自動化領(lǐng)域的本科生都要學(xué)兩門課，即經(jīng)典控制理論和現(xiàn)代控制理論。從表面上看，一個是傳遞函數(shù)方法一個是狀態(tài)空間方法。深挖下去，在思想層面也是有很多差別的。

經(jīng)典控制理論最基本的思想體現(xiàn)在“反饋”這個概念上。如何深刻地理解反饋呢？ 在我看來，要深入理解“反饋”，應(yīng)該看與它的對偶概念，也就是“前饋”。前饋就是接到指令以后，按照預(yù)定的邏輯順序執(zhí)行。用前饋的前提是能夠達(dá)到預(yù)定目標(biāo)。多數(shù)機(jī)器的工作原理就是前饋。如果把機(jī)器看作一個具備特定功能的系統(tǒng)，其功能體現(xiàn)在系統(tǒng)的輸入輸出關(guān)系。其中，系統(tǒng)的輸入包括操作要求和難以抑制的干擾。要讓系統(tǒng)達(dá)到預(yù)定目標(biāo)，就要隔離各種干擾。比如，機(jī)器的外殼往往就是用來隔離干擾的、汽車用油的質(zhì)量穩(wěn)定也是用來隔離干擾的。

有些情況下，干擾是不可避免的、甚至相當(dāng)嚴(yán)重。這個時候，就要使用“反饋”的手段來抑制了。瓦特就曾經(jīng)用反饋的手段控制蒸汽機(jī)的速度。隨著技術(shù)的不斷進(jìn)步，高端的生產(chǎn)技術(shù)似乎沒有不用“反饋”的——就像炒菜幾乎沒有不用鹽的。在維納看來，“反饋”的一個好處，就是不需要特別精確的模型，可以通過逐步的修正達(dá)到目的。盡管如此，在我看來，把干擾“御敵于國門之外”的前饋做法，仍然是工業(yè)界的基礎(chǔ)或前提，反饋是對前饋的完善手段：鹽對炒菜很重要，但菜的主體還是菜而不是鹽。維納也意識到，反饋的過程可以積累經(jīng)驗。有了足夠的經(jīng)驗，很多反饋就可以變成前饋了。

要“反饋”就要有信息。但有了信息并非就有了一切：確定反饋量的控制算法就是一個難點。這個問題之所以成為難點，是因為很對控制對象是“動態(tài)系統(tǒng)”：指令下達(dá)了，要慢慢地發(fā)揮作用（就像剎車不可能馬上剎?。?，有的時候甚至先要向相反的方向走一會才能回來（非最小相位系統(tǒng)）。控制論中的大量理論，就是圍繞這個難點來的。否則沒啥理論需求啊。談到這里，這讓我想起一個小故事：若干年前，某985高校副校長的一位在職博士要畢業(yè)，要我來審閱論文。這位在職博士可能是哪個單位的領(lǐng)導(dǎo)，專業(yè)水平實在太差：論文的出發(fā)點居然是把對象簡化成無動態(tài)特性的對象。我把他的論文退了回去：“如果一定讓我審這種缺乏專業(yè)常識的論文，我不會讓他通過?！?/span>

維納研究控制論的時候，基本上用微分方程、傳遞函數(shù)來描述對象。進(jìn)一步發(fā)展下去，人們開始用微分方程組來描述了。其中，微分方程組中的每個變量被稱為“狀態(tài)變量”。于是，經(jīng)典控制論就上升為現(xiàn)代控制論了?，F(xiàn)代控制論這樣理解控制對象：“輸入影響狀態(tài)、狀態(tài)決定輸出”。對于這樣的模型，卡爾曼提出了兩個基本的概念：“可觀性、可控性”。也就是說：可以通過輸入，把“狀態(tài)變量”控制到某個特定點；可以通過測量輸入和輸出，知道“狀態(tài)變量”本身?；谶@樣一套理論，控制器的設(shè)計就更容易了。

然而，無論是經(jīng)典控制理論還是現(xiàn)代控制理論，其局限性都是很明顯的：用（線性）微分方程組描述。再往后怎么發(fā)展？我博士論文研究的是非線性控制，但非線性控制的難度大、適用對象少。我費(fèi)了很大力氣卻沒得到什么像樣的結(jié)果，只是混了一頂博士帽子。為此，我一直反思：用直線型思維搞科研是要吃苦頭的。

我的一位鐵哥們是張鐘俊先生的關(guān)門弟子。我博士畢業(yè)前他出國。出國前對我說：（傳統(tǒng)）控制論走到頭了，未來是計算機(jī)的天下。當(dāng)時我沒有回答。心中卻暗想：控制論是走到頭了，但與計算機(jī)有什么關(guān)系呢？

現(xiàn)在看來，確實是這樣。世界上絕大多數(shù)的自然或人造的對象、系統(tǒng)不怎么適合用微分方程描述，系統(tǒng)要素的相互關(guān)系也未必是那么復(fù)雜。而且，這些對象或系統(tǒng)都適合于用數(shù)據(jù)或程序來描述。

