維納的控制論是個(gè)偉大的思想。這個(gè)理論誕生已經(jīng)80年了，但歷久彌新。時(shí)至今日，仍然為我們的數(shù)字化轉(zhuǎn)型提供指引。維納強(qiáng)調(diào)了信息感知、決策和執(zhí)行過(guò)程的統(tǒng)一與融合，是自動(dòng)化的理論基礎(chǔ)，也是信息化智能化的理論基礎(chǔ)。

筆者發(fā)現(xiàn)：人們討論智能化時(shí)提到的概念和思想時(shí)，幾乎都能在自動(dòng)化教科書(shū)或論文中看到類似或相關(guān)的思想：智能化強(qiáng)調(diào)模型，自動(dòng)控制則幾乎離不開(kāi)模型；智能化強(qiáng)調(diào)數(shù)據(jù)采集，現(xiàn)代控制理論強(qiáng)調(diào)狀態(tài)感知；智能化有信息集成，控制論里有串級(jí)控制；智能化有快速響應(yīng)，自動(dòng)化有前饋控制、預(yù)測(cè)控制；智能化有CPS、數(shù)字孿生，自動(dòng)化有內(nèi)?？刂?、史密斯預(yù)估；智能化有預(yù)測(cè)性維護(hù)，自動(dòng)化有系統(tǒng)辨識(shí)、故障診斷....

但是，傳統(tǒng)的控制理論是有局限性的。有人在總結(jié)控制理論的脈絡(luò)和分支時(shí)，明顯地帶有這種局限性。這種局限性不利于智能化的推進(jìn)、也不利于學(xué)科的建設(shè)和發(fā)展。有些自動(dòng)化專業(yè)的老師，其實(shí)是不懂智能化的。

那么，控制理論的局限性在哪里呢？控制論的思想是偉大、廣博的，但把思想落到論文和教科書(shū)上、形成理論時(shí)，就變得狹隘了。

這種狹隘究竟在什么地方呢？一種顯然的局限性，就是幾乎所有能寫(xiě)入論文和教科書(shū)上的東西，都要有個(gè)數(shù)學(xué)模型。“數(shù)學(xué)是宇宙的語(yǔ)言，是上帝書(shū)寫(xiě)世界的符號(hào)”。以數(shù)學(xué)模型為基礎(chǔ)的控制論，怎么會(huì)變得“狹隘”了呢？

現(xiàn)實(shí)中控制理論的局限性是顯然的：不論是狀態(tài)方程還是傳遞函數(shù)，背后的模型都是線性常微分方程組。以這種模型為基礎(chǔ)，控制理論的研究取得了巨大的成功。但是，這種成功也讓理論界形成了一種路徑依賴。后來(lái)的很多研究，都是沿著從這條思路向外拓展：從線性拓展到非線性；從常微分方程拓展到偏微分方程；從精確模型拓展到魯棒控制、模糊控制、隨機(jī)控制；從穩(wěn)定性分析、系統(tǒng)鎮(zhèn)定發(fā)展到優(yōu)化控制等等。

但是，這樣的路徑合理嗎？我在20多年前的博士論文研究的是非線性魯棒控制。做起來(lái)非常難，而能得到的結(jié)果卻非常有限?，F(xiàn)在回想起來(lái)，沿著這樣的軌跡發(fā)展，控制論已從盛宴發(fā)展到殘羹冷炙，有些研究甚至可以說(shuō)是垃圾。

以模型為核心的控制理論，到底有什么局限性呢？

“空間局限性”是個(gè)重要的方面。我們知道：網(wǎng)絡(luò)化是促進(jìn)智能化的一個(gè)重要原因。網(wǎng)絡(luò)化的一個(gè)重要作用，是將“感知、決策、執(zhí)行”的范圍擴(kuò)大了。從實(shí)踐的角度看，傳統(tǒng)控制理論的局限性，體現(xiàn)在空間尺度上：自動(dòng)化往往針對(duì)小系統(tǒng)的，如閥門(mén)或設(shè)備。而信息化、智能化是針對(duì)大系統(tǒng)的，如車間、工廠、供應(yīng)鏈乃至社會(huì)體系。這種差別是有道理的。

殷瑞鈺院士經(jīng)常對(duì)我談一個(gè)哲學(xué)觀點(diǎn)：尺度變化引起方法論的變化。在戰(zhàn)爭(zhēng)理論中，戰(zhàn)略和戰(zhàn)術(shù)是不同的尺度。戰(zhàn)略上可以以弱勝?gòu)?qiáng)，但戰(zhàn)術(shù)上需要以強(qiáng)勝弱。即所謂戰(zhàn)略上藐視敵人、戰(zhàn)術(shù)上重視敵人。在工程技術(shù)領(lǐng)域，工程和技術(shù)是不同的尺度。大型工程領(lǐng)域的創(chuàng)新，往往要盡量減少局部的新技術(shù)、以便于掌控風(fēng)險(xiǎn)。我們用這個(gè)觀點(diǎn)，可以看到傳統(tǒng)控制論的局限性。

