自動化和智能化的理論體系是相通的，都可以追溯到維納的控制論。從自動化到智能化，本質上是管控對象變復雜了。一般來說，是從簡單、封閉、穩定、清晰的小系統，變成復雜、開放、不穩定、模糊的大系統。但是，從自動化走向智能化，需要改掉一些習慣性思維。
自動化專業的同學有個習慣：先建立數學模型(包括所謂“無模型”)，在此基礎上建立控制器。在自動化理論的發展過程中，數學模型越來越高級：從單變量到多變量、從線性到非線性、從精確到模糊、從時不變到時變、從確定性系統到隨機系統、從控制狀態變量到控制分布式系統。總之，一切能夠想到的困難，理論上都有人研究。
理論如此“完善”了，是不是可以解決各種系統的實際問題了？往往不是！這么好的理論，為什么不用呢？道理很簡單：
你研究了非線性，但真實系統比你研究的非線性復雜得多！
你研究了時變系統，可現實系統不是按你理論上的假設變化的！
你研究了不確定性，但你對這些不確定性是有要求的！
......
你或許會強調：你的理論和現實系統在“原理”上是一樣的。但航模和大飛機在原理上是一樣的。小學生就能造出會飛的航模，也能造大飛機嗎？復雜度的變化，是量變到質變的。建模的前提，是要把問題說清楚。但現實中的許多問題是說不清楚的：你能說清楚梨子的味道嗎？
從自動化到智能化的一個典型變遷，是從控制一個閥門、一臺機器，到管控一個工廠、企業、城市乃至社會。系統變大、變復雜、變開放之后，安全穩定就成了重中之重。我們強調“人類知識軟件化”、所謂“吳淑珍式的智能”，就是用人能想明白的(簡單)邏輯，去應對穩定性問題。
工程師喜歡簡單方法，的確如此。這不是懂不懂的問題，而是真的不喜歡。因為復雜算法容易導致不穩定。但是，自動化理論中的那些高級算法都沒有用了嗎？也不是：關鍵是要用在合適的地方。
筆者的朋友海華經常會用到各種精巧的模型和算法。其實，他是做光刻機的，他需要非常精準的移動控制。這時，復雜算法是必要性。但他為什么能夠用好這些算法呢？按筆者的理解：首先需要開發一套精密的系統、盡量排除各種干擾和不確定性。高級復雜算法是在這個基礎上應用的。
來源：儀表圈/作者：郭朝暉，工業自動化博士、教授級高工，專注于工業數字化轉型及技術創新研究領域
