知识自动化相关概念辨析及应用展望

杨曦宇

（攀枝花行政学院， 四川 攀枝花 617000）

1 知识、知识型工作及知识自动化

知识是人类对自然、社会和思维探索的结果总和，是人类在教育和实践中获得的认识、经验和技能。大数据与智能时代，知识是模型化、数字化，指导人和机器学习及做事的指令集合和规则体系。知识型工作是对知识的利用和创造，是具备知识才能完成的工作，或者有知识的人或系统完成的工作，是生产有用信息和知识的创造性脑力劳动[1]。彼得·德鲁克（Peter Drucker）曾经把新的商业世界描绘为一个“知识社会”[2]，在这个社会中，知识是关键资源，而知识工作者则是劳动力中的主导群体。德鲁克认为，在未来的十年里，知识工作者中最重要的新生力量将会出现在一个新群体中，称之为“知识技工（KnowledgeTechnologists）”。这些新的知识工作者包括计算机科学家、软件设计师、实验室技术员、助理律师以及各种各样的信息提供者，比如竞争情报从业者。这种新型的基于信息和知识的工作方式，根据麦肯锡全球研究院估计，未来会产生非常大的经济价值。新型的知识工作者对于未来的经济发展至关重要，知识型工作在当代社会分工中亦占有压倒性的重要地位，其核心要求是完成实时分析、科学决策、精准执行的复杂任务。关于知识自动化（Knowledge Automation），业界认为主要是指知识型工作的自动化。工业生产过程知识自动化系统是将人工智能技术、计算机技术、自动化系统技术融合来实现工业环境下自动感知、处理、计算、决策的智能系统[1]。工业4.0中的知识自动化，是一种可执行知识工作任务的智能软件系统[3]。认为平行时代的知识自动化必然是信息化、自动化、智能化、人机化等的有机融合，必须从信息物理系统（CPS）走向信息物理社会系统或社会物理信息系统（CPSS），并认为虚拟空间里的自动化之核心就是知识自动化[4]。简而言之，知识自动化就是通过计算机和网络来自动完成人的知识型工作，将人从重复的脑力劳动中解放出来，去从事更高端、更具有创造性的工作。

2 知识自动化相关概念辨析

2.1 知识自动化与知识驱动自动化

知识驱动自动化（Knowledge Driven Automation，KDA）是利用知识工程技术获取过程知识，并采用知识熔接技术，实现产品开发、设计、仿真、试验和制造的自动化。

KDA是一个用于知识捕捉、重复使用以及过程自动化的工具，是用来驱动、建立、选择、装配、制造相应产品的开发系统。知识驱动自动化主要应用于计算机辅助设计CAD、计算机辅助工程CAE和计算机辅助制造CAM及产品生命周期管理PLM领域，实现知识的捕捉、知识的重用和过程自动化。知识自动化实现从计算机辅助设计CAD（Computer-aided design）到计算机主导设计CAD（Computer-automated design），输入约束条件，计算机将自动输出最优设计效果。作为自动化设计的一种实现方式，创成式设计（Generative Design，GD）在“开放”的“进化”系统支持下，通过对已有设计方案的编码化、构件化和重用，生成许许多多新的设计方案。知识自动化实现了自动设计、自主学习、自我进化、自动生成，并通过云工业平台及其工程中间件来操作软件、硬件和设施设备。知识驱动自动化应用于数字化制造领域，知识自动化更是工业4.0的支柱技术之一。

2.2 知识自动化与人机一体化

20世纪80年代以来世界上出现了无人化工厂，工业自动化水平达到了空前的高度。20世纪90年代，路甬祥、陈鹰提出了人机一体化理论[5]，其核心内容是采取以人为中心，走人机一体的技术路线，人与机器共同组成系统，各自完成各自最擅长的工作，在平等合作的基础上，共同感知、共同认识、共同决策，并在实际运行中取长补短，协同工作，形成超智能系统。以后在其他领域，如计算机辅助设计CAD中的人机一体化，智能制造系统中的人机一体化，可以扩大、延伸和部分地取代人类专家在设计制造和服务过程中的脑力劳动，而不是完全替代人类自动做出决策。

