趙敏、寧振波、郭朝暉是走向智能研究院資深專家，《三體智能革命》編委會中三位重要作者。他們從去年5月起多次參加了中國工程院主持的「中國智能製造發展戰略研究報告」的研討、評審與修訂工作，對該報告的形成過程、研究主旨和詳細內容有比較深入的了解和心得。
這是三位資深專家第二次聯袂撰文解讀該報告，以三體模型的視角闡述他們對智能製造以及三個範式的深刻認識。內容非常豐富，視角比較獨到，值得認真閱讀。
2017年12月7日，中國工程院周濟院長在南京「世界智能製造大會」上發表了題為《關於中國智能製造發展戰略的思考》的報告，今年1月周院長在工程院再次做了題為《新一代智能製造--新一輪工業革命的核心驅動力》的更詳細同主旨報告，系統闡述了我國發展智能製造的戰略，提出了智能製造三個範式（圖1），引發了社會上極大關注和熱烈反響。鑑於「走向智能研究院」的「《三體智能革命》寫作組」曾多次受邀參與該報告多個版本討論，筆者三人的部分觀點和建議也納入了該報告中，業界朋友提出，希望筆者能夠給出一些對該報告的解讀以及更詳細的第三方觀點。
圖1 工程院提出的智能製造三個範式
在上月寫過一篇解讀文章的基礎上，筆者嘗試在本文中，以「三體智能模型」基本視角，對智能和智能化做一個多角度、多階段的梳理，試圖探討智能的要義以及人造系統走向「智能化」的演變過程，加深對智能製造發展戰略中的「智能化」的理解，同時對中國工程院提出的智能製造三個範式給出了進一步的解讀與優化建議。
一、《三體智能革命》中的智能本質
關於什麼是智能或智能的本質，很多文章、專著都做過論述。有的從生命的角度去理解，有的從控制論的角度去理解，有的從人工智慧的角度去理解。但是，目前尚無對智能的共識性的理解，也沒有形成統一的定義。
既然是以「三體智能模型」來解讀智能製造的三個範式，那麼筆者首先簡介《三體智能革命》的若干基本概念。
《三體智能革命》是第一本旨在反映智能科技革命成果、預測新工業革命趨勢、探討智能社會基本原理的未來學著作。該書首次將物理世界、生命世界與數字世界的智能現象開展「打通」研究，提出了三體智能模型——物理實體、意識人體、數字虛體，介紹了智能研發、智能設計、智能製造等新成果，揭示了「網際網路+」誘發創新、三體化一走向智能等新趨勢，並在2015年就正式提出了「人類社會必將走向智能社會」的重大判斷。該判斷與「十九大」報告上的判斷完全一致。三體智能模型如圖2所示。
圖2 三體智能模型
在圖1中，物理實體是自然界物質以及基於物理實體材料而構建的人造系統；意識人體是包括了「人體」、「人腦」和人腦中的「意識」的生物系統，是「社會人」的統稱；數字虛體是存在於電腦和網絡設備之中的用來驅動軟硬體設備的高級數理邏輯系統，是人類智能的承載與延伸。三體交匯融合後產生了三個界面：
物理實體-意識人體系統PCS（Physical-Conscious Systems）界面；
意識人體-數字虛體系統CCS（Conscious-Cyber Systems）界面；
數字虛體-物理實體系統CPS（Cyber-Physical Systems）界面。
其中讀者比較熟悉的就是「賽博物理系統（CPS）」。
物理實體可以簡稱物或P（Physical）；意識人體簡稱人或C或H，如籠統強調人則用H（Human），如強調意識則用C（Conscious），筆者傾向於使用C（Conscious）；數字虛體簡稱為數或C（Cyber）。儘管在這裡有兩個簡稱都是C，但是其含義完全不同。
《三體智能革命》在書的開篇對智能做了高度概括：智能本質是一切生命系統對自然規律的感應、認知與運用。這是一種最大限度覆蓋了各種智能現象的廣義定義。
作者提出的生命系統，泛指包括地球上和宇宙間的一切具有生命周期的事物，實際上就是高度抽象概括的三類「體」，即自然界中的一切物理實體、生物界有著充分自由意識的人體和由人藉助計算機技術所創建的數字虛體。
二、對智能的通俗理解
筆者三年前寫書時就試圖把智能的含義說得通俗一些：按照人所期望的「場景」、以符合自然規律的方式來實現人造系統的功能，讓功能價值最大化。書中以通俗話語寫到：人造系統的功能是「遂人願，知人意」，即希望功能發生時就一定發生，不希望發生時就保持原狀。
