，而手段則是重構人和機器的關系。強調“重構人和機器的關系”，就是避免把智能化簡單地理解為“機器代人”，重在強調人和機器最佳協作。其中，傳統自動控制與人類實踐和工程思想的結合，自然也就成了必然。

對于系統的運行和優化，重構人機關系的作用，往往是為了消除人類工作導致的延遲、斷點、錯誤、不規范、不穩定等問題。從某種意義上講，機器所謂的“優化”本質上減少“人做的錯事、不妥的事情”，而并不是在“優”的基礎上“更優、更好”。所以，價值發現的關鍵，往往是理解人的做法有什么“不好”，而不是如何做得更好。一般來說，人類做事往往不規范；而只要做法不規范，就會有些做法“不好”。所以，只要用計算機推進規范化、標準化，往往就能夠獲得價值。

3、哪些場景下需要人的介入？

進一步認識智能化，需要認識在哪些傳統場景下需要人的介入。

在自動化程度較高的工廠里，發生某些特殊“事件”時，才需要人的介入。典型“事件”包括：生產過程正常的狀態切換、設備故障、質量異常、參數緩慢漂移、安全隱患等。數字化技術的一個工作，就是讓計算機參與處理這些事件。

不難發現：智能化系統的應用，與PLC的思想非常接近。從技術邏輯上看，的確如此。只是與PLC相比，數字化時代感知和處理事件的能力增強了。比如，許多“事件”是通過網絡從遠方獲得的、有些事件是通過數據分析獲得的。于是，智能化可以解決系統整體優化問題、可以解決異常處理問題、可以解決系統緩慢變化帶來的問題，可以把傳統的管理問題納入到技術體系中來。問題變了，解決方法也就隨之改變。于是，數據建模、AI等方法也就有了用武之地。