知識自動化：智能產業的基礎與關鍵

就像工業時代必須依靠工業自動化一樣，知識自動化將是發展知識時代智能產業的基礎與關鍵。

時代的召喚：從知識自動化到智能自動化

近來，一部名為《西部世界》的美劇在學術界、技術界與影視界引發了激烈的爭論：機器能否獲得生命？它們能否獲得智能？未來的人與機器將保持怎樣的關系？劇中，所有的機器人接待員最終獲得生命及智能，根據內置的機制與設定的“目標”，能夠在面臨不同境地時做出符合目標的決策。

當然，《西部世界》目前只是文學上對機器智能的夢想，但生命和智能的確一直是人類最美好、最重要的兩類追求。讓機器獲得智能，一定程度上就是讓機器根據輸入的知識，借助智能算法，如當下流行的長短期記憶網絡（LSTM）、深度神經網絡（DNN）、卷積神經網絡（CNN）、深度信念網絡（DBN）等，來解決知識型工作中遇到的問題。歸根結底，是讓機器圍繞特定的目標/任務，結合數據處理、知識提取、算法分析、模型構建等形成決策制定流程，實現知識自動化。

經過近200年的發展，人類社會基本完成了工業化建設，并從工業時代迅速向知識時代轉移，智能產業隨之崛起。就像工業時代必須依靠工業自動化一樣，知識自動化將是發展知識時代智能產業的基礎與關鍵。近年來，隨著網絡化的虛擬空間成為與現實化的物理空間平行的一個實實在在的新空間，數據成為這一空間中最為重要的“礦藏”資源。未來產業一定是圍繞數據的處理、知識的加工、智能的自動化建設而成，就像圍繞地下礦藏的挖掘、加工和制造形成的大型現代企業一樣。在新的產業中，成百上千的算法被集成到一起，形成“數據清洗廠”“信息加工廠”“知識生成廠”，甚至“決策制定廠”，使得它們面對具體問題時具有深度知識的敏捷性，針對具體問題時具有深度分析的聚焦能力，同時具有自適應精準實時地向目標收斂的能力，實現智能的自動化。

知識自動化是時代的召喚，是人工智能AI（Artificial Intelligence）通向智能自動化AI（Automation of Intelligence）的必由之路。

知識自動化的核心：軟件定義一切

近年來興起的軟件定義的網絡（Software-Defined Networks，SDN）技術，可擴展成為構建“數據清洗廠”“信息加工廠”“知識生成廠”以及“決策制定廠”的一種有效手段。結合知識表示（Knowledge Representation）和知識工程（Knowledge Engineering），針對各類特定領域和問題，我們能夠構建可計算、可重構、可編程的軟件定義的對象（Software-Defined Objects，SDO）、軟件定義的流程（Software-Defined Processes，SDP）、軟件定義的系統（Software-Defined Systems，SDS），進而搭建軟件定義的“工廠實驗室”，甚至“社會實驗室”，進行復雜問題和決策的計算實驗。

基于軟件定義知識自動化的“工廠實驗室”或“社會實驗室”，可根據實際輸入的數據作為小數據或訓練數據，通過SDO、SDP和SDS等，使常識、經驗、猜測、假定、希望等形式化，并使其組織、過程、功能等軟件化，變為可操作、可實驗、可評估的流程和系統，進而實現知識自動化系統的構想、設計、實施、運營、管理與控制。這種以軟件定義為基礎，利用計算實驗把物理世界、心理世界里的小數據變成大數據，然后通過人工智能、機器學習、認知學習、交互學習，像化工廠提煉各種各樣的化工原料一樣，煉成針對具體問題的小知識、小定律，就是要實現從牛頓的“大定律小數據”到默頓的“大數據小定律”之升華，為智能企業以及智能產業的發展奠定技術基礎。