這種通俗的智能釋義，與「自動化」有很大的不同。所謂自動化是指系統一旦啟動，就會按照既定的程序一直執行下去，直到程序走完而結束，期間並不會根據外部條件的變化（即不同的場景）而做出超出規定程序步驟的自主選擇。而智能化是系統會根據外部條件（場景）的變化（不確定性）而自動做出最恰當選擇，這種選擇使得系統能夠在正確的時間、以正確的方式、發出正確的動作、獲得正確的結果（即精準執行），以實現最大化的功能價值。
有了以上研究結論後，筆者又發現J. S. Albus和A. M. Meystel在2001年他們合著的《智能系統：架構，設計，控制》一書中寫到：「我們將智能定義為系統在不確定環境中恰當行為的能力，這裡恰當行為是指最大限度地獲得系統目標成功的可能性。」 更早還有人說過：「智能是在一個巨大的搜索空間中迅速找到較優解的能力。」其實，巨大的搜索空間（很多歧路）就意味著高度的不確定性，迅速找到就意味著「最大限度地獲得系統目標成功的可能性」，較優解意味著「給定場景「的最大化功能價值。由此可見，國際上不少研究智能的專家，在不同的時代和專業中，以殊途同歸的方式，給出了基本一致的結論。
習近平主席也曾經睿智地闡述過智能的本質：「讓信息多跑路、讓群眾少跑腿。」 筆者把這段話借鑑到智能系統的特徵上，可以引申解讀為：數據多跑路（人少跑腿）、計算機多動腦（人少動腦）、機器多幹活（人少幹活），相當於在巨大的搜索空間中按照人的意願優化匹配資源，快速獲得最優解——而背後的驅動力是業務複雜、時間緊迫、勞動力成本上升，導致上述三個特徵的價值呈數量級增加。智能製造就是在考慮技術和經濟可行性的前提下，讓機器把人做的事做了，並做得比人更好，甚至把人「想不到、做不到」的事情也都做到做好，真正給企業和社會帶來價值。
系統的智能程度，與系統的「自主選擇」（或適應/搜索）能力有關，系統可以自主選擇的場景越多，其適應外部條件變化（不確定性）的能力就越強，智能化水平就越高。
三、智能的基本原理及特徵判斷
1948年，諾伯特·維納（Norbert Wiener）創立了《控制論：動物與機器中的控制與通訊》（Cybernetics: Control and communication in the animal and the machine）。維納認為，無論是人造系統還是生物系統，其基本邏輯和思想是一致的，即「人是一個控制和通訊的系統，自動機器也是一個控制和通訊的系統。Cybernetics含義豐富，具有控制、反饋、通信、人機互動等多重含義，譯成中文時曾經有人建議翻譯為「機械大腦論」。後來幾經討論和折衷，取其豐富的含義之一，翻譯為「控制論」。
維納最初的想法，是著眼於人（動物）與機器機制的差異。他發現人（動物）的能耐是主動感知和適應外部的變化。首先要獲得外部發生狀態變化的信息，然後根據所獲得的信息做出相應的動作，並在執行過程中不斷調整優化動作。
控制論強調一個系統的控制主要在於這個系統的內部。面對不確定的外部環境，通過學習而主動適應變化，不斷自我修正，建立控制機制，通過信息的傳遞、變換和反饋作用，把感知、決策和執行統一起來，使系統能自動按照預定甚至是不斷變化的場景和程序運行，最終達到最優目標。這個過程用任何技術實現都可以。
在《三體智能革命》書中，作者以非常簡明的「20字箴言」，描述了一個智能系統所具備的五個基本特徵：狀態感知、實時分析、自主決策、精準執行、學習提升。判斷這些特徵的對象可以是物理實體、意識人體和數字虛體，這是對維納控制論觀點的繼承和發展。
具備「狀態感知、效應決策、即刻執行」 三個特徵的是初級智能系統；具備前四個特徵的是「恆定智能系統」；具備所有五個特徵的人造系統是高度智能、有一定認知能力的「開放智能系統」，換言之系統具備了人工智慧。這個可以用任何技術實現的「感知-分析-決策-執行」的閉環控制過程，是一個典型的「智能環」。如圖3所示。
圖3 三個級別的智能系統的特徵對比
智能系統，沒有那麼神秘，只要滿足以上三個特徵並且能形成智能環的系統，就是初級智能系統了。初級智能系統早在工業革命初期就出現了，並不需要數位化技術。
四、以科學效應形成的單體智能
在筆者看來，物理實體、意識人體、數字虛體作為「單體」，本身皆有智能。
1、物理實體的實體智能
即使是物理實體，諸如自然界的石、木、山、水等生態系統，乃至一個星球，它們都可以在科學現象/效應的支配下，遵循自然規律，感應外界信息，交換物質能量，有序耗散運行。因此，物理實體系統也可以定義為是一種原始智能系統。
