流程行業(yè)知識(shí)自動(dòng)化的探索與實(shí)踐：牛頓-圖靈-默頓網(wǎng)絡(luò)

劉志強(qiáng)，祝 震，張國(guó)朋

（1.江西銅業(yè)集團(tuán)有限公司 貴溪冶煉廠，江西 貴溪 335424；2.太極計(jì)算機(jī)股份有限公司，北京 100083）

1 引言

隨著人口拐點(diǎn)到來(lái)，各項(xiàng)經(jīng)營(yíng)成本抬高，各個(gè)行業(yè)都面臨著經(jīng)營(yíng)的困難。為了應(yīng)對(duì)內(nèi)外部挑戰(zhàn)，各行各業(yè)都不約而同地把智能化作為突破困境的重要手段之一。2016年開(kāi)始，貴溪冶煉廠提出了建設(shè)銅冶煉智能工廠、全面實(shí)現(xiàn)數(shù)字化工廠的目標(biāo)［1］。2016年6月通過(guò)工信部審核，貴溪冶煉廠成為銅冶煉行業(yè)唯一一家“銅冶煉智能工廠試點(diǎn)示范”。然而，如何推進(jìn)智能工廠建設(shè)；如何讓智能化能夠接地氣，真正解決工廠面臨的各種問(wèn)題；如何運(yùn)用新的工信技術(shù)和管理藝術(shù)推動(dòng)銅冶煉工藝流程滿負(fù)荷作業(yè)率和全員勞動(dòng)生產(chǎn)率的提高、并產(chǎn)生可觀的整體經(jīng)濟(jì)和社會(huì)效益，對(duì)于我們來(lái)說(shuō)這是一個(gè)挑戰(zhàn)。技術(shù)上的成功并不代表經(jīng)濟(jì)上的可行，技術(shù)的經(jīng)濟(jì)性是和各個(gè)行業(yè)的具體場(chǎng)景和外部環(huán)境密切相關(guān)的。不同于制造行業(yè)，流程行業(yè)對(duì)生產(chǎn)作業(yè)的連續(xù)性要求極高，簡(jiǎn)單地套用制造行業(yè)智能化的經(jīng)驗(yàn)和做法，盲目地追求攀比先進(jìn)技術(shù)而不選擇合適的需求切入點(diǎn)，將把工廠的智能化建設(shè)引向歧途。我們需要根據(jù)流程行業(yè)本身的特點(diǎn)和要求，并和供應(yīng)商、消費(fèi)者、外部環(huán)境等主體協(xié)同起來(lái)，探索并實(shí)踐適合流程行業(yè)自身特點(diǎn)的智能化道路、理論體系和方法論。

2 理論探索

2.1 知識(shí)自動(dòng)化

知識(shí)自動(dòng)化可以理解為是一種以自動(dòng)化的方式，變革性地完成知識(shí)產(chǎn)生、獲取、分析、影響、實(shí)施的有效途徑［2］。知識(shí)自動(dòng)化的關(guān)鍵在于將人的知識(shí)型工作通過(guò)機(jī)器自動(dòng)完成。通過(guò)將數(shù)據(jù)、信息、情報(bào)等與任務(wù)和決策無(wú)縫、準(zhǔn)確、及時(shí)、在線地自動(dòng)串聯(lián)起來(lái), 實(shí)現(xiàn)之前只有行業(yè)專家才可以完成的復(fù)雜分析、精準(zhǔn)判斷、實(shí)時(shí)決策和反饋修正。這種由知識(shí)自動(dòng)化網(wǎng)絡(luò)、相關(guān)的外部主體連接及知識(shí)系統(tǒng)構(gòu)成的大系統(tǒng), 被稱為知識(shí)自動(dòng)化系統(tǒng)。知識(shí)自動(dòng)化系統(tǒng)實(shí)時(shí)地與物理-機(jī)器-人類世界進(jìn)行數(shù)據(jù)獲取、動(dòng)作執(zhí)行、效果反饋，不間斷地獲取海量的異構(gòu)、高并發(fā)的數(shù)據(jù)。知識(shí)自動(dòng)化系統(tǒng)是一個(gè)動(dòng)態(tài)且時(shí)變的系統(tǒng)：通過(guò)實(shí)時(shí)反饋數(shù)據(jù)的獲取和歷史數(shù)據(jù)的積累, 不斷地自動(dòng)修正系統(tǒng)內(nèi)部的內(nèi)容、形態(tài)、方法、層次和結(jié)構(gòu)。知識(shí)自動(dòng)化系統(tǒng)用系統(tǒng)自身的時(shí)變性、互聯(lián)性和自學(xué)習(xí)來(lái)實(shí)現(xiàn)對(duì)復(fù)雜的物理-機(jī)器-人類世界解釋和改造。