從牛頓到默頓：描述、預測、引導的交融

由于人與機器、流程、系統的深度耦合，并且人的行為具有動態性、實時性、自組織性、突變性、高度復雜性、虛實交互性等特點，人機復雜系統極易表現出顯著的不定性、多樣性、復雜性（Uncertainty，Diversity，Complexity，UDC）特征。同時，這類系統面臨巨大的“建模鴻溝”問題。隨著復雜程度的增加，系統逐漸地從簡單的物理系統向大型的信息系統，再向復雜的社會系統過渡，所涉及的關鍵信息也從物理信號，到商務信號，再到社會信號。系統的行為越來越難以理解，因而也難以被精確地刻畫，相應的建模方法也從解析式的數學模型到仿真模型，再到描述式的人工模型。但是，實際行為與模型行為之間的差別也越來越大，以至形成“建模鴻溝”的客觀現象。當復雜性提高的時候，目標跟現實的差距甚至無法跨越。

無法跨越，還要跨越，這就是矛盾。使用傳統的方式無法跨越，就需要我們轉變思維，從傳統的“牛頓系統”思維轉換到“默頓系統”思維。“牛頓系統”是指系統行為遵循牛頓定律的系統。牛頓定律泛指可以通過解析的方式精確地描述系統行為的各類物理、化學、生物等傳統意義上的科學定律和公式，當然也包含經典的牛頓三大定律等。“默頓系統”是指系統行為遵循美國社會科學家羅伯特?金?默頓提出的默頓定律的系統。默頓定律是指默頓的自我實現定律，即由于信念和行為之間的反饋，預言直接或間接地促成了自己的實現。

對于“默頓系統”，建模的首要任務變為根據希望的目標去描述并設計能夠有效地影響或指導系統行為的默頓定律。大數據以及其中所蘊含的社會開源信號可被用于“制造”默頓定律。西方管理學界有兩句名言：其一為現代質量工程的奠基人戴明所說，“除了上帝，其他任何人都必須用數據說話”；其二為提出“知識工人”和“信息社會”概念的現代管理之父德魯克所說，“預測未來最好的方法，就是去創造未來”。簡言之，就是“數據說話”“預測未來”和“創造未來”。系統首先必須以可描述、可實驗、可執行的手段完成從數據、信息、知識到智慧的解析，而基于ACP的平行智能，即通過人工社會或組織（Artificial societies/organizations）、計算實驗（Computational experiments）和平行執行（Parallel Execution）的有機組合，為沿此方向的有效嘗試。其基本思路為：利用人工社會對復雜企業和社會單元、過程及系統進行建模，實現描述智能；通過計算實驗對復雜企業和社會場景進行分析和評估，達到預測智能；借助平行執行對復雜問題進行引導和管理，從而直接或間接地影響自由意志，改變行為模式，進而通過實際系統與人工系統的平行互動，引導實際系統運行在希望的目標之下。

基于ACP實現描述、預測、引導的交融

從CPS到CPSS：虛實一體的平行智能

按照科學哲學家波普爾的觀點，世界由三部分組成：第一部分的物理世界、第二部分的心理世界和第三部分的人工世界。使用物理學上的3個術語對其特征進行定義，則分別是：能量（Energy），對應物理世界；熵（Entropy），信息熵對應心理世界；糾纏（Entanglement），對應人工世界。從地表到地下資源，農業和工業社會已全面地開發了我們的物理自然世界和精神心理世界，保障了人類的生存和發展。互聯網、物聯網、云計算、大數據、區塊鏈等理念和技術的出現以及人工智能、機器人、無人駕駛等技術的再次風靡，預示并已經開始了人類向人工世界的進軍，其核心任務就是深度開發數據和智力資源。解放智力，讓數據資源、知識體系和社會智慧成為建設智能時代的原料和動力，人類才能得以進入一個嶄新的“智業”社會。為此，我們必須從傳統的信息物理系統（CPS）轉向以人為本、面向物理世界和網絡空間融合的社會物理信息系統（CPSS）。

研究知識自動化的主要動機之一是面向CPSS，解決復雜系統中UDC 特征向智能系統中靈捷、聚焦、收斂（Agility，Focus，Convergence，AFC）特性的轉化問題。為此，我們需要將知識自動化嵌入到基于ACP的平行智能框架和流程之中，將虛擬的網絡空間變成我們解決復雜問題的新的、另一半空間，同自然的物理空間一起構成求解復雜問題之完整的“復雜空間”，從而突破傳統理念、方法及資源的約束。