物理實體所形成的實體智能是萬萬不可忽略的。當人們在今天深入研究智能現象、言談話語不離智能時，絕對不應該忘記已經在工業界應用百年、今天仍然在蓬勃發展的實體智能（也稱工業智能）。
實體智能以科學效應的方式體現出來。科學效應（也稱科學現象）是幾何效應、物理效應、化學效應、生物效應的統稱，是不同物質屬性之間的相互作用結果，是自然界的客觀規律。恩格斯在《自然辯證法》一書指出：「相互作用是事物的真正的終極原因。」
物理實體所體現出來的實體智能，符合初級智能系統的特徵，如圖4所示。
圖4 物理實體所形成的實體智能
瓦特在第一次工業革命時期發明的蒸汽機轉速調節器中就利用了離心力和重力這兩個物理效應，當蒸汽機轉速增加時，離心力讓飛球克服重力升高，帶動氣閥開口減小，蒸汽機轉速隨之降低；反之，蒸汽機轉速降低時，重力讓飛球下降使得氣閥開口變大、蒸汽機的轉速便隨之提升。依靠這樣的反饋機制，蒸汽機轉速就能保持基本恆定。如圖5所示。
圖5 蒸汽機的轉速調節器（控制系統）
新材料代表著實體智能的發展方向。近十年來，智能材料獲得了工業界的高度重視。例如智能纖維是指能夠感知外界環境（機械、熱、化學、光、溼度、電磁等）或內部狀態所發生的變化，並能做出響應的新型纖維。
韓國首爾大學開發的具有很大伸縮性的人造智能皮膚，用超薄膜聚醯亞胺（PI）和單晶矽納米透明材料製成，內置可感知溫度、溼度、壓力、變形等觸覺的裝置，以及為皮膚加熱的納米發熱體。
這些智能材料都應用了某種科學效應，在行為上符合初級智能系統基本定義：狀態感知、效應決策、即刻執行。這樣的自動化調節機構完全替代了過去由人來做甚至人做不到的隨時調節工作，遂人願，知人意，根據特定的場景自動實現設定的功能。
物理實體之間的相互作用是工業界常態。形形色色物理實體（特別是新材料）的組合構成了無數的製造裝備與產品。絕大部分產品在執行器實現功能時，都是由實體智能完成。
2、意識人體的生物智能
人類在幾十萬年不斷的勞動進化過程中，在對自然界持續的認知過程中，已經發展出了發達的大腦，具有了與生俱來的智能，處於了地球生物鏈的頂端。我們把人所具有的智能叫作人類智能（人類智能是生物智能的傑出代表）。現在人們所說的機器智能，其實都是用人造系統對人類智能的模仿、拓展和超越。
人用五官感知外界信息，用生物本能對外界刺激做出下意識甚至是無意識反應，或者用大腦做出有意識思考，並指揮人的肢體發出恰當的動作來實現各種操作與控制行為。如圖6所示。
圖6 意識人體所形成的生物智能
例如人的肢體，碰到任何滾燙、超冷或扎手的物體，立即做出縮回動作。
意識人體之間的相互作用是社會常態，決定了人類生活的基本內容。人與人的互動與協作構成了組織、圈子與人際關係。思維的碰撞可以產生無數的思想火花。
3、數字虛體的數體智能
基於二進位的電子管計算機拉開了機器以比特處理數據的序幕，打破了由人進行計算、處理數據時所遇到的瓶頸，讓人類跨入了電子計算機時代。隨後電晶體集成電路替代了電子管，進而發展到微處理器，讓晶片以摩爾定律的規律飛速提高計算機運算能力，數字虛體世界開始爆炸性擴張。
數字虛體由計算機軟體、硬體和網絡組成，天生就具有數體智能（也稱計算智能）。電腦通過鍵盤、滑鼠、攝像頭、麥克風等外設進行狀態感知和數據採集，並傳送到電腦處理器中；電腦對輸入的信號、語音、圖像、文字等進行實時分析和加工篩選；根據分析結果來自主決策，決定數據的取捨以及是否進行相應的其他處理；如果需要進行進一步處理則電腦下達指令，自動地精準執行相關命令，如存儲數據、抓拍圖像或者反饋控制攝像頭的角度等；電腦在初級階段主要計算和存儲數據，在智能計算階段，電腦每次可以自動選擇存儲和學習歷史數據，經過分析後形成知識體系和相應的判斷性結論。如圖7所示。
圖7 數字虛體所形成的數體智能
數字虛體之間的相互作用是賽博空間（或數字世界）常態。計算機軟體、硬體和網絡之間的互動構成了數億條代碼寫成的大型軟體、工業網際網路平臺、工業雲等複雜而龐大的數字世界。數體智能是實現智能製造第一範式「數位化製造範式」的技術要素。其發展演進後的高級狀態，是在特定算法的支持下，逐步演進到人工智慧。
4、對單體智能小結