智能化與傳統(tǒng)的自動(dòng)化都是運(yùn)用機(jī)器替代人，利用機(jī)器的優(yōu)勢(shì)，避免人類工作的不確定性，從而產(chǎn)生巨大的工作效率。然而，智能化不是傳統(tǒng)的自動(dòng)化，二者的區(qū)別在于：傳統(tǒng)的自動(dòng)化的改造對(duì)象是人類重復(fù)性的高負(fù)荷或危險(xiǎn)性體力工作，其價(jià)值在于節(jié)約勞力；而智能化的改造對(duì)象是人類重復(fù)性的高負(fù)荷腦力工作，是把行業(yè)專家的決策方法或流程固化下來(lái)并傳承、優(yōu)化、復(fù)用、共享，是知識(shí)工作的自動(dòng)化。智能化的價(jià)值在于決策的更優(yōu)更快以及更自主、快速地修正。智能化需要以傳統(tǒng)的自動(dòng)化為基礎(chǔ)，并通過(guò)傳統(tǒng)的自動(dòng)化獲取數(shù)據(jù)和執(zhí)行動(dòng)作，但是智能化不是簡(jiǎn)單地提高自動(dòng)化的水平和應(yīng)用率，更不是簡(jiǎn)單地“機(jī)器代人”或“仿人智能”。智能化是通過(guò)行業(yè)互聯(lián)網(wǎng)，把機(jī)器的高計(jì)算能力、高存儲(chǔ)能力、判斷決策客觀一致的能力和人的經(jīng)驗(yàn)和管理能力相結(jié)合，以區(qū)別于人類的方式實(shí)現(xiàn)知識(shí)的積累和應(yīng)用，從而能夠讓機(jī)器進(jìn)行快速地思考和決策或讓機(jī)器幫助人進(jìn)行更優(yōu)更準(zhǔn)確的決策，并促進(jìn)工序和部門間的協(xié)同能力和共享能力。機(jī)器和人類融合在一起，實(shí)現(xiàn)超越人類組織和思考能力、跨越時(shí)空的實(shí)時(shí)物理資源調(diào)配。

2.2 物理-機(jī)器-人類世界

從工程角度看，機(jī)器智能的實(shí)質(zhì)就是知識(shí)自動(dòng)化。隨著機(jī)器智能的發(fā)展，機(jī)器將逐步改變以往作為人類生產(chǎn)工具的從屬地位。機(jī)器不會(huì)接管或替代人類，而是將通過(guò)智能網(wǎng)絡(luò)形成自己獨(dú)特的機(jī)器世界，并與人類世界協(xié)同發(fā)展。從社會(huì)發(fā)展上，以物理資源優(yōu)化、智能能力調(diào)配、人機(jī)協(xié)同、虛實(shí)孿生為特征的物理-機(jī)器-人類三方參與、共贏的智能社會(huì)全球化，已經(jīng)開(kāi)始替代以殖民和貿(mào)易為特征、剝削掠奪式“零和”的工業(yè)社會(huì)全球化。

