前些日子在一個自動化專業(yè)群里，和一位教授產(chǎn)生了爭論。教授認(rèn)為模型可以解決一切智能化相關(guān)的問題。對此，我并不是完全贊同：對不了解模型的人，一定要強(qiáng)調(diào)模型的重要性；而認(rèn)識到一定深度，又必須認(rèn)識到模型的局限性。
在自動化領(lǐng)域，模型一般被定義為系統(tǒng)的輸入輸出關(guān)系。有了模型，就有了一般性的決策方法：至少可以通過仿真，去評估若干備選方案，從中選出相對理想的做法。所以，模型對機(jī)器決策的意義是非常大的。
我們也知道：原始人類和動物的決策，從來不依靠模型，甚至不依靠計(jì)算。即便是現(xiàn)在，人類重要的決策往往還是要靠直覺來做出，而機(jī)器只能其輔助作用。因?yàn)闄C(jī)器決策所需要的知識和信息必須是清晰的、明確的；人類決策面臨的環(huán)境往往是開放的，相關(guān)的知識和信息往往是模糊的。所以，對于特別重大的事情，人類擁有的知識和信息往往更多，機(jī)器往往還不能代替人的決策。
需要特別關(guān)注的一個問題是：人類的關(guān)鍵決策往往是定性的，決策的重點(diǎn)是目標(biāo)、路徑和手段的選擇。量化、數(shù)字化對戰(zhàn)略決策當(dāng)然是有用的，比如發(fā)現(xiàn)機(jī)會、糾正偏見、確定行動的起點(diǎn)和終點(diǎn)重點(diǎn)，但決策的關(guān)鍵邏輯往往是定性的。量化、數(shù)字化、模型化的價值更多體現(xiàn)在實(shí)施過程、執(zhí)行過程，是對手段和方法的優(yōu)化。
認(rèn)識到這一點(diǎn)，對智能化中的一些認(rèn)識也就容易串在一起了。
比如：智能化是決策革命、智能化是機(jī)器決策或幫助人決策、智能化的關(guān)鍵是知識；從自動化到智能化，關(guān)鍵是感知到認(rèn)知；智能化往往促進(jìn)管控融合等等。對于這些論點(diǎn)，人們其實(shí)應(yīng)該質(zhì)問一下：為什么是知識不是模型呢？為什么多出來一個“認(rèn)知”呢？管控融合為什么重要呢？根據(jù)前面的分析，這些問題不難解釋。
我們知道，自動化和智能化都涉及決策。但傳統(tǒng)的自動化往往針對封閉小系統(tǒng)，是戰(zhàn)術(shù)層面的決策、偏重量化的決策。我們現(xiàn)在推進(jìn)的智能化，往往是傳統(tǒng)自動化做不好的、傳統(tǒng)上依靠人的那些決策。所以，智能化的決策往往首先偏重定性決策、是偏重管理的工作。由此可見，從自動化到智能化的變化，首先是問題領(lǐng)域的變化：針對過去那些由人做的決策，只是現(xiàn)在強(qiáng)調(diào)計(jì)算機(jī)的參與。
偏重定性決策時，首先是通過信息，對外部發(fā)生的事件定性。這就是所謂“感知到認(rèn)知”。比如，把眼睛看到的圖像信號對應(yīng)“狼”，把機(jī)器震動300Hz對應(yīng)“設(shè)備異常”。這種定性的結(jié)論，是決策的起點(diǎn)，以此為基礎(chǔ)做出“趕緊逃命”、“設(shè)備需要維護(hù)”的定性決策。
我們注意到，感知到認(rèn)知的過程本質(zhì)上是確定某個概念，如“狼”、“設(shè)備異?！?。我們知道，人類的知識體系是以概念為核心建立的。比如，“狼”的概念意味著“這個動物能吃羊”，“設(shè)備異?！睂?yīng)著“需要檢測、維修”。這些都是知識。
所以，“認(rèn)知”的任務(wù)是確認(rèn)概念。這樣，決策過程就可以把與概念相對應(yīng)的專業(yè)知識引入。這些知識包括“怎么做”的知識，也就是行動方法知識。這就是我經(jīng)常強(qiáng)調(diào)的“吳淑珍式的智能”。而這種智能的特點(diǎn)是：用人能夠明白的簡單道理，讓機(jī)器去做的比人更好。強(qiáng)調(diào)“人明白”有多方面的原因：工業(yè)知識幾乎都是人能明白的，而可靠性的要求也必須要求“人明白”。這種智能的難點(diǎn)不在于知識復(fù)雜、甚至也不產(chǎn)生新知識，關(guān)鍵是把人的知識讓計(jì)算機(jī)去決策。智能化的基礎(chǔ)在于“及時、準(zhǔn)確、完整的信息”，人們強(qiáng)調(diào)互聯(lián)網(wǎng)、物聯(lián)網(wǎng)和數(shù)字化模型，就是為了得到“及時、準(zhǔn)確、完整的信息”。
我們強(qiáng)調(diào)決策的關(guān)鍵首先是定性，如“趕緊逃跑”、“機(jī)器要維修”。但這并不否定定量的作用。其實(shí)，計(jì)算機(jī)的優(yōu)勢之一就是量化的能力比人強(qiáng)。另外，計(jì)算機(jī)計(jì)算一定會用到量化的東西。比如，“和狼的相似程度”、“機(jī)器發(fā)生故障的概率”等。
在智能化的過程中，模型非常重要。這是因?yàn)椋耗Ｐ涂梢猿休d與對象相關(guān)的知識和信息，為決策提供依據(jù)。但是，決策時用的許多知識，是人們過去在現(xiàn)實(shí)的物理世界中實(shí)踐的結(jié)果，并非是用模型算出來的。換句話說，模型并不能解決所有的知識來源問題。所以，模型很重要，卻不是萬能的。
另外需要說明的是：模型的定義有許多種。在控制領(lǐng)域，模型一般定義為系統(tǒng)的輸入輸出關(guān)系；在研發(fā)部門和軟件工程師那里，模型定義為對象的屬性和結(jié)構(gòu)?；蛟S還有人把知識定義為一種特殊的模型，也可以把知識當(dāng)做模型的屬性。但是，如果這樣定義的話，概念就有點(diǎn)混亂了。
作者：郭朝暉(工學(xué)博士，教授級高工。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。國內(nèi)知名智庫、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)