從前面圖示中所展示的實體智能、生物智能和數體智能，在系統邏輯上是一致的，在「算法」上是類似的。實體智能成就了傳統製造和現代製造，即使發展到了智能化的今天，在實體智能方面仍然有無數的技術難題需要攻克，各種新材料、超材料、智能材料就是發展方向，實體智能雖然廣泛應用，但是往往呈現出高度的「剛性」並伴隨一定的「不精確性」（例如變色鏡片的變色時間）；在生物智能方面人與動物各有千秋，但是人具有獨特的智慧；而數體智能因為算法、算力的改進現在異軍突起，具有學習能力的人工智慧，在單點上正在追趕和超越人類智能。數體智能與其他「體」的智能的交互與融合，將形成更先進和複雜的新一代人工智慧。
五、兩體相互作用形成的複合智能
本節介紹稍微複雜一些的兩體交匯、互動和融合所形成的智能系統。
1、物理實體與意識人體的交匯融合
人類智慧的來源也就是在人類勞動中產生。在刀耕火種的時代，人們就知道了用「石頭相互碰撞來點火」，即意識人體學會並指導了物理實體之間的相互作用。人在不斷學習自然、改造自然、創造或優化更好的「產品」和自身生存環境。可以說，人類的發展史就是意識人體對物理實體的認知、開發、創新改造的歷史。如圖8所示。
圖8 物理實體與意識人體的相互作用模式
意識人體不僅通過體力和腦力勞動創新優化物理實體，同時人在學習領悟大自然的過程中，還在兩體交匯中產生了非實體「產品」——知識。知識積累於人腦，形成了人的智能（「人智」），同時，人也把知識固化在了自己創造的物理實體產品上，例如一隻6000年前的彩陶罐，隱含固化了諸多當時的製作知識。人腦中的知識和固化在產品上的知識是隱性知識，而以圖文形式記錄在某種介質（往往紙介質）上的知識是顯性知識。
在物理實體機器時代，是顯性知識不斷發展的時代。人類製造蒸汽機的秘方在200年前就見諸文字了，大量的工程圖紙、設計與使用說明書和培訓教材成為各種顯性知識的載體。越來越先進的機器所形成的「機力」不斷替代人力。
鍾義信教授在他的文章「信息轉換原理: 信息、知識、智能的一體化理論」中指出：「因為知識的外部生態規律就是智能的生成機制，闡明知識的生態學規律不僅對認識知識本身的發展規律具有重要指導意義；而且對認識智能的生長規律具有決定性的貢獻。」該觀點說明，知識與智能有著密切關係，基於知識實現智能，沒有知識就沒有智能。
無論是人腦中的和固化在產品上的隱性知識，還是寫在紙面上的顯性知識，因為知識載體的不易傳播性，受到了時空的嚴重限制。
這種兩體作用模式屬於典型的「人體/人腦在迴路」——即實現系統控制的智能環，人體、人腦和物理設備一直是作為主要的系統要素而存在。但在比例上，人力不斷減少，「機力」不斷增加。
2、意識人體與數字虛體的交匯融合
推進智能化的目標之一，是讓人與計算機的交互更加方便準確。意識人體與數字虛體的交互方式有軟體中介、腦機接口、晶片植入和行為感知等多種方式。
軟體中介——讓「人智」以軟體形式轉化為「機智」。顯性知識是機器智能的主要來源。將意識人體的隱性知識顯性化，把知識嵌入軟體，再把軟體嵌入硬體，由此而讓一個數字虛體具有人類思考推理的知識。
腦機接口——近年來，利用數位化賽博系統提取人的大腦意識信息（腦電波）來進行可視化觀察的試驗層出不窮，意識通過數字系統來控制物理實體已經實驗成功。腦機接口、機腦接口、腦腦接口的技術都已經有了比較成熟的實驗結果。
晶片植入——晶片植入人腦是一種侵入式的連接方式，已有成功先例。未來，植入人腦的超級晶片可以實現人腦意識之間的腦際網際網路。
行為感知——人的動作表徵了意識。通過各種傳感器，來捕捉人的語言、面部表情、肢體動作等信息而把人的意識轉變成數位化信息，進入到數字虛體來處理。例如微信可以看作是行為感知和軟體中介的結合體，通過語音或觸屏輸入轉換成文字，隨時、隨地把人的意識以比特化知識的形式傳播給任何人。
意識人體與數字虛體的相互作用所形成的CCS智能如圖9所示。
圖9 意識人體與數字虛體的相互作用模式
由於「人腦在迴路」，而人腦的思考機制一直沒有被徹底揭示，因此腦科學一直是科學界重點研究但是難以突破的領域。該種兩體作用的結果是：意識人體中的隱性知識不斷被顯性化，而顯性化的知識成為了系統智能的關鍵要素，即「人智」（從人腦中提煉出來的知識、規則和算法）不斷進入數字虛體，轉化為「機智」（電腦、機器等人造系統的智能），「機智」改變了知識發生學，形成了強大的矽基知識生產力。
