赵敏 胡虎 宁振波

（本文刊发于《中国经济周刊》2017年第8期）

近来，随着“智能制造”成为中国制造转型升级的主攻方向，沉寂多年的制造业开始成为技术变革与创新的热点。中国企业开始以极大的热情学习德、美等工业强国的创新实践。遗憾的是，这股热潮背后，鱼龙混杂、食洋不化成为通病。

智能制造被称为新世纪的制造技术，之所以经历了近三十年的发展仍未变成现实，不单因为诸多科学技术的瓶颈没有突破，更重要的是，人类对智能现象的本质认识还不深刻，对一个理想的智能实体或智能制造系统如何构建、运行与优化还缺少“统一视图”。一个最窘迫的事实是，工业界、IT界甚至还没有就基本智能理论达成共识。

《三体智能革命》

推荐指数：★★★★

作者：胡虎、赵敏、宁振波等

出版社：机械工业出版社

作者简介：

胡虎

工业4.0北京研究会秘书长，工信、智能化领域产业和政策专家。

赵敏

中国发明协会发明方法研究分会会长，两化融合、智能制造与创新方法论专家。

宁振波

中航工业集团信息技术中心首席顾问，航空与国防领域信息化、智能制造专家。

早期AI理论催生智能制造系统

智能制造的概念起源于上世纪80年代。日本在1989年提出一种人与计算机相结合的“智能制造系统（IMS）”，并且于1994年启动了IMS国际合作研究项目，率先拉开了智能制造的序幕。

早期的“智能制造系统”将人工智能（AI）视为核心技术，以“智能体（Agent）”为智能载体，其目的是试图用技术系统突破人的自然智力的局限，达到对人脑智力的部分代替、延伸和加强。

人工智能历史上有三个学派：符号主义、联结主义与行为主义。这三派智能理论中，符号主义关注人脑的抽象思维的特性；联结主义只模仿人的形象思维；行为主义则着眼于人类或人造系统智能行为特性及进化过程，它们都从不同的角度致力于推动机器智能接近人的智能水平。行为主义在工业界的影响是更大的。

由于人的智能是多功能、多层次、多侧面、全方位的，而三派AI的模型原理本身存在门户之别，并未走向统一和融合。此外AI在学习算法、稳定性分析、商业化应用等方面屡屡遭遇技术的“瓶颈”，始终制约着系统“智能化”水平与智能制造技术的提升，也导致一度兴旺的IMS在其发源国日本被政府和工业界放弃。

近年来，随着机器学习尤其是深度学习技术的突破，AI热潮再度兴起。最为经典的案例是谷歌公司的“阿尔法狗”，仅仅通过一年多的学习进化，就在最复杂的博弈游戏——围棋中迅速战胜了中日韩顶尖高手。AI的最新进展再度让智能制造燃起新的希望。

CPS等理论助力智能制造新发展

AI视角下的智能制造系统，主流设计思想是分布式多自主体智能系统。异构 Agent 间的相互合作以及全局协调机制问题在知识不完备、信息不同步等条件下几乎没有突破的可能。在AI应用技术方面，近一段时间，人机交互等专用AI有了快速进展，但通用AI的研发仍只是梦想，特别是工业领域，通用AI更是无法完成的使命，联网的人工智能完全无法和本地的工业软件PK。

时至今日，AI虽然还是制造智能的一个重要来源，但智能制造创新发展的主战场已经发生迁移。无论是美国的AMP或工业互联网，还是德国的工业4.0，指导其工业企业、信息通信企业实施协同创新的核心理念均来自CPS（赛博物理系统），建立一个与物理实体、制造流程、工业环境精确映射并可以实施精准控制的虚拟制造环境，成为最重要的技术突破点，AI及其应用退居次要地位。因此，重要的事情说三遍：今天的智能制造，核心理论不是AI，不是AI，不是AI。

我们注意到，在漫长的工业实践中，有三类重要的智能现象：人脑所积淀的知识与经验、机器实体所固化的知识与技能，以及虚拟的数字世界所拓展的新的知识与能力，实质上支撑了智能制造的实现。

其一，人类通过观察和总结自然规律，获得知识和经验，进而运用知识改造自然。人的智能是制造智能的重要知识源头，在制造业走向智能化过程中起着决定性作用。目前在整体智能水平上，人的智力是遥遥领先于人造系统的。人与机器协同运行可以在整体上获得较高的系统智能。