在古代，人類解放了物理世界，實(shí)現(xiàn)了農(nóng)業(yè)文明。在近現(xiàn)代，人類創(chuàng)造了機(jī)器世界，實(shí)現(xiàn)了工業(yè)文明。在現(xiàn)在和未來(lái)，人類將解放機(jī)器世界，實(shí)現(xiàn)智能文明。未來(lái)的物理-機(jī)器-人類世界將從不平等、不和諧的關(guān)系中解脫出來(lái)，實(shí)現(xiàn)物理世界、機(jī)器世界、人類世界的和諧共生發(fā)展。智能化不應(yīng)當(dāng)是 “機(jī)器代人”，而是通過(guò)網(wǎng)絡(luò)和智能技術(shù)，打破以往“金字塔式”的層級(jí)結(jié)構(gòu)，通過(guò)牛頓-圖靈-默頓體系實(shí)現(xiàn)物理世界、機(jī)器世界和人類世界的協(xié)同共贏，并最終促進(jìn)人類的幸福發(fā)展。

2.3 函數(shù)式思維

在工業(yè)時(shí)代，受限于技術(shù)條件和外部環(huán)境，嚴(yán)格的專業(yè)分工雖然大幅提高了專業(yè)工作的效率，但也帶來(lái)了專業(yè)間的溝通障礙，嚴(yán)重拖累了跨專業(yè)的工作協(xié)同效率。如何實(shí)現(xiàn)物理-機(jī)器-人類世界三者間的網(wǎng)絡(luò)協(xié)同，需要有跨越物理-機(jī)器-人類世界的語(yǔ)言。而這種語(yǔ)言之一就是數(shù)學(xué)。函數(shù)式思維是一種數(shù)學(xué)思維，是打破以往嚴(yán)格界限，實(shí)現(xiàn)跨越物理-機(jī)器-人類世界、跨時(shí)空的思維方式。通過(guò)分析和發(fā)現(xiàn)物理世界、機(jī)器世界、人類世界的數(shù)學(xué)原理和規(guī)律，并將這些原理或規(guī)律通過(guò)數(shù)學(xué)函數(shù)表達(dá)出來(lái)，從科學(xué)的角度以數(shù)學(xué)函數(shù)形而上學(xué)地來(lái)解釋和描述發(fā)生在物理-機(jī)器-人類世界的各種現(xiàn)象。

函數(shù)式編程構(gòu)成范式的理論基礎(chǔ)是由Alonzo Church等提出并證明與圖靈機(jī)等價(jià)的lambda演算系統(tǒng)［4］。函數(shù)式編程與指令式編程之間最大的不同在于：函數(shù)式編程關(guān)心的是數(shù)據(jù)的映射，指令式編程關(guān)心的是解決問(wèn)題的步驟。這里的映射就是數(shù)學(xué)上“函數(shù)”的概念。 “函數(shù)式編程”相較“指令式編程”更符合函數(shù)式思維，而不必太關(guān)心程序的狀態(tài)和執(zhí)行次序，可以靈活地?zé)o狀態(tài)、并發(fā)執(zhí)行。這也是為什么函數(shù)式編程語(yǔ)言相較指令式編程或?qū)ο笫骄幊谈鼜V泛地應(yīng)用于AI領(lǐng)域。最新發(fā)布的開(kāi)發(fā)語(yǔ)言也都加入了函數(shù)式編程的支持，方便行業(yè)專家使用、復(fù)用和共享行業(yè)知識(shí)，從而在行業(yè)知識(shí)的積累中知識(shí)損耗最小。

2.4 牛頓-圖靈-默頓體系

利用數(shù)學(xué)思維，將物理-機(jī)器-人類世界通過(guò)智能平行網(wǎng)絡(luò)連接起來(lái)，我們可以構(gòu)建數(shù)字孿生的牛頓-圖靈-默頓體系，從而搭建集中管理、分散控制的知識(shí)自動(dòng)化系統(tǒng)（圖1）。這種集中或分散不是物理空間上的集中或分散，而是建立在虛擬時(shí)空中的集中和分散，因而具有云端擴(kuò)展、協(xié)同共享、實(shí)時(shí)反饋、跨越歷史的能力。