早期的人机一体化也编写了诸如可识别空间力的人机接口装置与上位机通讯等软件，人直接参与系统的运行，实现系统的功能。但这种人机一体化是一种由机器和人类专家共同组成的超智能系统，机器（包括计算机、机器人）是人的同事和助手，是人的能力的延伸和扩展，人与机器是一种合作共事关系。智能制造装备中的人机一体化最终要从以人为主要决策核心的人机和谐系统向以机器为主体的自主运行方向转变，实现知识型工作自动化，通过软件和指令来实现对物理实体及环境的状态感知、计算分析，并最终控制到物理实体，系统本身具有自组织、自配置、自优化、自决策功能。

2.3 知识自动化与信息自动化

计算机和网络系统的兴起，开启了网络虚拟空间里的信息自动化，在互联网时代其多数过程不再是物理实在的，而是基于信息物理系统（CPS）的虚拟网络世界与现实物理世界的融合，基于软件和算法的数据自动流动的规则体系的建立。在大数据和互联网时代，知识自动化是互联网信息自动化的自然延伸与提高，是从物理世界的自动化控制转向虚拟空间里的自动化[6]。信息自动化实现了文件的远程传输、远程协同及信息处理，但无法处理复杂系统庞杂的、种类繁多的信号、参数、数据和信息。相比于信息自动化时代仅着眼于信息的传递交流，知识自动化可以结合复杂系统ACP理论方法，利用大数据、机器学习和认知计算等更智能地处理数据，实现数据、信息、知识、智能和智慧的转化，形成具有意义的洞察，支持个人和组织完成以前无法完成的事情，比如更深入地理解世界的运转方式、预测行为的后果并制定更好的决策。

2.4 知识自动化与知识工程和专家系统

“知识工程”（Knowledge Engineering，KE）概念是由美国斯坦福大学费根鲍姆教授在1977年提出的，当时是人工智能技术的重要分支之一。知识工程是以知识为基础的系统，建立供计算机使用的知识库，是人工智能在知识信息处理方面的发展。此后，随着人类知识飞速的更新和变化，随着知识科学的深入发展，知识已经从一种对象转变为一种资源，从知识资产转变为核心竞争力，并不断通过知识和智能来创造价值，创造新的知识，新的商业模式和工业生态系统，知识工程也从集成专家系统变成了技术创新。

与知识自动化和知识管理技术相比，知识工程关注的是知识产生和验证过程的动态变化，它的创新性更强，并通过本体的构建和知识重构，可以巧妙地找出相关领域或不同领域各种知识间前人或他人未能找出的联系，形成和扩展创新思维。知识工程着眼于“知识”、“知识创新”和“问题自动求解”，知识自动化的着眼点于“知识型工作”、“自动化”。知识自动化封装了知识型工作者的知识、经验和技术，凝结着人类的物化劳动。知识自动化通过云计算平台驱动软件、硬件和设施，实现知识的重用，直接将知识转化为生产力，实现知识使用方式的变革，实现软件封装技术的革命。知识工程是知识管理技术与计算机技术的结合，知识自动化是赋能技术。同工业自动化一样，作为一种生产工具和手段，工业自动化延伸了人的体力劳动，知识自动化延伸了人的脑力劳动。

知识工程通过知识的获取、验证、表示、推论等活动来构建专家系统和智能系统，专家系统是知识工程的智能应用，知识自动化与专家系统具有更为深刻的内在联系，专家系统可以视作知识自动化的早期应用。