3、數字虛體與物理實體的交匯融合
數字虛體與物理實體的交互融合形成了CPS（賽博物理系統）。CPS的面世具有裡程碑意義。因為從上個世紀90年代初到本世紀初，日本的第五代計算機項目和「IMS（智能製造系統）」項目失敗，人工智慧陷入第二次低谷。人們開始尋求一種新的科技手段來構建智能系統。於是在2006年，海倫·吉爾提出了CPS的構想，並且隨後得到了德國等工業國家的響應。CPS是工業4.0、智能製造、工業網際網路等落地的「最大公約數」和關鍵使能技術，甚至可以說，未來世界的形式是CPS。
《三體智能革命》的研究成果顯示，「20字箴言」很好地表達了CPS基本內涵，已經成為工信部電標院發布的《CPS白皮書》中的一個主要觀點。
從常理和表面上來理解CPS是一種典型的兩體相互作用，但是實際上，由於經過優化篩選的顯性知識不斷積累，「人智」不斷以知識的形式轉化到人造系統中形成「機智」，在比例上，「機智」日益增多，其結果是人腦逐漸從系統迴路中撤出，最終不在系統迴路中出現，但是「人智」仍然以軟體的形式駐留在人造系統中，一直在系統迴路中作為知識引擎來驅動智能系統（如智能製造）的實現。CPS智能如圖10所示。
圖10 數字虛體與物理實體的相互作用模式
在意識人體對CPS影響的判斷上，中國人的理解已經超越了美國、德國對CPS的理解。筆者認為，即使人腦離開系統迴路，但是人會以更合理的分工方式專業從事知識生產，未來「人智」會源源不斷進入數字虛體而促成越來越多的「機智」產生。貌似兩體融合的CPS，實質上還是一種三體融合的結果。可以認為，人的影響力從未離開CPS，並且一直牢牢地主導著CPS的形成與發展。「人智」是智能製造的主導（該觀點與中國工程院的HCPS內涵基本一致）。
CPS是構建 「智巧化製造（Smart Manufacturing - SM）」的核心技術，德國工業4.0組件參考架構模型（RAMI 4.0）給出的CPS基本結構由物理層、集成層、通信層、信息層、功能層組成，核心技術是數位化、網絡化技術。RAMI 4.0詳述了管理殼是一種包含了通訊層、信息層、功能層內容的「承上啟下」的軟體，是一種兼容工業4.0標準的數字虛體。當一個物理實體設備作為「物件」加上管理殼之後，就形成了CPS（工業4.0組件或由此組成的更大的管理區塊），恰好與三體智能模型中指出的物理實體與數字虛體的兩體作用完全對應。如圖11所示。
圖11 CPS應用場景：「管理殼+物件」
軟體是數字虛體的重要載體。軟體在硬體許可的範圍內，可以定義很多新規則和新事物。而「人智」恰恰就是以數位化知識的形式駐留在軟體中，定義了軟體的推理與判斷規則。以管理殼軟體的形式實現「人智在迴路」，是CPS的主要特點之一。
物理實體中的形、態、質、色等信息，不斷進入到賽博空間成為數字虛體，而數字虛體也以軟體的方式進入到物理實體，形成「數字孿生」，形成全球化的CPS網絡（工業網際網路/工業物聯網）。在互聯、互通、互操作的基礎上，物理端有越來越多的「以P融C」，而在數字端有越來越多的「以C測P」、「以C控P」，從而實現精準控制。
CPS智能的普遍應用是實現第二範式「智巧化智能製造」的技術要素。
六、三體相互作用形成的複雜智能
三體交匯融合是一個非常複雜的「系統的系統」，根據每一體所佔比例的不同，而具有無窮多的複雜應用場景，當然也有無限多的創新可能性。其基本的模式如圖12所示。
圖12 更綜合的三體相互作用模式
目前第三次工業革命的絕大多數場景，都是三體交匯的結果，即在一個企業的產品研發、製造、服務等不同的業務場景中，物理實體、意識人體、數字虛體都參與其中，系統要素之多，彼此交匯之頻繁，細節情況之複雜，不確定性之高，都超出了人們的想像。很多的場景已經是人力所不能及。因此在管理上形成了具大的挑戰。
前文已經述及，智能就是要把人「想不到、做不到」的事情做到做好。例如面對高鐵站熙熙攘攘的進站人流，數字閘機發揮著巨大的分析、統計和控制作用。在一兩秒之內，乘客就可以刷票進站，與此同時，關於乘客的所有信息（起始/終點、身份、車次、總人數等）就在乘客進站瞬間由數字閘機中的數字虛體統計完成。這在過去的人工手動檢票時代是不可能完成的工作。而數體智能讓過去的不可能變成了可能，人體、人腦都可以退出「檢票」這個業務活動的系統迴路。在該系統中，CPS智能驅動了系統的運行。