圖1 物理-機(jī)器-人類世界與牛頓-圖靈-默頓體系

知識(shí)自動(dòng)化在現(xiàn)階段面臨的科學(xué)問(wèn)題可以歸結(jié)為從牛頓系統(tǒng)、圖靈系統(tǒng)、默頓系統(tǒng)，三者的數(shù)字平行孿生，從以解析方法為基礎(chǔ)的建模、分析、控制到以數(shù)據(jù)驅(qū)動(dòng)為核心的描述、預(yù)估、引導(dǎo)［3］。把知識(shí)、情報(bào)、任務(wù)、決策通過(guò)圖靈系統(tǒng)的計(jì)算服務(wù)、網(wǎng)絡(luò)服務(wù)、存儲(chǔ)服務(wù)在時(shí)間和空間兩個(gè)維度無(wú)縫地互聯(lián)，實(shí)現(xiàn)“所見(jiàn)即所得”。我們不僅要實(shí)現(xiàn)傳統(tǒng)自動(dòng)化的物理可見(jiàn)的“機(jī)器人”，也要實(shí)現(xiàn)知識(shí)自動(dòng)化的虛擬存在的“知識(shí)機(jī)器人”，實(shí)現(xiàn)知識(shí)的“天網(wǎng)”。

3 實(shí)踐應(yīng)用

流程行業(yè)存在大量的人工經(jīng)驗(yàn)，包括了企業(yè)管理、車間調(diào)度和設(shè)備運(yùn)行等。流程行業(yè)知識(shí)自動(dòng)化通過(guò)行業(yè)專家參與分享行業(yè)領(lǐng)域知識(shí)，采用知識(shí)推理自主決策，從而實(shí)現(xiàn)流程行業(yè)的智慧化、綠色化［5-6］。2016到2018年，江西銅業(yè)貴溪冶煉廠推進(jìn)實(shí)施智能工廠一期建設(shè)。圍繞建設(shè)貴冶特色的知識(shí)自動(dòng)化系統(tǒng)，工廠組織進(jìn)行了以下知識(shí)自動(dòng)化實(shí)踐：

3.1 數(shù)據(jù)池

關(guān)系數(shù)據(jù)庫(kù)主要存儲(chǔ)結(jié)構(gòu)化的關(guān)系數(shù)據(jù)，并提供了數(shù)據(jù)查詢分析、按照規(guī)則處理事務(wù)的功能。它能夠支持多用戶并發(fā)訪問(wèn)以及數(shù)據(jù)安全性的保證。憑借SQL查詢語(yǔ)言、強(qiáng)大的數(shù)據(jù)分析能力和數(shù)據(jù)獨(dú)立性等優(yōu)點(diǎn)獲得了廣泛應(yīng)用。

實(shí)時(shí)數(shù)據(jù)庫(kù)系統(tǒng)的技術(shù)核心在于數(shù)據(jù)壓縮和數(shù)據(jù)緩存。它將數(shù)據(jù)緩存中的數(shù)據(jù)經(jīng)算法壓縮后再存入存儲(chǔ)空間，當(dāng)需要調(diào)用歷史數(shù)據(jù)時(shí)再讀取存儲(chǔ)空間上的數(shù)據(jù)?；谶@樣的原則，為高效存儲(chǔ)大量的實(shí)時(shí)數(shù)據(jù)提供了技術(shù)保證。

大數(shù)據(jù)的數(shù)據(jù)庫(kù)技術(shù)是大數(shù)據(jù)存儲(chǔ)與處理技術(shù)的重要組成部分。其核心是海量數(shù)據(jù)存儲(chǔ)和數(shù)據(jù)并行處理技術(shù)。它包括了分布式文件系統(tǒng)(DFS)、分布式計(jì)算平臺(tái)（MapReduce）和分布式存儲(chǔ)系統(tǒng)（BigTable）三大技術(shù)。

