工业智联网：智能时代物联网的新形态

张俊 张军 王飞跃

工业智联网最大的特征，是实现海量工业智能体在知识层面的直接连通，即“协同智能”。本文详细阐述了工业智联网产生的技术、时代背景、定义与内涵。

当前工业网联技术融合了基于互联网的网络技术和系统，以及基于物联网的感知和控制系统，在单个和孤立的智能技术上已经取得了一定的进展，但在更高的智能层次上，缺乏有的、融合系统工程技术的智能科技。由此，工业智联网应运而生，其使命就是实现工业过程的知识自动化，为新一代的工业智能产业提供真正的智能联结。

工业网联技术发展：从Memex到工业智联网

1945年，美国科学家Vannevar Bush提出Memex系统，这是一种概念化的数据存储和检索系统，并首次出现在Bush博士发表于《大西洋月刊》33上的文章《As We May Think》中。从基本特征上看，Memex是一种“扩展存储器”的设想，也是一种信息机器构想。在Bush博士的设想中，Memex是一种电磁式设备/机器，利用缩微胶片，实现对信息的存储、增添和调用；这种机器还能够与图书馆联网，通过创建连接缩微胶片帧序列的链接轨迹，实现从海量信息中对特定信息的快速检索。这种机器可以很好地模仿人类思维的联想过程，并形成永久性“记忆”，并通过将所存储的信息机械化，来扩展 “记忆”。在20世纪中叶，Memex的提出带来了非常深远的影响，许多早期计算机方面的论文都有提及这个机器。Memex还对早期的超文本系统（hypertext systems）以及个人知识库软件（personal knowledge base software）的发展产生了影响，并最终促成了万维网（World Wide Web）的创建；同样地，它也推动了互联网（Internet）的出现。

与此同时，自上世纪中期以来，工业技术（Industrial Technology）和信息技术（Information Technology）融合的过程也逐步启动和发展，并且其进程由于网络技术的发展而加速，而工业控制系统的演进就是这一融合过程的范例。以网络化的工业控制系统（或工业网联技术）为例，其发展主要经历了以下三个阶段：20世纪六七十年代的模拟仪表控制系统、八九十年代的集散控制系统、21世纪的现场总线系统。在这些阶段，技术发展聚焦于工业现场本地的工业过程信息化与自动化。

2012年，随着网络信息技术的发展，国际工业技术巨头通用电气（ GeneralElectric，GE）公司提出了工业互联网的概念并发表了工业互联网白皮书。在白皮书中，GE将工业互联网的精髓阐述为：智能机器（Intelligent Machines）、高级分析（Advanced Analytics）、工作人员（Peopleat Work）三要素的深度融合。纵观GE的工业互联网，其是以工业系统为中心的基于互联网的工业、信息、网络、人机结合的融合技术。

此后，随着物联网（Internet of Things, IoT）概念和技术的迅速普及，工业互联网进一步发展成为工业物联网（Industrial Internet of Things，IIoT）。实际上，物联网理念目前比较公认的说法是由Kevin Aston于1999年在Procter & Gamble (P&G)的一次演讲中提出的，并指出了其工业应用的意义与价值显而易见，而有关工业物联网的起源却一直没有公认的结论。2017年底，IEEE计算机学会将工业物联网列为2018年的十大技术发展趋势之一。近年来，无论是在以GE为代表的美国工业界还是以西门子、ABB为代表的欧洲工业界，工业物联网已成为工业网联系统的主流技术框架。2017年8月，GE数字部门CEO，William Ruh在官网发表文章“为什么GE数字部门定位于工业物联网领袖（Why GE Digital is Positioned to Lead The Industrial Internet of Things）”。西门子工业也将其工业平台MindSphere定义为“MindSphere是基于云技术的开放物联网操作系统（MindSphere is the cloud-based, open IoT operating system）”。

图1描述了工业网联技术在各个时期的不同发展阶段。笔者认为工业互联网是其中的一个重要发展阶段，是基于互联网技术发展出的联结业务、商务、供应链等信息的网络技术和系统，而工业物联网则是其向边缘装置的深入发展。当前的工业物联网技术能在系统感知与控制层次上解决复杂工业系统的管控问题，但是在更高的智能层次上，对系统资源的使用效率、自适应性、自主性、自组织性和安全性上，还缺乏有效的、融合系统工程技术的智能科技。由此，工业智联网应运而生，其使命就是实现工业过程的知识自动化，为新一代的工业智能产业提供真正的智能联结。但工业智联网的起源是什么？如何定义？有何内涵？又有何鲜明特征？这就是本文讨论的主要内容。

