这个问题太简单了，《控制论》，《控制论基础》，《控制论引论》等等书名的论著，或是教科书中所论述的理论部分都被看成是工程控制论的基础理论。就狭义上的意义而言，这是正确的。就学科的图书馆分类，出版的期刊分类而言，这依旧是正确的。

       然而，很遗憾的是，控制论，就其本质而言，是关于如何导入干预物理系统，从而使得物理系统被强制为一个预设（目标）系统的理论。

       例如，对一个给定的动力学系统，在我们发现它的行为偏离预期时，我们可以引入一个因子函数，使得控制因子函数与原系统行为函数的积为预期的积函数响应（这是控制论的标准表述，引入响应函数，褶积）。

       在工程上，这是如何实现的呢？工程控制论的创立者之一钱学森的《工程控制论》所论述的理论是，原系统的运动方程为AX=B，其解为X=A^-1B, 如果它并不符合预期行为，则引入控制量C，把系统运动方程强制为 AX=B+C, 从而得到控制后的解 X=A^-1B+A^-1C. 解的变化量为E=A^-1C。

       从工程上看，E是系统行为与理想行为的偏差，A是给定系统的一般运动规律，在这两个抽象量为已知时，就得到控制量C=AE。

       这个论述简单直接，对于入门性理解而言很好理解。然而，实质上，非常的困难。研究的最为普遍的是哈密顿系统，X^/=f(X,t), 此时，引入控制量R(X)，则方程变成为X^/=f(X,t)+R(X)，判据是E=X-X₀在某个意义上的极小化。X₀为目标的理想行为。

       这个最为基本的理论系统一般是由《常微分方程》理论讲述，但是它不谈控制，而是谈X^/=g(X,t) 的一般解问题。以书呆子的分类眼光看，这与控制论只不过是有关而已，它不属于控制论理论基础。然而，这事实上就是控制论的理论基础。大多数教科书取特例X^/=KX, 在拉普拉斯变换后成为形式 A(p)X(p)=B(p)。这类方程属于矩阵论求解的线性代数方程，麻烦无非就是p为自变量而已。A(p)和B(p) 一般为代数多项式。控制标准为E(p)=X(p)-X₀(p)。控制后的系统为A(p)X(p)=B(p)+R(p)。在理想控制下，有R(p)=A(p)X₀(p)-B(p)。求它的反拉普拉斯变换就得到控制函数R(X)。

       从基础理论而言，这个控制论就基本上建立了。控制工程师的是要实现这个过程，但是他面对的困难是：1）有了R(p)未必能得到R(X)，数学家说没有问题，你算就是了；工程师就只能去买此类软件了；2）X₀(p)未知，数学家说，这简单啦，你求解方程A(p)X(p)=B(p) 就可以了；3）工程师再问，方程A(p)X(p)=B(p)那来的？数学家说，那是你的事情。力学家回答到，这是由力学基本规律X^/=f(X,t), 在线性化后得到的特例。4）工程师再问，我的这个系统，具体的X^/=f(X,t)为何？力学家回答，那你得根据你的具体情况来推导了。5）工程师还问，用那个理论来推导？力学家不答了，问多了，答，你自己看文献去！6）工程师最后愤努了，一切所谓的理论都是脱离实际的抽象来抽象去，不能解决任何问题！

       绕了一个大大的圈，控制工程师明白了，还得靠自己。但是，在大学里，《常微分方程》没学过，《矩阵论》学过AX=B类的，没学过A(p)X(p)=B(p)类的，《特殊函数论》没学过，对付不了一般的拉普拉斯变换；《理论力学》只讲抽象的X^/=f(X,t), 对具体问题，不知道如何推导具体的X^/=f(X,t)。至于如何用X^/=KX来逼近X^/=f(X,t) 那类抽象数学课程，压根就没见过。

       所以，这样的控制工程师就只会了入门性理解。由于所有的关键环节的学科内容都不含有《控制论》字样，他也就基本都没学，就是学了，也是数学上的导引性概念。对付不了实际问题。

       控制论，就其本质而言，是如何把抽象理论研究的理想系统的研究成果应用于工程上的、实际的、非理想系统（接近于理想系统）的工程科学基本理论（或是一种工程哲学理论）。当对一个系统能够实现完全的控制时，就接近于实现了人工智能。

       所以，对于21世纪的人工智能的国家间的竞争实质上对于基础科学的研究广泛性、理解的深刻性、普及的程度，等的全方位的竞争。不存在脱离基础科学理论的，超越人脑的所谓人工智能。

       几乎世界上所有的大学都把控制论方面的专业交给电气类、机械类学院，而少有把这类专业交给数学类、物理类、力学类学院。其原因实质上是出于传统的学科分类。因此，在这层意义上，可以认为，人工智能是打破学科分类的一般性工程科学概念。

本博文结论是：工程控制论的基础理论为现代抽象的基础科学理论。而人工智能是指现代抽象的基础科学理论的工程化应用。

因为我们实质上是难于要求个人为全才的，这样，把相关的抽象环节模块化、软件化，就使得一般意义上的工程师能够实现他的目标控制策略。这就是人工智能的普通含义。

但是，很遗憾的是，数学家、物理学家基本上被排斥在人工智能的学科边界外。我们在做一个世纪式的恶梦，核心学科的人物不得参与，外围学科的人在直接的实现人工智能。从而，也就只能是模仿。

解决基础科学理论及相关研究者地位的问题是21世纪各国面对的国家宏观战略决策问题。