如上所述，這些數(shù)據(jù)庫(kù)技術(shù)相互之間互有優(yōu)缺點(diǎn)，也有各自適合的應(yīng)用范圍。在實(shí)踐中我們根據(jù)應(yīng)用行業(yè)的特點(diǎn)和需求，靈活綜合運(yùn)營(yíng)這些數(shù)據(jù)庫(kù)構(gòu)建符合行業(yè)特點(diǎn)的數(shù)據(jù)池，破除傳統(tǒng)信息架構(gòu)中的四級(jí)“煙囪式”數(shù)據(jù)存儲(chǔ)與交換，形成平行分布式的數(shù)據(jù)存儲(chǔ)與交換“水系”。

在一期知識(shí)自動(dòng)化建設(shè)中，通過(guò)運(yùn)用傲?xí)r公司的實(shí)時(shí)數(shù)據(jù)庫(kù)系統(tǒng)和微軟公司的關(guān)系數(shù)據(jù)庫(kù)，我們不僅完成了數(shù)據(jù)的實(shí)時(shí)采集，實(shí)現(xiàn)了數(shù)據(jù)實(shí)時(shí)清洗過(guò)濾和長(zhǎng)達(dá)10年以上的歷史數(shù)據(jù)保存，同時(shí)構(gòu)建了數(shù)據(jù)間的結(jié)構(gòu)關(guān)系框架，實(shí)現(xiàn)了上十萬(wàn)級(jí)數(shù)據(jù)的映射、計(jì)算與層級(jí)關(guān)系管理架構(gòu)。

3.2 知識(shí)自動(dòng)化的路徑

知識(shí)自動(dòng)化有三項(xiàng)常用的技術(shù)路徑：規(guī)則、算法和預(yù)測(cè)分析模型［1］。規(guī)則和算法均為機(jī)器可以直接執(zhí)行的知識(shí)形式，但需要人類專家定義。預(yù)測(cè)分析模型則允許機(jī)器使用歷史數(shù)據(jù)自動(dòng)生成新的機(jī)器自學(xué)習(xí)知識(shí)。在實(shí)現(xiàn)知識(shí)自動(dòng)化的過(guò)程中，我們需要根據(jù)需求和場(chǎng)景來(lái)單獨(dú) 或混合使用這三種技術(shù)路徑。

（1）規(guī)則。規(guī)則是一條或多條機(jī)器可執(zhí)行語(yǔ)句。它使用一組條件判定一個(gè)結(jié)論。規(guī)則之間沒(méi)有特定的執(zhí)行順序，多個(gè)規(guī)則可以并行執(zhí)行。

（2）算法。算法包括了用于得到某一結(jié)果的一系列順序執(zhí)行的機(jī)器語(yǔ)句。

（3）預(yù)測(cè)分析模型。預(yù)測(cè)分析是使用歷史數(shù)據(jù)自學(xué)習(xí)生成的知識(shí)。通過(guò)對(duì)知識(shí)計(jì)算內(nèi)在規(guī)律和機(jī)理的研究，可以更好地支持對(duì)潛在知識(shí)的推斷和未來(lái)知識(shí)的預(yù)測(cè)［7］。通過(guò)采用實(shí)時(shí)/歷史數(shù)據(jù)庫(kù)在線獲取數(shù)據(jù)，采用實(shí)時(shí)計(jì)算方法對(duì)結(jié)果數(shù)據(jù)進(jìn)行在線偏差比較。歷史數(shù)據(jù)越多，越能真實(shí)反映實(shí)際和未來(lái)［8］。

圖2 閃速爐作業(yè)情況通報(bào)規(guī)則

圖3 結(jié)晶狀態(tài)判斷與時(shí)間計(jì)算算法

運(yùn)用傲?xí)r公司的分析服務(wù)等專業(yè)分析軟件，我們實(shí)現(xiàn)了：

（1）基于投料量設(shè)定值和給料系統(tǒng)運(yùn)行狀態(tài)的閃速爐作業(yè)情況通報(bào)等規(guī)則（圖2）。

（2）基于機(jī)理模型的閃速爐數(shù)學(xué)模型、基于溫度變化曲線二階導(dǎo)數(shù)的結(jié)晶狀態(tài)判斷與時(shí)間計(jì)算等算法（圖3）。