傳統(tǒng)控制理論的局限性之一是過(guò)度依賴數(shù)學(xué)模型求解。

為什么需要呢？因?yàn)樾枰蠼狻辛四Ｐ筒拍芮蠼狻５?，在大系統(tǒng)背景下的管控活動(dòng)中，人們會(huì)采用這種方式嗎？多數(shù)情況下并不是這樣?，F(xiàn)實(shí)的系統(tǒng)、尤其是大系統(tǒng)太復(fù)雜，求解的思路往往走不通。人們需要解決問(wèn)題時(shí)，采用的往往是過(guò)去成功的經(jīng)驗(yàn)。經(jīng)驗(yàn)怎么得到的？很可能是猜出來(lái)、試出來(lái)。這種經(jīng)驗(yàn)做法是不是最好的呢？不一定，但卻是能夠取得成功的。當(dāng)然，工業(yè)人往往也不滿足于不理想的經(jīng)驗(yàn)，工業(yè)人努力推動(dòng)PDCA，把經(jīng)驗(yàn)做得更好。在現(xiàn)代化企業(yè)中，這些成功的經(jīng)驗(yàn)和知識(shí)往往被固化成標(biāo)準(zhǔn)來(lái)執(zhí)行。所以，現(xiàn)代工業(yè)是以標(biāo)準(zhǔn)化為基礎(chǔ)的。

換句話說(shuō)：人或者計(jì)算機(jī)都不是現(xiàn)場(chǎng)求解的，而是把過(guò)去成功的“解”記下來(lái)。工業(yè)界的問(wèn)題千變?nèi)f化，也有些問(wèn)題需要人類現(xiàn)場(chǎng)求解。但人類的求解往往是些特殊的、簡(jiǎn)化的算法，與傳統(tǒng)的模型求解算法并不一樣，往往也是經(jīng)驗(yàn)積累的結(jié)果。這種差別，有些人工智能的文章中是有討論的，這里就不多講了。

傳統(tǒng)控制理論的另外一個(gè)局限性是“感知等于認(rèn)知”。

控制系統(tǒng)收到的信息都有明確的含義。比如，某個(gè)傳感器15mA的信號(hào)代表120度，另外一個(gè)傳感器678的數(shù)字化信號(hào)代表2MPA的壓力。但是，在大系統(tǒng)、尤其是復(fù)雜、開(kāi)放系統(tǒng)中，“感知等于認(rèn)知”的要求不一定能滿足。自動(dòng)化系統(tǒng)之所以能滿足，是因?yàn)槿祟愋枰o系統(tǒng)的運(yùn)行創(chuàng)造一個(gè)相對(duì)穩(wěn)定的環(huán)境。系統(tǒng)大了以后，這個(gè)環(huán)境就不好創(chuàng)造了。

人或者動(dòng)物，往往面對(duì)開(kāi)放的系統(tǒng)。對(duì)人或者動(dòng)物來(lái)說(shuō)，感知往往不等于認(rèn)知。比如，當(dāng)?？吹揭恢焕匣r(shí)，得到的是“圖像信號(hào)”；它必須將這個(gè)信號(hào)轉(zhuǎn)化成“老虎”這樣的“符號(hào)信息”，才會(huì)感到害怕、才會(huì)做出逃跑的行動(dòng)。這就需要從感知上升到認(rèn)知。在開(kāi)放系統(tǒng)中，智能體往往會(huì)面對(duì)預(yù)料之外的變化。這時(shí)，就需要識(shí)別這種變化的含義，才能與已有的知識(shí)結(jié)合起來(lái)，做出科學(xué)的決策。當(dāng)自動(dòng)化系統(tǒng)做不到這一點(diǎn)時(shí)，往往只能用在相對(duì)封閉的系統(tǒng)中。

一個(gè)工廠的自動(dòng)化程度可以很高，而自動(dòng)化的行為往往針對(duì)的都是預(yù)料之中的事情。但是，工廠里經(jīng)常會(huì)出現(xiàn)預(yù)料之外的事情：設(shè)備狀態(tài)不佳、上下游生產(chǎn)不暢通、操作不妥當(dāng)、物料位置出現(xiàn)偏差等。要處理這些問(wèn)題，都需要“感知到認(rèn)知”的過(guò)程。對(duì)企業(yè)來(lái)說(shuō)，“感知到認(rèn)知”的轉(zhuǎn)化一直都是需要的。只是過(guò)去的時(shí)代是靠人來(lái)完成的：許多靠人眼識(shí)別的工作無(wú)法變成自動(dòng)化，而信息化的決策主體是人、不是機(jī)器。

在筆者看來(lái)，智能化的一大進(jìn)步，就是促進(jìn)“感知到認(rèn)知”。這里包括兩種做法：一種是幫助人類更好地實(shí)現(xiàn)“感知到認(rèn)知”，一種機(jī)器自動(dòng)實(shí)現(xiàn)“感知到認(rèn)知”。具備認(rèn)知能力之后，智能化就可以推進(jìn)到相對(duì)開(kāi)放的系統(tǒng)中去了。

總之，網(wǎng)絡(luò)化和數(shù)字化推動(dòng)了智能化。其中，網(wǎng)絡(luò)化的作用是把系統(tǒng)放大了，我們需要用大系統(tǒng)、開(kāi)放系統(tǒng)的思想方法對(duì)待“感知、決策與執(zhí)行的統(tǒng)一”。數(shù)字化的作用之一，是改變了一部分求解方法：更多的決策可以用計(jì)算機(jī)仿真的辦法實(shí)時(shí)求解。同時(shí)，通過(guò)“知識(shí)數(shù)字化”，還可以把人的“感知到認(rèn)知”能力賦予計(jì)算機(jī)、把人類解決問(wèn)題的辦法告訴計(jì)算機(jī)。

但是，推進(jìn)智能化的過(guò)程，絕對(duì)不能忽視人的作用。從本質(zhì)上說(shuō)，人類獲得知識(shí)和信息。
作者：郭朝暉(工學(xué)博士，教授級(jí)高工。企業(yè)研發(fā)一線工作20年；優(yōu)也科技信息公司首席科學(xué)家；東北大學(xué)、上海交大等多所院校兼職教授。國(guó)內(nèi)知名智庫(kù)、走向智能研究院的發(fā)起人之一。原寶鋼研究院首席研究員)