郭朝晖：机器、自动化与智能化

    机器本质上是一个系统，把特定输入转化为特定的输出。以钟表为例：输入是拧发条，输出是指针的持续运动。为了系统正常运作，部件之间的运动需要精巧地配合。

    机器运转一般是要人来操作的。人都希望操作越简单越好。于是，就有了“自动化”的想法。自动化的机器，其实就是输入比较简单、很少用人工动力和干预。  自动步枪就是典型的自动化机器：战士只要做装弹夹、扣扳机两个操作，步枪就可以借助于火药及弹簧的作用实现推弹、闭锁、击发、退壳和供弹等一系列动作。

    复杂默契的配合是看得见的困难，如何保持性能的稳定则是看不见的困难。而且，看不见的困难往往更大。

    我们知道：任何机械都会面对机械内部、外部发生的变化。如零件的磨损、负载的变化、温度的变化、物料的变化等。要处理好这些问题，机器才能正常地运转。

    面对这些问题，最直接的办法就是创造一个尽量稳定的运行环境，抑制、隔离各种干扰。例如，制造机器的时候要使用好的材料和零件、把关键的零部件包起来；使用机器的时候要强调操作的规范化、物料的标准化模块化、好的维护维修制度等。这样，就可以把干扰“御敌于国门之外”。

    机器的运行环境很重要，对效率影响很大。我读大学的时候，有种5英寸的软盘，存储量却只有360K。存储量小的一个重要原因是软盘的信息存储与读取更容易受到干扰。火车要修铁路、高速火车要修更好的铁路，本质上都是为了减少机械运转过程中的外部干扰，从而提高机器的性能。

    除了抑制和隔离干扰，还有另外一个办法。这就是控制论的思路：通过测量（感知）干扰（或系统输出）来控制系统。早在300年前，瓦特就发明了一种控制蒸汽机稳定性的机械结构。

    瓦特的方法非常精妙，但却很难普及到一般的问题上。一个重要的原因是：在他的系统中，信息的检测、计算和执行都是用机械结构来完成的。所以，直到传感器等电子技术走向实用后，控制论才迎来了春天。但是，控制论出现之初，计算机还难以用于实时控制。信息的处理运算能力受到了限制。

    控制论的思想对大系统的价值更大。

    机器可以看作一个系统，系统也可以看做一台机器。比如一条生产线可以看作一个系统，也可以看做一台大的机器；一个宇宙飞船可以看作一个系统，也可以看做一台大的机器。机器大了、复杂以后，不确定因素会越来越多。难以把干扰“御敌于国门之外”，就需要更好的协调性。随着计算机技术的广泛采用，这些问题逐渐得到了解决。

    对于复杂的工业系统，尽量抑制、隔离各种干扰往往是前提，控制干扰是补充手段。但是，有一种“干扰”却是不能抑制的，这就是人类的指令。所以，控制论的另外一个目标，就是让机器更好地听话，满足人的指令。

    随着工业技术的发展，企业面临市场快速的变化以及个性化信息（制造个性化产品、个性化服务）。对机器和企业来说，这些都是人类带来的“外部的干扰”。但是，正是这些外部干扰，带领我们进入了智能制造的时代。

    与自动化时代相比，智能制造时代更加强调感知。需要感知的内容，首先是市场的变化信息、个性化需求的信息。这些信息进一步影响到制造端，会对生产组织、供应链；对效率、质量、成本产生大量不确定性影响。这些问题需要感知、需要处理。有些问题对处理的速度和质量要求很高，必须用机器来智能化地处理。于是，智能制造的必要性就显现出来了。

    “万事俱备，只欠东风”。古人用这句话形容东风的重要性。在笔者看来，以信息化、网路化为特征的智能制造就是现代制造业的“东风”。

    但是，我们必须同时意识到：东风的作用是以“万事俱备”为前提的，只有把基础打牢了，“东风”才会显示出它的价值。这是因为：在智能制造时代，首先要让智能化相关工作（如协同）变得更简单，智能化才能有效发挥作用。

    智能制造的前提是模块化、标准化；是稳定的设备、是优良的管理；是知识的结构化管理。这些问题做好了，才能减少问题的复杂性、减少不确定性对生产的不良影响，只能制造才能做好。