更先進的三體融合的設備例子是自動駕駛汽車。不少品牌的汽車已經在絕大多數情況下實現了有人監管的自動駕駛，甚至個別實現了無人駕駛。人體、人腦已經逐步退出了「駕駛員」的位置，而「人智」登堂入室，以悄然無形的方式，替代駕駛員來駕車前行。在自動駕駛系統中，是更先進的基於駕駛場景大數據的人工智慧驅動了系統的運行。這種智能系統不僅實現了「感知-分析-決策-執行」的智能環，而且已經具備了「學習提升」的能力。
未來的高級智能是人機混合智能。代表性例子是美國Psibernetix防務公司開發的「阿爾法」人工智慧軟體在模擬環境中已經完勝美軍飛行員。人類飛行員在12000多米高度、時速2400公裡的超音速戰機上飛行作戰，犯錯機率較大、代價極高。「阿爾法」可有效增加容錯率，隨時在動態環境中考慮和協調最佳戰術計劃，並做出比人快250倍的精確響應。它不僅接受語言控制，而且一旦安裝在電腦上，會自動學習安裝在其它地方、其它版本的「阿爾法」，並獲得最強的性能。
如果小結一下的話，不難看出，單體具有智能，兩體綜合智能，三體高度智能。若以初級智能系統作為起始與發端，智能化過程已經走過了兩百多年的漫長曆程。因此，當我們談及智能製造的時候，實際上從兩百多年前的實體智能時代就開始了初級智能，現在正在向人工智慧進發，未來將發展到更先進的混合智能、群體智能等。
七、人造系統智能的進化
實體智能系統雖然出現早，但在操控上不易精準化，在技術上很難通用化。例如在瓦特時代是用機械感知信息、並轉化為機械動作，不具備通用性；在維納時代可以用電感知信息、驅動電機和機械，打通了信息和物理兩界，大大促進了通用性。
但是在維納時代，受到手段的限制，一般只能針對用微分方程組描述的簡單對象進行控制。系統智能一直局限於實體智能。計算機領域技術的發展，數體智能的增強和CPS智能的應用，才逐步以數位化、網絡化的形式推廣到更加一般性的複雜對象的控制，即人造系統的智能升級進化了。筆者從人造系統組成要素的發展演變來考察系統智能的進化。
人造系統是「由相互作用、相互聯繫的元件與運作所組成的、實現某種功能事物的集合」，如機器、設備、產品、零部件、廠房、企業等。任何人造系統不管其組件多少，都事實上歸類為四個基本裝置（子系統），如圖13所示。
圖13 人造系統由四個基本裝置構成
「執行裝置」（即執行器）負責發出動作，執行系統的預定功能；「動力裝置」負責產生、轉化能量；「傳動裝置」負責傳遞能量；「控制裝置」負責調控各個子系統的運行參數，讓執行裝置儘量精確地做出所需動作。當人造系統實現預設功能時，「動力裝置、傳動裝置、執行裝置、控制裝置」必須同時存在，完整無缺，協調作用，才能實現人造系統預設功能。
百年來工業革命之所以不斷發生，其根本原因就是人造系統的技術要素在不斷地演變進化，以新機器、新工具、新設備的形式，持續造成生產力的解放與噴發。人造系統中的四個基本裝置也在不斷地發展演變，例如執行裝置一直在以新結構、新材料的形式發展，其進化態是發展出實體智能（如智能纖維、記憶合金、超材料等）。
近幾十年人造系統中發展最快的是控制裝置，CPS的技術形態與其密切相關。控制裝置在核心技術上，按照TRIZ發明方法論中的人造系統的進化趨勢，走過了一條「機械→機電→數字→軟體→雲」的技術發展路徑，新技術要素不斷加入控制系統，最終進化成為CPS。如圖14所示。
圖14 控制裝置的發展形成了CPS
上圖中控制裝置的最終進化結果，恰恰是在前面提到RAMI 4.0中所描述的管理殼軟體與物理設備的融合與集成，當一個物理設備作為「物件」加上管理殼之後，就形成了CPS。
研發製造的各種「場景」為智能製造的發展提供了強勁的需求：隨著網絡的飛速發展並與製造業的深度融合，需要快速有效協同的工作越來越多、工況也越來越複雜。如果不採用新的控制策略，日趨複雜機器可能超出人類的掌控能力。於是，CPS技術水到渠成，CPS智能脫穎而出，在最近幾年以及今後很長的一段時間內，都將成為智能製造、工業4.0、工業網際網路的「當家」使能技術。構成了智能製造第二範式。
八、「新一代人工智慧」支撐第三範式