其二，依靠产品/设备、工艺、流程来承载和固化人类的科学知识与经验，将人的隐性知识显性化、模型化的工业技术与系统是制造智能的重要来源。材料、机器等实体系统皆载有知识，负有智能，知识在工业系统中得以运用和流动，工业自动化程度越高，这种制造智能的应用规模就越大、深度就越甚。与之相对，在农业时代，手艺则主要依靠师傅和徒弟心口相传，没有规范、标准的实物载体。

其三，基于软件的工业数字模型、基于网络的工业大数据与基于算法与数据的人工智能成为制造智能的集大成者。产品数字化、技术软件化、知识网络化程度越高，制造智能的响应越快、越灵活、越有柔性。特别是有了网络以后，制造智能的部署就不仅依靠本地机器内嵌的知识系统来操纵，还可以广泛调用广域的分布式智能来交互协同，这使得单个制造单元的智能水平远远超过历史上所有的机器。

随着科技的进步，这三类智能现象呈现出相互交融、协作创新的局面，那么它们之间到底有什么内在联系？在一个更大的智能制造体系内，这些源于不同的学科与行业，截然不同的知识和技术体系，如何才能做到技术衔接、数据流动以及知识重用？

中国人创立的三体智能理论

《三体智能革命》（下称“《三》书”）中提出的三体智能理论，对前述问题作了系统回答。该理论可以简洁表述为一个包容多种智能技术的模型，在学术上提出了原创的理论。

最简洁的模型：三体世界、三类智能

在《三》书中，按照出现的时间顺序，作者把世界分为三类“体”：物理实体、意识人体和数字虚体。其中前“两体”都很好理解，第三体数字虚体，是指存在于电脑和网络设备之中的一种用来驱动软硬件设备的高级数理逻辑系统，源于电脑而实现，基于软件而发展，载于网络而增强，由于知识而智能。

三体之间的相互作用关系，可以用“三体化一智能模型”来表示。

300万年前，人类祖先智人开始了认识自然、学习自然、了解并掌握改造自然的规律的伟大历史进程。人类在创造劳动工具（人造系统）的同时，也创造积累各种知识，并用这些知识来指导自己更好地创新和优化各种人造系统。这是一种两体作用的、古老的知识发生学。

当第三体（数字虚体）诞生之后，事物开始了本质的变化：原来的两体作用开始向三体作用转变；三体彼此相互作用产生了三个相互作用界面，而过去只有一个界面；在第三体的诱发与促进下，CPS开始在智能制造领域发挥重要作用。三体彼此交汇，并且趋势是各自的边界越来越模糊。

最新鲜的见解：物理、生理与数字三类系统均发展出特有的智能技术

《三》书给出了全新的智能定义：智能本质是一切系统对自然规律的感应、认知与运用。

该书作者提出的系统，包括了三体世界，即自然界和生产中的一切物理实体、生物界有着充分自由意识的人体、由人基于硬件/软件/网络技术所创建的数字虚体。这是一个定位层次较高、具有一定的哲学意味并且具有最大包容度的智能定义，不仅涵括了现有的多种形式的智能内涵，而且可以把物理实体所具有的智能表达出来，这是非常重要的学术拓展。目前尚未见其他人和其他文献资料给出类似的定义。

三体模型也较好地解释了上一节提到的三种智能现象，即科学效应是物理实体对自然规律的承载与感应，人类知识与经验是意识人体对自然规律的认知、归纳与抽象，数据分析是对人造系统运行结果（大数据）的提炼。

最普适的智能判定标尺：“20字箴言”

在《三》书中，作者给出了判断智能系统特征的“20字箴言”：状态感知、实时分析、自主决策、精准执行、学习提升。

以智能理论的三个学派来划分，“20字箴言”的前16个字属于行为主义的控制论的范畴，而后4个字属于联结主义的仿生学范畴，而书中独创的“数字虚体”的概念，则是对符号主义的一种发展与实践。

从实践看，三体智能理论的三个智能视角，有利于从总体把握各工业强国的智能技术优势与短板。德国的优势在于人类经验和工业OT技术的规律性总结——模型，弱势在于数据分析能力，其实就是意识人体的智能技术与物理实体智能技术强，而数字领域的智能技术成为其主战场。日本注重精益化制造，对员工与组织的实战经验细化到极致，说明其优势在于意识人体的智能技术，在物理实体智能与数字虚体智能方面，都并非超一流水平。而美国制造业在制造模型与数据分析方面都很强，从业者的经验积淀是短板。中国在低成本获取工业数据分析以及数字虚体技术上有一定的优势，在工业软件、员工经验、物理实体技术方面都处于弱势。

————————————————————————————————————————

2017年第8期《中国经济周刊》封面