工业智联网的认知属性：从“思维的社会”到“智联网”

人工智能之父、图灵奖得主马文•明斯基（Marvin Minsky）在1986年出版了一本里程碑式的著作《思维的社会》（The Society of Mind），试图解读人类思维这个复杂的过程。在马文•明斯基看来，所谓思维与智能，是“心智社会”涌现的结果。思维是由非智能或低智能的微小部件“思维片”组成的，每片思维可以由被称为“智能体”的小型程序构建和表述，这些智能体本身只能做一些低级智能的事情，但人脑以自有的方式把这些智能体汇聚而形成社群，在其中互相作用协同，从而产生思维与智能。马文•明斯基也在书中留下了人工智能学界的名言“智能的力量来源于我们自身巨大的多样性，而非来源于某一单个的、完美的准则。”当然，马文•明斯基对思维的描述只是一种设想，但是这个设想确实极大地推动了分布式传感、分布式控制和分布式智能系统的发展。

如果“思维的社会”是人脑用来认知周边世界的思维原理，那么对于一个复杂的工业系统对象的认知，又是通过一种什么方式达成的？

在智能时代，物联网最显著的特征，就是其中的智能科技作为人类和社会智能的直接延伸而出现。在知识时代，复杂工业系统通常超过人脑信息处理带宽，导致人们更需要借助知识自动化所衍生出的机器智能来弥补其自身智能上的不足, 进而才能去认知系统中各种层出不穷的时变性、不定性、多样性和复杂性。随着物联网的发展，整个社会正在涌现海量的、各种层次上的传感器和智能体，尽管这些智能体在数据和信息的层面上实现了互相连通，但是由于缺乏智能联结机制，它们在知识层面上并未做到直接连通。智联网的发明，正是旨在实现海量机器在智能层次上的联结，从而协同人的智能，认知人类社会中各种纷繁的复杂系统。而从人工智能的视角上看，只有实现社会化的智能体和人类知识间的互联后，人工智能技术才能够形成真正的社会化生态系统。因此，笔者认为，一个海量人机智能互联互融的网络─智联网，就是以复杂社会为认知对象的“思想的社会”。

至此，可以对智联网的定义做如下阐述：智联网，是以互联网、物联网技术为前序基础科技，在此之上以知识自动化系统为核心系统，以知识工程为核心技术，以获取知识、表达知识、交换知识、关联知识为关键任务，从而建立智能实体之间语义层次的联结，实现各智能体所拥有的知识的互联互通。智联网的最终目的是支撑和完成需要大规模社会化协作的、特别是复杂系统中所需的知识功能和知识服务。

与“思想的社会”类似，智联网的目标是达成智能体群体间的“协同知识自动化”和“协同认知智能”，即以某种协同的方式进行从原始经验数据的主动采集、知识获取、知识交换、知识关联，到知识功能（如推理、策略、决策、规划、管控等）的全自动化过程。因此从认知的角度看，智联网的实质是以复杂系统为认知对象，并且直接面向智能的一种全新的复杂、协同知识自动化系统。

工业智联网的知识经济属性：内生经济增长引擎

2018年度的诺贝尔经济学奖被授予威廉•诺德豪斯（William Nordhaus）和保罗•罗默（Paul Romer），其中罗默是“内生增长理论”（Endogenous Growth Theories）的代表人物。“内生增长理论”认为经济增长的核心思想是“经济能够不依赖外力推动实现持续增长，内生的技术进步是保证经济持续增长的决定因素”。在传统的经济学中，投入要素的规模报酬通常被假定为是递减的，如资本或劳动力，导致人均产出的均衡，而不会出现持续增长。但事实并非如此，如当今世界上千亿、万亿级的企业和经济体不断涌现。那么是否存在某个要素的规模报酬是递增的？它的积累将会导致持续增长的产生？

罗默认为，答案是肯定的，这个答案就是“知识”。

 从经济学角度看， 知识是一种公共品（PublicGood），是非竞争（Nonrivalry）、非排他的（Nonexcludability），当知识要素被作为投入品用于生产时，它就会产生强大的正外部性，从而导致规模报酬递增的出现，一旦有了规模报酬递增，持续的增长也就成为了可能。在社会化大规模经济发展中，知识才是智能工业的最终的、内生的动力。

