我不喜欢咬文嚼字、不喜欢提新概念、新名词。但有种情况例外：需要用不同的字眼，来表达含义上的差别。至于用什么词更合适，我也不太关心。今天，我要区分感知和认知，只是用来描述智能化、大数据应用的过程如何深入，并不在乎学术界是否这样定义。

在我看来，感知，就是得到哪些直接可测量的信号。比如，压力、温度、流量、图像。而认知，则是里面所包含的更深层次的、难以直接测量的信息。

比如，某个热电偶的温度正常为200~300度。某一天，却测量值固定在400度左右。对于这样的信息，我们可以得到多种解读：1、传感器出故障了；2、设备出现异常了。

其实，无论“传感器故障”还是“设备异常”，都是重要的信息，但不是直接的测量结果，而是一种更更加深层次的认识。在我看来，这就是一种“认知”。

按照这种思路，认知的过程还可以不断地深入。

比如，“设备出现异常”可能意味着“产品质量不能保证”。而质量不能保证，又意味着“需要找人维修”、进而意味着“调整生产安排”…… 

如果有一个复杂的智能系统，这种从“感知”到“认知”的过程，可能会自动地启动若干部门的协同工作。

在我看来，温度异常=》设备异常、设备异常=》质量不能保证；质量不能保证=》需要有人维修、需要有人维修=》生产需要重新组织，都是我们说的知识。依靠这些知识的沉淀和数字化，认知程度可以不断地深入，智能化程度也就不断提升了。

我们必须明白，智能化的知识不能狭义地理解为工程或者科学知识，而是所有能促进企业灵活、及时反应的知识。这些知识甚至包括从战略到战术、从管理到技术、从OT到IT的关联知识。我们推进智能化的重要工作之一，就是要把这些知识数字化，并通过信息集成将一个地方发生的问题迅速传递到相关部门。这就是快速响应的机理。

我一直强调，管理优化是我国推进智能化的重要切入点。

从这个切入点切入以后，就要不断地在机器内延长“从感知到认知”的线索。为什么呢？因为管理者关心的不是压力、温度、流量这些数值，他们关心的是：生产正常吗、操作规范吗？价值有损失吗？质量有降低吗？……这就是加强认知的过程。

从信息的感知开始，机器帮助人类认知的能力不断提升，我们就从自动化走到了智能化。

来源：微信号 蝈蝈创新随笔

作者：郭朝晖

该作品已获作者授权，未经许可，禁止任何个人及第三方转载。