楊曦宇

（攀枝花行政學院， 四川 攀枝花 617000）

1 知識、知識型工作及知識自動化

知識是人類對自然、社會和思維探索的結果總和，是人類在教育和實踐中獲得的認識、經驗和技能。大數據與智能時代，知識是模型化、數字化，指導人和機器學習及做事的指令集合和規(guī)則體系。知識型工作是對知識的利用和創(chuàng)造，是具備知識才能完成的工作，或者有知識的人或系統(tǒng)完成的工作，是生產有用信息和知識的創(chuàng)造性腦力勞動[1]。彼得·德魯克（Peter Drucker）曾經把新的商業(yè)世界描繪為一個“知識社會”[2]，在這個社會中，知識是關鍵資源，而知識工作者則是勞動力中的主導群體。德魯克認為，在未來的十年里，知識工作者中最重要的新生力量將會出現在一個新群體中，稱之為“知識技工（KnowledgeTechnologists）”。這些新的知識工作者包括計算機科學家、軟件設計師、實驗室技術員、助理律師以及各種各樣的信息提供者，比如競爭情報從業(yè)者。這種新型的基于信息和知識的工作方式，根據麥肯錫全球研究院估計，未來會產生非常大的經濟價值。新型的知識工作者對于未來的經濟發(fā)展至關重要，知識型工作在當代社會分工中亦占有壓倒性的重要地位，其核心要求是完成實時分析、科學決策、精準執(zhí)行的復雜任務。關于知識自動化（Knowledge Automation），業(yè)界認為主要是指知識型工作的自動化。工業(yè)生產過程知識自動化系統(tǒng)是將人工智能技術、計算機技術、自動化系統(tǒng)技術融合來實現工業(yè)環(huán)境下自動感知、處理、計算、決策的智能系統(tǒng)[1]。工業(yè)4.0中的知識自動化，是一種可執(zhí)行知識工作任務的智能軟件系統(tǒng)[3]。認為平行時代的知識自動化必然是信息化、自動化、智能化、人機化等的有機融合，必須從信息物理系統(tǒng)（CPS）走向信息物理社會系統(tǒng)或社會物理信息系統(tǒng)（CPSS），并認為虛擬空間里的自動化之核心就是知識自動化[4]。簡而言之，知識自動化就是通過計算機和網絡來自動完成人的知識型工作，將人從重復的腦力勞動中解放出來，去從事更高端、更具有創(chuàng)造性的工作。

2 知識自動化相關概念辨析

2.1 知識自動化與知識驅動自動化

知識驅動自動化（Knowledge Driven Automation，KDA）是利用知識工程技術獲取過程知識，并采用知識熔接技術，實現產品開發(fā)、設計、仿真、試驗和制造的自動化。

KDA是一個用于知識捕捉、重復使用以及過程自動化的工具，是用來驅動、建立、選擇、裝配、制造相應產品的開發(fā)系統(tǒng)。知識驅動自動化主要應用于計算機輔助設計CAD、計算機輔助工程CAE和計算機輔助制造CAM及產品生命周期管理PLM領域，實現知識的捕捉、知識的重用和過程自動化。知識自動化實現從計算機輔助設計CAD（Computer-aided design）到計算機主導設計CAD（Computer-automated design），輸入約束條件，計算機將自動輸出最優(yōu)設計效果。作為自動化設計的一種實現方式，創(chuàng)成式設計（Generative Design，GD）在“開放”的“進化”系統(tǒng)支持下，通過對已有設計方案的編碼化、構件化和重用，生成許許多多新的設計方案。知識自動化實現了自動設計、自主學習、自我進化、自動生成，并通過云工業(yè)平臺及其工程中間件來操作軟件、硬件和設施設備。知識驅動自動化應用于數字化制造領域，知識自動化更是工業(yè)4.0的支柱技術之一。

2.2 知識自動化與人機一體化

20世紀80年代以來世界上出現了無人化工廠，工業(yè)自動化水平達到了空前的高度。20世紀90年代，路甬祥、陳鷹提出了人機一體化理論[5]，其核心內容是采取以人為中心，走人機一體的技術路線，人與機器共同組成系統(tǒng)，各自完成各自最擅長的工作，在平等合作的基礎上，共同感知、共同認識、共同決策，并在實際運行中取長補短，協同工作，形成超智能系統(tǒng)。以后在其他領域，如計算機輔助設計CAD中的人機一體化，智能制造系統(tǒng)中的人機一體化，可以擴大、延伸和部分地取代人類專家在設計制造和服務過程中的腦力勞動，而不是完全替代人類自動做出決策。

