反馈与控制论的思想 点击:21 | 回复:0



gchui

    
  • 精华:2帖
  • 求助:0帖
  • 帖子:344帖 | 9回
  • 年度积分:62
  • 历史总积分:1165
  • 注册:2016年9月13日
发表于:2025-08-07 09:14:23
楼主

40多年前人们意识到,理解现代科技和现代社会,要理解三大理论:信息论、系统论、控制论。维纳曾经说过:控制论是获取并利用信息,抵御(系统的)增熵的学问。由此可见,理解了控制论也就理解了三大理论的精髓。


多数人不喜欢理论,往往是因为不善于学习和利用理论。在我看来,学习理论有三个层次:理解公式、理解概念、理解思想。一般来说,公式推导很复杂,思想却非常简单。但我们国家的应试教育却导致一种现象:公式记得很清楚,也能背诵概念,却对概念理解不深,停留在文字上。更可悲的是:对思想更是完全不理解。


我前面的一篇文章,谈了思想的作用;缺乏思想的人难以区分本质和表相;容易追求表相和忘记实质,陷入不停地折腾。我们的专家院士、企业家和政府总是不停地赶热点,就是一种典型的表现。


控制论最基本的思想是什么?我的认识是:信息感知、决策和执行的统一。这种统一使得系统能够做到“知行合一”“以变应变”。企业推进信息化、推进智能化(Smart Manufacturing)的核心任务就是(通过信息的收集和利用)促进快速响应。快速响应的本质就是实时信息感知、科学决策、立刻执行。从感知到执行,就是“知行合一”;“感知”对应的是影响系统运行的“变化”,系统本身的行动也是“变化”,两个变化合在一起就是“以变应变”。


我读书的时候,自动化专业的人要学控制论;但在智能制造时代,搞自动化的那批人,居然拿不到智能制造的话语权。在我看来,这是件奇怪的事情。AI成为热点后,有些人也谈到人工智能的控制论学派,但有些人居然把控制论思想等同于算法。我想,维纳如果活着,会觉得这些不肖子孙对他的思想“暴殄天物”:把思想的精髓忘记了,只关注一些公式!关注公式忽视思想,也算一种“买椟还珠”吧!


维纳的控制思想完全可以指导我们现在的行动。


我经常谈起去年参观一个公司,公司领导带领我去看公司的大屏。我就问他一个问题:产量是多是少、次品率是高是低?他回答不出来。我就进一步对他说:如果你回答不了这类问题,你会采取行动吗?不采取行动,会创造价值吗?不能创造价值,你上这块大屏干什么?公司领导恍然大悟。我的这些问题,不就是从控制论的基本思想出发的吗?感知需要与行动结合,才是控制论的思想。


最近,我看到有家公司开发出一款产品。前天晚上,我和国内两位著名学者电话分别聊了一个小时左右。我认为这个产品的想法很好,但却差口气,热不起来。原因仍然很简单:因为它提供的信息尚不能带来行动,并没有解决感知与行动之间的根本问题。然而,国外一家公司却做到了,和我多年前的想法非常类似。解决感知与行动之间的GAP,才是软件最重要的人物。


我谈到“信息感知、决策和执行的统一”时,有朋友对我说:您说的是前馈啊?怎么没有提到反馈?这个问题非常好。我当时的回答是:我把“信息感知、决策和执行的统一”看成比前馈和反馈更基本的逻辑。现实的前馈和反馈回路往往都是持续使用这样的逻辑。


今早看了一个小视频,视频作者认为现在90%以上的智能体都不是真正的智能体。他的理由很有意思:这些不是自动化。为什么不是自动化呢?因为没有反馈。他的观点我并不赞同,但却对我有启发:维纳特别喜欢“反馈”这个概念,并认为它是经典控制论最基本的观点。值得进一步思考。


“反馈”的概念为什么重要呢?维纳是基于这样的一种思考:人类(或其他智能体)往往难以一次性做出准确的科学决策,因为智能体的认识(模型)往往是不准确的。所以,反馈就是在行动中不断接收新的信息,分析行动的效果,并对行动进行不断的调整和修订,才能做出科学的决策。也就是说,信息需要更新,决策也需要修订。对决策本身进行修订,是反馈思想的精髓。


有人学习了控制论,却只把它用在自动化的控制回路中。在数字化网络化的时代,这么好的思想真的是“大材小用”了。因为这个逻辑完全可以用在更大的系统上,如企业管理、社会治理等等。


我们知道,现代工业企业讲究“PDCA”持续改进。PDCA不就是反馈吗?在互联网时代,软硬件产品讲究快速迭代,这不也是利用反馈吗?


我经常谈到一个观点:为什么许多企业的管理软件最后都不用了?因为企业会面对各种问题和变化,需要在使用的过程中对软件进行修订。这些软件报废的本质原因,是修改和维护的速度赶不上需求的变化——也就是说,是因为反馈慢了。几年前,我提出:工业互联网平台是支持企业持续改进的工具。为什么呢?因为有了工业APP之后,修订和开发一个APP的效率大大提升了,从而提高了持续改进的速度。当然,我们也可以说,工业软件是支持持续改进的工具。


其实,AI也可以看成促进持续改进的工具。为什么呢?我前面说过很多次:人们都发现数据很重要,但数据分析用得好的企业却不多。这又是为什么?因为数据分析工作效率和成果率都很低,分析数据花费的成本可能大于数据带来的收益。如何解决这个问题呢?用AI来解决,因为AI可以提高相关工作的效率。但为什么一定要AI来解决呢?根本的原因,仍然与“反馈”有关:

做数据分析非常麻烦,经常需要各种碎片化的知识,要不断地对分析方法进行修订。这一点,传统的做法(包括编程序、开发专家系统)都要花费大量时间,反馈太慢、周期太长。但是,AI加入新知识容易啊!过去几天、几十天的问题,现在可能几分钟就解决了。


总之,认识到反馈的价值,本质上是认识到决策逻辑会有问题。所以,反馈是更具有一般性的决策逻辑。与信息化和管理相关的工作,从信息互联到互联网平台,从工业软件到AI,从业务重构到企业管理的扁平化,本质上都是为了促进有效的反馈。


总之,控制论的思想博大精深、愈久弥新。



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。







楼主最近还看过


热门招聘
相关主题

官方公众号

智造工程师