简而言之，根据内生增长理论，知识的产生应用就是规模化经济得以发展壮大的最终要素。而工业智联网的核心思想就是，通过智能技术和知识技术把知识过程从以“人”为核心的低效社会过程，转变为以“智能机器”为核心的数字化、工程化、自主自动化社会过程。因此，工业智联网可以为驱动规模化经济持续快速发展打造引擎。

工业智联网的定义与概念架构

工业智联网自身也是复杂系统，从不同的观察角度会呈现不同的特质，因此，笔者从科学技术、工业应用、行业管控等角度对工业智联网做一个多方位的定义：

（1）工业智联网作为新兴的科学技术门类：智联网的目标是达成智能体群体的“协同知识自动化”和“协同认知智能”，即以某种协同的方式进行从原始经验数据的主动采集、知识获取、知识交换、知识关联，到知识功能（如推理、策略、决策、规划、管控等）的全自动化过程。因此智联网本质上是一种直接面向智能的全新的复杂、协同知识自动化系统理论和工程技术。

（2）工业智联网作为未来工业基础设施：工业智联网是由社会-工程系统联合感知与驱动，以及多层次一体化通信-计算系统支撑的工业系统智能技术和知识服务平台。

（3）工业智联网作为工业资源整合配置工具：工业智联网深度融合互联网、物联网、人机交互、大数据、智能技术，实现研发、生产、供应、销售、服务等工业全链条要素间的全面联结、协同与智能化；使能海量工业智能实体完成社会化知识协同，彻底改变工业生产形态，极大地解放和提升社会生产力。

（4）工业智联网作为智能产业经济管控手段：工业智联网的使命是解构再重构各种产业，使其能建模、分析、管控，并使其高效率自主地运转和发展；所有工业实体运行在智能产业网络这一虚拟空间中，使各个工业单元运行状况的监视和管控成为可能；使每一个产业的宏观数据和微观数据的分析成为可能；最终实现真正的数据化、知识化、智能化的智能产业。工业智联网的概念架构如图2：

工业智联网的新内涵

工业智联网区别于当前工业物联网的新内涵，包括知识自动化的深度嵌入、基于平行系统的虚实纠缠复杂工业形态、人机混合增强智能的认知协同机制、基于区块链技术的可信智能，以及将社会纳入可计算范畴的社会计算技术：

（1）知识自动化的深度嵌入：知识自动化是一种以自动化的方式变革性地改变知识产生、获取、分析、影响、实施的有效途径。知识自动化的关键，在于如何将信息、情报等与任务和决策无缝、准确、及时、在线地整合起来，从而自动完成各种知识功能与知识服务。将知识自动化技术构成一个系统，即为知识自动化系统。知识自动化系统不断与真实世界进行行为互动和知识交互，并不间断获取来自不同领域的海量、异构、高并发数据。知识自动化系统是一个动态且时变的系统，通过经验知识的获取和积累，不断改变其内部知识系统的内容、形态、方法甚至结构，用自身的复杂性、时变性来理解真实世界的复杂性和时变性。

（2）基于平行系统的虚实纠缠复杂工业形态：针对传统的工业系统，在信息化、数字化的基础上，通过计算与实验的方法构建出虚拟工业系统。通过传统工业系统与虚拟工业系统的交互，建立智能化虚实交互、纠缠的新工业系统，完成对实际工业系统的管理与控制、分析与优化。

平行系统、数字孪生系统、仿真系统是三个密切相关的虚实纠缠系统的概念，但是它们从数学原理上又有所不同，具体如下：

平行系统、数字孪生系统、仿真系统都是利用对实系统的观测来求解或构建人工系统，从而进行系统分析的科学方法，而平行系统和数字孪生系统还需要联合求解实系统与虚系统的控制驱动变量，来实时地对虚实系统进行控制，从而达到某种预定的系统目标。

仿真系统和数字孪生系统，要求人工构建的虚系统与实系统在状态转换、观测、控制等机理上相互对应等价，才可能称之为“仿真”和“孪生”。因此仿真系统和数字孪生系统更多是对于机理较明确的系统而言。

平行系统的虚系统除了对复杂系统已知成分进行模拟，也承担了对复杂系统尚未明确的机理进行构建和解释的功能。对于复杂系统，由于其状态、状态转换规则、观测规则等机理在很多情况下都不完全清楚，因此在用平行系统对复杂系统进行分析时，并不一定（也无法）追求在系统机理上完全对应。平行系统所构建的虚系统的目标是能够正确地反映实系统在控制和观测方面的正向关系，所构造的虚系统能够解释复杂实系统，而并不要求虚系统各数学成分和实系统一一对应和等价。