（3）明確了可在二期建設(shè)實(shí)施的預(yù)測(cè)分析模型集中托管和執(zhí)行部署的平臺(tái)架構(gòu)。平臺(tái)的無(wú)狀態(tài)架構(gòu)可以方便地進(jìn)行計(jì)算能力的水平擴(kuò)展，以及多個(gè)并發(fā)計(jì)算請(qǐng)求同時(shí)處理的能力（圖4）。

圖4 預(yù)測(cè)分析模型集中托管和執(zhí)行部署的平臺(tái)架構(gòu)

這些分析服務(wù)和平臺(tái)都能夠基于函數(shù)式編程，便于行業(yè)專家開(kāi)發(fā)、測(cè)試、完善和部署。

3.3 人機(jī)交互

相比于傳統(tǒng)的自動(dòng)化，智能化的人機(jī)交互既不再是固定物理空間的人機(jī)交互和交流，也不僅是向手機(jī)通知一樣地跨越物理空間的信息推送，而要從提高人機(jī)交互有效性和時(shí)效性出發(fā)提高交互事項(xiàng)管理能力。這也就需要突破傳統(tǒng)的電子郵件等通知，運(yùn)用“5W1H分析法”，構(gòu)建可集中管理、自動(dòng)分析、面向每個(gè)用戶個(gè)性化的GTD系統(tǒng)。

圖5 人機(jī)交互系統(tǒng)

目前國(guó)內(nèi)外在人機(jī)交互系統(tǒng)上大多圍繞畫面監(jiān)視、報(bào)警、電子郵件、手機(jī)APP推送等手段開(kāi)展（圖5）。這是我們?cè)诙诮ㄔO(shè)中需要在已實(shí)現(xiàn)的這些交互手段基礎(chǔ)上，進(jìn)一步應(yīng)用機(jī)器學(xué)習(xí)技術(shù)深入研究和發(fā)展的方向。

4 結(jié)論

智能化建設(shè)不是簡(jiǎn)單的跨行業(yè)復(fù)制。即使是國(guó)外先進(jìn)企業(yè)，簡(jiǎn)單復(fù)制式的數(shù)字化轉(zhuǎn)型在推廣中也出現(xiàn)了類似Predix的暫時(shí)挫折。智能化建設(shè)既要有指導(dǎo)性的理論架構(gòu)，避免重復(fù)發(fā)明輪子，也要根據(jù)行業(yè)特點(diǎn)和需求，綜合性地將理論與行業(yè)實(shí)踐結(jié)合，特別是與行業(yè)技術(shù)專家和管理專家的生產(chǎn)實(shí)踐活動(dòng)結(jié)合。根據(jù)行業(yè)需求的不同，堅(jiān)持參考世界范圍內(nèi)的成功案例、堅(jiān)持首先進(jìn)行規(guī)劃調(diào)研和數(shù)據(jù)標(biāo)準(zhǔn)定義、堅(jiān)持敏捷開(kāi)發(fā)方式，采用適應(yīng)行業(yè)特點(diǎn)的多種數(shù)據(jù)庫(kù)技術(shù)、知識(shí)自動(dòng)化手段并輔以恰當(dāng)?shù)娜藱C(jī)交互界面，可以構(gòu)建出適應(yīng)流程行業(yè)的知識(shí)自動(dòng)化平臺(tái)，從而沉淀以往分散在每個(gè)專業(yè)技術(shù)人員和管理人員頭腦中的知識(shí)和經(jīng)驗(yàn)，并不斷豐富積累形成能夠協(xié)同共享的行業(yè)知識(shí)系統(tǒng)。