這個時候，控制系統(tǒng)的復(fù)雜就轉(zhuǎn)化為軟件過程的復(fù)雜了。有些有技術(shù)含量的技術(shù)，也未必針對復(fù)雜動態(tài)系統(tǒng)。當(dāng)然，前饋和反饋的思想還在：能做好前饋最好，最不好就反饋；如果能在反饋中得到足夠好的知識，就直接用于前饋。但這些都是業(yè)務(wù)或者軟件的復(fù)雜性。

如何理解這種理論體系的變化呢？我想，要看背后的規(guī)律，而不是著眼于某個人的靈機(jī)一動。

如果單獨看某一個人，思想的產(chǎn)生或進(jìn)步有很大的不確定性、或許與某個剎那的閃光有關(guān)、或有聽到某個說法有關(guān)。但從全人類的角度看，新思想總是不斷的，關(guān)鍵是能否被大眾接受（也許是學(xué)術(shù)界中的大眾）。而能否被世人接受，主要看傳播效果。

為什么有的傳播好，有的傳播不好呢？我想這更多地決定于外部環(huán)境的共性：如果大家的實踐都遇到困惑，則能夠消除這種困惑的思想就能得到傳播。控制界的困惑已經(jīng)很久了，但能夠消除困惑的因素卻遲遲沒有來到。

可喜的是，這種因素現(xiàn)在終于到來了。這就是信息與通信技術(shù)的發(fā)展。信息與通信技術(shù)的發(fā)展，為很多技術(shù)創(chuàng)新開創(chuàng)了藍(lán)海，故而把越來越多的學(xué)者和企業(yè)吸引過來了。有些思想也就比較容易傳播。

我曾經(jīng)花果一段時間，研究我的師爺呂勇哉教授。呂老師曾經(jīng)是國際自動控制聯(lián)合會IFAC的主席。在成為IFAC主席之前，他有個著名的貢獻(xiàn)就是把熱傳導(dǎo)模型用于鋼鐵生產(chǎn)。在我看來，呂老師的工作，就可以看成CPS的應(yīng)用：計算機(jī)中的模型就是在賽博空間的映像啊！據(jù)說，他靠這項貢獻(xiàn)被稱為“世界鋼鐵第一人”。呂老師為什么會有這種貢獻(xiàn)呢？我想除了他個人的能力之外，主要是抓住了計算機(jī)性能發(fā)展的機(jī)遇——過去沒法實時運(yùn)算，現(xiàn)在可以了。而我自己來到寶鋼后的第一個比較有影響的工作，也是這么做出來的。

時至今日，ICT技術(shù)的高速發(fā)展，又為我們創(chuàng)造了大量的新的機(jī)會。智能制造的機(jī)會就是在這個背景下產(chǎn)生。其中，數(shù)據(jù)的存儲能力、計算能力，能讓賽博空間的復(fù)雜程度大大上升，過去需要幾天運(yùn)算的工作，現(xiàn)在可以實時計算了。除此之外，互聯(lián)網(wǎng)的作用是巨大的：互聯(lián)網(wǎng)的本質(zhì)是提升了我們的“可觀性”、“可控性”：讓人類能夠看到千萬公里之外的資源、控制千萬公里之外的資源。所以，仍然可以用現(xiàn)代控制理論的一些思想，理解當(dāng)今的CPS。

維納關(guān)于“反饋”的認(rèn)識，或許是從人或動物身上意識到的。他的思考起源于： 機(jī)器和人有什么不同？在我看來，有個重要區(qū)別或許是維納沒有意識到或者沒有強(qiáng)調(diào)的：機(jī)器是為了特定目的開發(fā)出來的、具有特定的功能，而人們卻常常要問自己“為什么活著”、缺乏特定目標(biāo)。

其實，在人的一生中，有無數(shù)大大小小、長短不一、清晰程度不同、層次關(guān)系復(fù)雜、又時常改變的目標(biāo)——只有把人放在具體環(huán)境下、有了具體目標(biāo)（如從事具體工作、躲避野獸），才能和機(jī)器比較。從這種角度來看，人和動物需要感知信息，更重要的不是完成某個具體的目標(biāo)，而是對目標(biāo)不斷地修正和優(yōu)化。 這就好比，一頭鹿正在吃草，看到獅子來了。這時他必須馬上修改目標(biāo)，趕緊逃生。這個比喻可以理解當(dāng)年的控制論和今天智能制造的差別：70多年前的控制論關(guān)心的是“如何吃草”；而今天的智能制造則關(guān)注“來了獅子趕緊跑”。

ICT技術(shù)帶動了智能制造，智能制造的英文名字一般是Smart Manufacture。 Smart 是快速、迅速的意思：雖然不是“來了獅子趕緊跑”，卻是“用戶來了趕緊追”、“市場變了趕緊變”。