因此，和平行系统相比，仿真系统和数字孪生系统具有更加严格的约束条件和应用场景，平行系统则更多针对机理存在不明成分的复杂系统，更具一般性。

（3）人机混合增强智能的认知协同机制：当前，复杂工业系统主要是借助人的抽象思维来完成高层次的认知和管控，比如，现有的范式是系统管控人员综合考虑实系统观测和仿真分析，并根据经验做出管控措施。这一过程，是在以人的认知为主导、仿真计算为辅助手段的基础上，半自动地在系统中实施的。而人脑思维由于受到认知带宽和认知速度的双重限制，因此也产生了对系统分析速度和规模瓶颈的限制。人机混合增强智能的核心作用，就是用虚拟人工工业系统、可计算的人工思维系统，以及它们和实际工业系统、实际思维系统的交互，在根本上增强对系统认知和管控能力，并完成两个飞跃：a.从以数值系统分析为主的仿真分析模式，到数值+语义分析的人工智能认知模式的飞跃；b.从以人思维为中心的系统管控模式到人机智能协调共治的系统管控模式的飞跃。

（4）基于区块链技术的可信智能：在区块链平台上，根据数据到知识的转化流程设计出可插拔的协议、算法、机制和策略，实现对数据的知识提取。和联邦学习等分布式智能技术架构结合后，可信智能系统可以在保障数据隐私的情况下完成有效信息的提取与多方的知识学习和共享，此外还可通过设立有效的通证经济激励机制吸引更多用户的加入，即结合经济学、密码学及计算机科学，建立起基于区块链的可信智能体系。

（5）社会计算：社会计算理论作为社会科学和计算科学的交叉融合，侧重于信息技术在社会活动中的应用及社会知识在信息技术中的嵌入和使用，可有效应对各种复杂动态的社会及工业问题。社会计算的整体框架包含基于开闭源信息的情报广泛采集、深度分析、个性化影响、协同产生等多个关键步骤。传统的物理系统通过各类传感器获得系统的物理信号，工程控制论在物理过程的自动化中发挥了极其重要的作用。社会传感器，就是力图将物理系统中传感网络获取物理信号的概念和手段，推广到包含网站、博客、论坛、自媒体等各类网络空间，用于社会信号的采集，获取所关注的社会信号并从中提取出感兴趣的信息。任何企业运营、社会事务、生产过程等方面的管理，都可以将问题的求解过程扩展到由物理信号和社会信号共同构成的高维解空间中。其中，物理和社会信号融合后的数据具有形式多样、高度分散、海量化等特点，采用分布式文件系统实现对大规模社会数据的存储和管理，通过机器学习、数据挖掘、模式识别、自然语言理解等技术对海量信息进行准确抽取、分析、并以人脑可理解的方式展现出来，最终实现信息自动抓取、数据规整、数据量化、自动分类聚类、主题检测等功能，从而为各行各业的决策提供坚实有力的量化支持。

总结与展望

本文详细阐述了工业智联网产生的技术和时代背景、定义与内涵。对于当前的工业系统与技术而言，单个和孤立的智能技术已经取得了一定的进展，然而，工业系统中即将涌现出海量的具有一定智能的实体，而这些实体在智能与知识层面上的协同和合作仍然是一个开放的问题。

工业智联网智能最大的特征，是实现海量工业智能体在知识层面的直接连通，即“协同智能”。互联网传输的是数据与信息，实现的是信息的协同，物联网传输的是传感和管控的数据，实现的是感知和控制的协同；而智联网的智能互联，交换的是知识本身，经过充分的交互，在知识的交换中完成复杂知识系统的建立、配置和优化；同时海量工业智能实体经知识联结而成的复杂系统，依据一定的运行规则和机制，按照与人类社会类似的方式，形成社会化的自组织、自运行、自优化、自适应、自协作的网络组织。

笔者期待基于智联网所实现的协同智能能够创造出新的人工智能科技范式，其智能水平能够跃升到全新的高度，同时更期待在这样一个由工业智能体组成的复杂系统中，全新的智能现象能够从复杂性中不断涌现并带来革命性的突破。如果这个目标能够实现，其对社会生产力的提升和对社会形态的影响，将是难以想象的。因此，工业智联网的大规模研究与开发是一个极有意义和前景的课题，未来工业智联网将为社会化智能大工业提供一条切实可行而又富有成效的理论方法与技术路径。E

本文来源王飞跃教授博客：http://blog.sciencenet.cn/home.php?mod=spacecp&ac=blog&blogid=1228421&op=edit