今天，智能製造已經開始向一個新的高地攀登——基於新一代人工智慧的智能製造。傳統的人工智慧被定義為是計算機學科的一個分支，研究如何使用計算機來模擬人的某些思維過程和智能行為，其智能範圍僅限於基於數字虛體的單體智能。
而「新一代人工智慧」，是指在原有數體智能上擴展出來的大數據智能、群體智能、跨媒體智能、人機混合增強智能、自主智能。這些新的人工智慧技術都比傳統的人工（數體）智能在「體」上更多樣，在內容上更豐富，在領域上更廣泛。如大數據智能源於物理實體設備的運行信息，人腦不可能計算處理這些高頻數據，更不可能識別其中所蘊含的特徵模式和內在規律，需要三中「體」的緊密協作；群體智能發生在不同的「體」之中，遠遠超越了數體智能的範疇，很難斷定誰是群體中的主控體、誰是受控體等。
如果僅僅以傳統的人工智慧來進入製造業，並不足以發展出智能製造的第三範式，因為這種做法與20多年前日本人未成功的項目沒有什麼兩樣，既無法定義新的範式，也看不到必然成功的希望。只有著眼於今天的新一代的人工智慧技術，才有可能發展出來「新一代的智能製造範式」，才有可能在站在智能製造的全球制高點（周院長一直強調的要點）。
儘管有五種新一代的人工智慧技術，但是根據筆者的調研和觀察，能夠在當前與製造業緊密結合、取得實驗性應用成果的，只有大數據智能，即新一代人工智慧進入製造業的「當前入口」在於工業大數據。
從工業大數據中獲取的模式與洞察，在某些環節上，超越了過去基於簡明的公式、清晰的模型、有限的關鍵數據而獲得的物理設備的信息。工業大數據近乎於是一種「全息」數據樣本，當設備運行時，很多可測量的物理信息會源源不斷地被採集到（例如一臺航空發動機就有近2000個傳感器採集其各種工況信息），並且通過傳感器將物理信息轉化為計算機可以處理的比特數據。在這樣的高頻大數據中，實際上蘊含了人無法靠經驗識別的某些機器信息和運行特徵。大數據智能，如同一種「工業CT」或「心電圖」設備，對這些大數據進行識別、分析和特徵模式的提取與利用，是一種由人主導但是某種程度上超越了人的能力的特殊智能行為，有著重要的現實意義。
無論以何種方式、在何種工業場景，只要用傳感器、攝像頭、雷達、設備CT或「心電圖」等視覺、聽覺、嗅覺、感覺系統能夠獲得足夠的物理實體機器的運行信息，並且將其轉換成具有時間標籤的工業大數據，加之有適用的算法、足夠的算力，以及智能系統不斷地「深度學習」，就能通過計算與學習，分析出這些數據背後所蘊含的特定的工況模式和特徵（知識），並且根據這些知識來進行設備的預測式維護，優化調整設備的運行參數或改進設備的設計。
九、企業要謹慎追求第三範式
本月17-18日，筆者在工程院參會並聽取「新一代智能製造近期突破重點項目匯總」介紹時，基本上了解到了當前國內不同行業、不同專業領域的企業涉及到的智能製造第三範式的項目。聽了不少的項目介紹，但是真正具有第三範式的新一代智能製造的項目寥寥無幾。大多數項目，還都是在基於CPS智能的第二範式，或者剛剛準備用傳統人工智慧技術做點事情。因此可知，第三範式的智能製造還處於試驗階段，距離技術成熟有很長的路要走，距離在工業界推廣應用，基本上還看不到經濟前景。
客觀地說，儘管人工智慧已經進入了不少的服務領域。但是在製造業，目前可以應用的場景還極少，實用的場合還沒有；在產品研發方面人工智慧還沒有進展，在製造方面剛剛有所應用，在維修服務方面的案例開始增加。
筆者毫不懷疑，人工智慧技術未來會在製造業推廣應用。但是還有諸多問題需要研究和觀察，例如在什麼時候真正能用上，要看技術的發展速度；在多大範圍內用上，要看技術的專業適應度；用了以後效益到底怎麼樣，要看技術的實用度和成熟度；企業是否真正用得起，要看技術的經濟性；等等。
清晰地界定智能製造和人工智慧的過去、現在以及未來的關係，顯得十分必要。根據筆者的觀察，目前來看，過去基於實體智能的智能製造，現在基於數體智能和CPS智能的智能製造，與人工智慧暫時沒有太大關係，可以認為為現有系統打好了智能升級的基礎。未來，人工智慧作為一種新的技術要素來加速智能製造的深化與提升，讓智能製造升級到全新的第三範式上，是有著巨大的發展前景的。