早期的人機一體化也編寫了諸如可識別空間力的人機接口裝置與上位機通訊等軟件，人直接參與系統(tǒng)的運行，實現系統(tǒng)的功能。但這種人機一體化是一種由機器和人類專家共同組成的超智能系統(tǒng)，機器（包括計算機、機器人）是人的同事和助手，是人的能力的延伸和擴展，人與機器是一種合作共事關系。智能制造裝備中的人機一體化最終要從以人為主要決策核心的人機和諧系統(tǒng)向以機器為主體的自主運行方向轉變，實現知識型工作自動化，通過軟件和指令來實現對物理實體及環(huán)境的狀態(tài)感知、計算分析，并最終控制到物理實體，系統(tǒng)本身具有自組織、自配置、自優(yōu)化、自決策功能。

2.3 知識自動化與信息自動化

計算機和網絡系統(tǒng)的興起，開啟了網絡虛擬空間里的信息自動化，在互聯網時代其多數過程不再是物理實在的，而是基于信息物理系統(tǒng)（CPS）的虛擬網絡世界與現實物理世界的融合，基于軟件和算法的數據自動流動的規(guī)則體系的建立。在大數據和互聯網時代，知識自動化是互聯網信息自動化的自然延伸與提高，是從物理世界的自動化控制轉向虛擬空間里的自動化[6]。信息自動化實現了文件的遠程傳輸、遠程協同及信息處理，但無法處理復雜系統(tǒng)龐雜的、種類繁多的信號、參數、數據和信息。相比于信息自動化時代僅著眼于信息的傳遞交流，知識自動化可以結合復雜系統(tǒng)ACP理論方法，利用大數據、機器學習和認知計算等更智能地處理數據，實現數據、信息、知識、智能和智慧的轉化，形成具有意義的洞察，支持個人和組織完成以前無法完成的事情，比如更深入地理解世界的運轉方式、預測行為的后果并制定更好的決策。

2.4 知識自動化與知識工程和專家系統(tǒng)

“知識工程”（Knowledge Engineering，KE）概念是由美國斯坦福大學費根鮑姆教授在1977年提出的，當時是人工智能技術的重要分支之一。知識工程是以知識為基礎的系統(tǒng)，建立供計算機使用的知識庫，是人工智能在知識信息處理方面的發(fā)展。此后，隨著人類知識飛速的更新和變化，隨著知識科學的深入發(fā)展，知識已經從一種對象轉變?yōu)橐环N資源，從知識資產轉變?yōu)楹诵母偁幜?，并不斷通過知識和智能來創(chuàng)造價值，創(chuàng)造新的知識，新的商業(yè)模式和工業(yè)生態(tài)系統(tǒng)，知識工程也從集成專家系統(tǒng)變成了技術創(chuàng)新。

與知識自動化和知識管理技術相比，知識工程關注的是知識產生和驗證過程的動態(tài)變化，它的創(chuàng)新性更強，并通過本體的構建和知識重構，可以巧妙地找出相關領域或不同領域各種知識間前人或他人未能找出的聯系，形成和擴展創(chuàng)新思維。知識工程著眼于“知識”、“知識創(chuàng)新”和“問題自動求解”，知識自動化的著眼點于“知識型工作”、“自動化”。知識自動化封裝了知識型工作者的知識、經驗和技術，凝結著人類的物化勞動。知識自動化通過云計算平臺驅動軟件、硬件和設施，實現知識的重用，直接將知識轉化為生產力，實現知識使用方式的變革，實現軟件封裝技術的革命。知識工程是知識管理技術與計算機技術的結合，知識自動化是賦能技術。同工業(yè)自動化一樣，作為一種生產工具和手段，工業(yè)自動化延伸了人的體力勞動，知識自動化延伸了人的腦力勞動。

知識工程通過知識的獲取、驗證、表示、推論等活動來構建專家系統(tǒng)和智能系統(tǒng)，專家系統(tǒng)是知識工程的智能應用，知識自動化與專家系統(tǒng)具有更為深刻的內在聯系，專家系統(tǒng)可以視作知識自動化的早期應用。