面向CPSS的平行智能基本框架

一定程度上，平行智能的使命就是借助信息化、自動化、智能化的技術與方法，化解復雜系統的UDC特征。利用虛實一體的平行智能，知識自動化可實現面對具體問題時具有深度知識的靈捷性，針對具體問題具有深度分析的聚焦能力，同時具有自適應精準實時地向目標收斂的能力。它的框架由5部分組成：一個物理系統，與一個或多個虛擬系統交互，平常可以用來學習和培訓，“以萬變應不變”；一旦遇到突發異常情況的具體問題，系統可以立即進行實驗與評估，“以不變應萬變”，進行管理與控制。

從平行科技到智能產業：新IT和工業5.0

2016年3月初，人工智能系統AlphaGo以4∶1戰勝人類圍棋高手；年末，其升級版本“大師Master”更以60∶0橫掃人類圍棋群雄，在世界范圍內引發了廣泛的討論與爭議。計算機的勝利不僅大大提高了人們對以人工智能為代表的智能技術的信心，同時也為解決優化問題中的計算復雜性提供了一個現實的解決方案。就像邱奇-圖靈論題（Church-Turning Thesis）假設所有“合理”的計算都可以用圖靈機完成一樣，或許現在我們又有了一個“AlphaGo論題”：所有“合理”的復雜性問題，包括NP-Complete甚至NPHard問題，或許都可以用AlphaGo方法與結構處理。邱奇-圖靈論題為我們帶來了計算機與信息時代，“AlphaGo論題”能否催生基于新 IT（Intelligent Technology，即智能技術）的新紀元？

如 果“AlphaGo論題”成立，軟件定義的組織（軍隊、企業、機構等）將成為必需和現實，通過知識自動化的集成，變成“組織圍棋”，與物理形態的實際組織虛實互動，構成“平行組織”，產生“平行智能”，進而實現智慧型組織，最終走向智能產業和新IT的智能時代。像AlphaGo一樣，平行組織可以通過“自我對打”在短期內提高能力并且在線學習監控。例如，平行軍隊可以進行數百場“戰爭”，平行企業可以積累數十年的“經營”經驗，從而迅速對人員進行培訓教育，對決策進行實驗評估，使過去必須長期實踐才能獲得的經驗和知識在短期內取得，最后實現對行動的閉環反饋式的監控與指導。

平行產業1.0即為工業5.0。此時IT也是平行的，包括了新IT的智能技術、舊IT的信息技術和老IT的工業技術。物理世界中，我們強調工業基礎，此時需要“人機結合”；信息世界中，我們最終強調的是真正的“知行合一”；面向人工世界，我們要達到“虛實一體”，軟件定義的你、人工人、人工組織、人工企業將變成第三世界的主體。每個時代都有一個時代任務：農業時代的任務是克服血緣和資源不對稱；工業時代的任務是克服發展資源與信息不對稱；在智業時代，我們利用平行IT，構造各種各樣的X5.0式的智能系統，以此解決數據和智力的不對稱。這就是今天我們發展人工智能、機器人、虛擬助手的原因。未來，很可能每個人一生下來，都會有他/她的專屬平行機器人（硬件+軟件），軟件定義的機器人伴隨人類生活，其時代任務就是彌補人與人之間智力的不對稱，最終達到一個虛實互動，公開、公平、公正的平行智能社會。

邁向智慧社會和智能時代

我們知道，新學科、新技術、新產業出現的標志之一，就是各種各樣的新名詞所表示的新型社會基礎設施的出現。今天，我們一談到發達國家，首先會想到這個國家有高速公路，有飛機場、火車站等基礎設施；未來，我們提到一個智能社會，一定會首先想到各式各樣的CPSS與X5.0平行系統。

未來智能時代的“合一體”特征：人機結合、知行合一、虛實一體

因此，智能產業中的智能系統一定是首先使用人工社會對物理系統進行描述，然后基于計算實驗挖掘CPSS中的“默頓定律”并分析預測系統狀態，最后平行執行引導系統朝著預期的方向運行。人工與實際虛實互動，平時以萬變應不變，以游戲或博弈的方式，計算、評估出企業的市場策略、企業的效率，增強企業運營的敏捷性；一旦出現異常，則以不變應萬變，通過計算實驗產生的大數據，針對異常情況下的具體問題進行個性化、智能化的決策，使得企業向既定的目標收斂。這樣，未來的智能時代，一定是“合一體”平行智能系統：人機結合、知行合一、虛實一體。