即便如此，現在斷言「智能製造中的智能就是人工智慧」還是顯得言之過早，這樣說既不符合歷史事實，也不適用於當前智能製造的推廣與普及，這對製造業來說還是「未來時」，尚處於規劃研究之中。在沒有打好基於CPS智能的第二範式的牢固基礎時，過早地把企業的精力、財力和物力都誤導到追求基於新一代人工智慧的第三範式上，明顯是建造「空中樓閣」。如果把未來的遠景當成現實來講，把空中的樓閣當成基礎來用，會把想像中的高樓蓋成什麼樣子可想而知，不僅企業界難以接受，對整個智能製造的推廣工作和戰略部署也是不利的。
筆者建議，尚未做到CPS應用的企業應把深化第一範式、追求第二範式作為智能製造目標。
十、對三個範式命名和智能要素的討論
中國工程院提出的智能製造「兩階段三範式」的範式演進圖中（圖1），對智能製造的三個範式採用了「數位化」、「數位化網絡化」、「數位化網絡化智能化」（或「新一代智能製造」）的命名方式。筆者認為三個範式的劃分是比較合理的，贊同並專門撰文予以解讀。
唯感不足的是，在三個範式命名上採用了添加多定語的「貼標籤」方式讓人感覺重複，讀來拗口；更重要的是，在理解上並不因為多貼了標籤而感覺更清晰；另具爭議的是，把「智能化」作為一個要素單獨給予了第三範式，從而造成理解上的含混，既然前兩個範式都屬於「智能製造（默認帶有智能化的性質）」，而又闡明在第三範式時才以「智能化」要素作為判斷特徵，讓人不知道是應該確認前兩個智能製造範式不太「智能化」，還是確認只有第三範式才是「智能化的智能製造」？無論怎麼理解，都感覺有點繁複與違和。
如前所述，智能化是一個漫長發展過程。所有能夠實現「感知-分析-決策-執行」的閉環控制系統都是智能系統，並不能說只有應用了人工智慧技術的系統才能冠之以「智能化「的命名。
在學習領會中國工程院智能製造三個範式的基礎上，筆者也考慮了對三個範式的命名改進與和其中要素的補充優化。給出如圖16所示建議。
圖16 對智能製造三個範式的優化與改進
筆者認為：
1、實體智能是工業發展中不能忽略的必經階段，國內很多中小企業的現狀還大約處於工業2.0的發展階段，甚至缺乏穩定的工藝，當然也缺乏有效的數位化、網絡化的手段。補上該階段能凸顯智能製造三個範式對轉型升級的重要性，而且基於實體智能的新材料也在蓬勃發展中；
2、對三個範式的要素補充，三個範式的驅動要素分別是數體智能、CPS智能和人工智慧，第二範式不僅應該強調「網際網路+」的網絡化，還應該強調以CPS智能來作為技術要素和判斷特徵；
3、對三個範式的命名改進，第一範式命名為「數位化智能製造」，基本無爭議；第二範式建議命名為「智巧化智能製造（Smart Manufacturing - SM）」，關鍵在於CPS技術的應用；第三範式建議命名為「AI化智能製造」或「新一代智能製造（Intelligent Manufacturing- IM）」，關鍵在於AI技術的應用。如此，「智能化」的階段劃分疑問隨即消除。
「數位化、智巧化、AI化」，既凸顯了主要的技術構成要素，也是階段劃分的標誌，而「智能化」主線則貫穿始終。如果作為大家口頭頻繁使用的界定術語，可以簡明地用「數位化、智巧化、AI化」來劃分智能製造的三個階段。
十一、小結
本文以「三體智能模型」作為理論依據，梳理了三個高度抽象的「體」在單體作用、兩體作用和三體作用下構建智能系統的機理、要素和內涵。單體具有智能，兩體綜合智能，三體高度智能，並指出「智能化」是一個漫長的發展過程。
人造系統逐漸智能的基本機理是，「人智」不斷以知識的形式轉化到人造系統中來成為「機智」。伴隨「機智」日增，人腦逐漸撤出系統迴路，但是「人智」仍然以軟體的形式駐留在人造系統中，作為知識引擎來驅動智能系統（如智能製造）的實現，目前最可行、最普遍的落地形式是CPS。深化第一範式、追求第二範式，是絕大多數企業的智能製造目標。
智能系統的核心技術從量變到質變，不斷升級，從實體智能、數體智能、CPS智能等，逐漸發展到人工智慧，以及未來更先進的混合智能、群體智能。
在這樣一個漫長的「智能化」演變過程中，建議將智能製造三個範式命名為：以數體智能技術為主的「數位化智能製造」，以CPS能技術為主的「智巧化智能製造（Smart Manufacture - SM）」，以人工智慧技術為主的「AI化智能製造（Intelligent Manufacture - IM）」。
第三十二屆CIO班招生 法國布雷斯特商學院碩士班招生 北達軟EXIN網絡空間與IT安全基礎認證培訓 北達軟EXIN DevOps Professional認證培訓責編：yulina