3 知识自动化应用展望

3.1 基于信息物理社会系统的知识自动化集成应用

工业4.0之后将进入工业5.0时代，在体系架构和运行上工业5.0应是一个信息物理社会系统（Cyber-physical-social systems CPSS），CPSS系统需构建一个虚拟平行人工系统（VPAS)，通过人工系统对复杂系统进行建模，形成“数字镜像”、“数字孪生”或“数字化映射”。信息物理社会系统主要包含两个子系统：一个是具有自我校正能力的镜像仿真系统，一个是具有平行机器学习和智能决策算法的知识自动化系统，是CPSS架构中另一个关键组成部分[7]。平行机器学习方法以平行世界的角度来看待系统状态的演化过程，将新获得的数据映射到平行空间中，可以通过大量、长期的仿真迭代或计算实验来进行预测、分析和评估，形成最优决策，并将最优决策用来对物理空间实体进行控制，使得物理空间的物理实体朝向资源配置更为优化的方向发展。

3.2 分布式网状网络架构的实现

系统中信息类型主要有物流信息、设备参数、零部件数据、温度湿度数据、液体流速、压差、原始数据流、决策信息流和知识信息，其中蕴含了从原始数据集成为大数据，从大数据中获取稀疏信息，从稀疏信息中提取知识，从知识实现决策的一系列关键环节。这些关键环节实现都离不开基于知识自动化决策支持环境。要实现隐性数据、显性数据、信息和知识的无障碍自动流动和转化，需要突破网络的金字塔分层式机构，构建分布式网状网络架构，将各种物理设施、设备、机器、硬件、软件和系统网络，与各种感应器、传感器、激光扫描器、控制器和射频识别技术RFID等等连接形成一个大型工业互联网络，同时还要实现现场总线、工业以太网和工业互联网的互通、开放和兼容。通过网络互联与大数据分析相结合进行合理决策，从而能更有效地发挥出各机器设备的潜能，提高生产力。

3.3 单一数据源描述与数据连接

在数据大爆炸时代，单一数据源描述要求从产品的工程设计、工艺制造设计和生产制造各个阶段的物料清单都要实现有机的统一，确保企业设计、工艺、计划、供应、成本、生产、销售等部门以相同的数据协同工作，形成双向的无缝传输数据，避免大量重合数据的产生，避免数据裂缝和数据孤岛的产生，从而通过数据价值再造实现生产、业务、管理和决策等过程的优化，提升企业的生产运营效率，形成数据和知识驱动型企业。

3.4 产品与知识的本体表达

通过构建产品领域模型，建设制造业词表体系，才能有效实现产品制造的智能化、智慧化和协同化。建立本体库的目的是实现知识和工作流程相融合的智能元素，使得产品数据、信息和知识能够自动地流动和表达，而且能形成知识型工作者意想不到的创新驱动，这个过程本质是知识自动化的过程，即形成可执行的文档、可计算的知识体系、可执行的流程模板。这样，人类实践过程中所积累的知识和各种经验模板，就可以有效、重复地加载在产品上[8]，机器开始代替一部分重复性的脑力劳动，知识型工作自动化得以实现。

参考文献

[1] 桂卫华，陈晓方，阳春华，等.知识自动化及工业应用[J].中国科学，2016，46（8）：1 016-1 034.

[2] 包昌火，李艳，王秀玲.竞争情报导论[M].北京：清华大学出版社，2011.

[3] 李义章.KA知识自动化|工四100术语[EB/OL].[2016-05-10].http://news.hexun.com/2016-05-10/183770007.html.

[4] Alan N.Fish（compile），WangFeiyue，WangXiaoetc(translate).Knowledge Automation[M].Beijing:People's postpublishing house，2015.

[5] 路甬祥，陈鹰.人机一体化系统与技术21世纪机械科学的重要发展方向[J].机械工程学报，1994，30（5）：1-7.

[6] 王飞跃.软件定义的系统与知识自动化:从牛顿到默顿的平行升华[J].自动化学报，2015，41（1）：1-8.

[7] 余涛.基于信息-物理-社会融合系统的智慧能源调度机器人理论与实践[EB/OL].[2018-04-12].http://www.sohu.com/a/211553 903_100019251.

[8] 肖捷，王健，林雪萍.中国智能制造的路在何方[J].中国机电工业，2015（7）：72-75.