3 知識自動化應用展望

3.1 基于信息物理社會系統(tǒng)的知識自動化集成應用

工業(yè)4.0之后將進入工業(yè)5.0時代，在體系架構和運行上工業(yè)5.0應是一個信息物理社會系統(tǒng)（Cyber-physical-social systems CPSS），CPSS系統(tǒng)需構建一個虛擬平行人工系統(tǒng)（VPAS)，通過人工系統(tǒng)對復雜系統(tǒng)進行建模，形成“數字鏡像”、“數字孿生”或“數字化映射”。信息物理社會系統(tǒng)主要包含兩個子系統(tǒng)：一個是具有自我校正能力的鏡像仿真系統(tǒng)，一個是具有平行機器學習和智能決策算法的知識自動化系統(tǒng)，是CPSS架構中另一個關鍵組成部分[7]。平行機器學習方法以平行世界的角度來看待系統(tǒng)狀態(tài)的演化過程，將新獲得的數據映射到平行空間中，可以通過大量、長期的仿真迭代或計算實驗來進行預測、分析和評估，形成最優(yōu)決策，并將最優(yōu)決策用來對物理空間實體進行控制，使得物理空間的物理實體朝向資源配置更為優(yōu)化的方向發(fā)展。

3.2 分布式網狀網絡架構的實現

系統(tǒng)中信息類型主要有物流信息、設備參數、零部件數據、溫度濕度數據、液體流速、壓差、原始數據流、決策信息流和知識信息，其中蘊含了從原始數據集成為大數據，從大數據中獲取稀疏信息，從稀疏信息中提取知識，從知識實現決策的一系列關鍵環(huán)節(jié)。這些關鍵環(huán)節(jié)實現都離不開基于知識自動化決策支持環(huán)境。要實現隱性數據、顯性數據、信息和知識的無障礙自動流動和轉化，需要突破網絡的金字塔分層式機構，構建分布式網狀網絡架構，將各種物理設施、設備、機器、硬件、軟件和系統(tǒng)網絡，與各種感應器、傳感器、激光掃描器、控制器和射頻識別技術RFID等等連接形成一個大型工業(yè)互聯網絡，同時還要實現現場總線、工業(yè)以太網和工業(yè)互聯網的互通、開放和兼容。通過網絡互聯與大數據分析相結合進行合理決策，從而能更有效地發(fā)揮出各機器設備的潛能，提高生產力。

3.3 單一數據源描述與數據連接

在數據大爆炸時代，單一數據源描述要求從產品的工程設計、工藝制造設計和生產制造各個階段的物料清單都要實現有機的統(tǒng)一，確保企業(yè)設計、工藝、計劃、供應、成本、生產、銷售等部門以相同的數據協同工作，形成雙向的無縫傳輸數據，避免大量重合數據的產生，避免數據裂縫和數據孤島的產生，從而通過數據價值再造實現生產、業(yè)務、管理和決策等過程的優(yōu)化，提升企業(yè)的生產運營效率，形成數據和知識驅動型企業(yè)。

3.4 產品與知識的本體表達

通過構建產品領域模型，建設制造業(yè)詞表體系，才能有效實現產品制造的智能化、智慧化和協同化。建立本體庫的目的是實現知識和工作流程相融合的智能元素，使得產品數據、信息和知識能夠自動地流動和表達，而且能形成知識型工作者意想不到的創(chuàng)新驅動，這個過程本質是知識自動化的過程，即形成可執(zhí)行的文檔、可計算的知識體系、可執(zhí)行的流程模板。這樣，人類實踐過程中所積累的知識和各種經驗模板，就可以有效、重復地加載在產品上[8]，機器開始代替一部分重復性的腦力勞動，知識型工作自動化得以實現。

參考文獻

[1] 桂衛(wèi)華，陳曉方，陽春華，等.知識自動化及工業(yè)應用[J].中國科學，2016，46（8）：1 016-1 034.

[2] 包昌火，李艷，王秀玲.競爭情報導論[M].北京：清華大學出版社，2011.

[3] 李義章.KA知識自動化|工四100術語[EB/OL].[2016-05-10].http://news.hexun.com/2016-05-10/183770007.html.

[4] Alan N.Fish（compile），WangFeiyue，WangXiaoetc(translate).Knowledge Automation[M].Beijing:People's postpublishing house，2015.

[5] 路甬祥，陳鷹.人機一體化系統(tǒng)與技術21世紀機械科學的重要發(fā)展方向[J].機械工程學報，1994，30（5）：1-7.

[6] 王飛躍.軟件定義的系統(tǒng)與知識自動化:從牛頓到默頓的平行升華[J].自動化學報，2015，41（1）：1-8.

[7] 余濤.基于信息-物理-社會融合系統(tǒng)的智慧能源調度機器人理論與實踐[EB/OL].[2018-04-12].http://www.sohu.com/a/211553 903_100019251.

[8] 肖捷，王健，林雪萍.中國智能制造的路在何方[J].中國機電工業(yè)，2015（7）：72-75.