软件定义的系统与知识自动化:从牛顿到默顿的平行升华(2)

　　我们可以从两个方面考虑知识自动化在现阶段所面临的科学问题，一是其发展的主要空间Cyberspace，二是其发展的主要动力社会信号. 我们认为，两方面的考虑可以归结为从牛顿系统到默顿系统的升华，从以解析方法为基础的建模、分析、控制到以数据驱动为核心的描述、预估、引导.
　　显而易见，目前虚拟空间Cyberspapc里的自动化之核心就是知识自动化.一方面是已知或已约定的知识之自动化，包括物理的、信息的、认知的，另一方面是未知或无法规定的模式之表示及处理，这两方面都直接或间接地涉及到人与社会之认知和行为的建模与分析问题.此时，由于“自由意志”存在, 除了自然科学中的牛顿定律等“硬”定理之外，我们还必须依靠社会科学的一些“软”规律，如默顿定律等，再融入机器学习和人机交互等智能方法和技术，间接地影响人的意识，间接地改变行为模式，从以 “知你为何”为基础，实现自动化，转化到以“望你为何”为依据，落实智能化，促使希望的控制或管理目标得以实现[18].
　　为此，我们首先需要理清作为社会信号之主体的社会系统，具体而言就是社会物理网络系统 CPSS，与作为物理信号之主体的传统物理系统之间的主要区别.我们认为，CPSS与物理系统之间的差别可用“建模鸿沟”来形象地表示：随着系统复杂性的增加，系统逐渐地从简单的物理系统向大型的信息系统，再向复杂的CPSS过渡，所涉及的关键信息也从物理信号，到商务信号，再到社会信号；系统的行为越来越难以被精确地刻画，相应的建模方法也从解析式的数学模型到仿真模型，再到描述型的人工模型；但实际行为与模型行为之间的差别也越来越大，以至形成“建模鸿沟”的客观现象[5].实际上，这一“建模鸿沟”是导致一些学者认为闭环反馈式的社会管理是“虚伪的希望”、“过分的乐观”以至 “恐怕永远也不会有结果”的主要因素[17 -18].
　　由于“建模鸿沟”，迫使我们把注意力从利用可以控制系统行为的“牛顿定律”进行建模，转向通过能够影响系统行为的“默顿定律”进行描述.这里， “牛顿定律”泛指可以通过解析的方式精确地描述系统行为的各类物理、力学、化学、生物等传统意义上的科学定律和公式，当然也包含经典的牛顿定律等.而“默顿定律”泛指以社会学家默顿命名的各种能够引导系统行为的“自我实现预言”，即：“由于信念和行为之间的反馈，预言直接或间接地促成了自己的实现” [18-19].因为对于复杂的社会问题，在许多情况下，我们要“证实”的命题，其实最后是我们影响甚至改变、构成、实现的命题，非自然科学，特别是物理数学里的因果关系，而是心理学上的因果驱动关系.简言之，“命题改变行为，进而成真半个多世纪来，引导全球半导体事业发展的“摩尔定律（Moore，s Law)”就是一个十分成功的“默顿定律”[18-19].
　　我们称其行为能够由“牛顿定律”控制的系统为“牛顿系统”，其特征就是在给定当前系统状态与控制的条件下，理论上系统下一步的状态便可通过求解方程而准确地获得，从而系统的行为就可以被精确地预测.因此，对于“牛顿系统”，建模的首要任务就是发现控制系统行为的“牛顿定律”，据此直接设计相应的控制方法，依此控制系统行为，实行希望的目标.现代工程控制理论与方法的成功，主要就是针对这类“牛顿系统”.显然，对于牛顿系统，“行为建模”与“目标建模”是一致的：由于“行为建模” 的高度准确性，只要系统本身可控，完全可以通过对 “行为模型”的分析达到对其控制的目的，无需单独对目标进行建模.换言之，对于牛顿系统，“行为建模”可以隐含于“目标建模”之中，合而为一.
　　我们称系统行为能够被“默顿定律”影响或指导的系统为“默顿系统”，其特征就是：即使给定其当前状态与控制的条件下，理论上系统下一步的状态也无法通过求解而准确地获得，从而系统的行为也就难以被精确地预测，就连概率性描述也不可能，有时甚至连统计描述也没有，只有“人为”的假设或可能性描述.因为这类系统包含“自由意志”，本质上无法对其直接控制，只能间接地影响[18].
　　对于“默顿系统”，建模或描述的首要任务变为根据希望的目标去设计能够有效地影响或指导系统行为的“默顿定律”，在此基础上建立围绕目标实现这一任务的人工系统，从而直接或间接地影响“自由意志”，改变行为模式，进而通过实际系统与人工系统的平行互动，促使实际系统运行在希望的目标之下.如何创新社会管理，特别面向Cyberspace，结合网络环境下虚拟社会特色的现代化社会管理，就是研究这类“默顿系统”的首要任务.
　　与牛顿系统不同，对于默顿系统而言，“行为建模”或“行为描述”与“目标建模”或“目标描述” 是独立且不一致的：由于“行为描述”高度依赖常识、经验、猜测、假定、希望等，而且系统本身可以毫无理由地改变其行为，甚至常常有目的、针对性地以在“进行或运行中（On the fly)”的方式来改变其行为，故很难通过对“行为模型”的分析达到对其行为的控制或管理目的，因此必须单独对目标进行描述和建模，以便决定如何进行情景和行为的分析、预判、归类、实验、评估等，如何选择引导和管理的策略、计划、方案、步骤以及资源的组织、配置、调度、保障和监控的制度、实施、反馈、调节、质量、可靠性等.所以，对于默顿系统，“目标描述”无法再隐含于“行为描述”之中，两者不能合而为一，必须分离, 独立进行.
　　没有Cyberspace和以社会信号为主体的大数据之前，“建模鸿沟”在技术上很难克服.现在，大数据提供了填补“建模鸿沟”的原料，而知识自动化又为跨越“鸿沟”提供了机制，关键就是“行为描述” 和“目标描述”的分离，否则这些想法仍然无法实施. 问题是如何分离？两者与控制器或管理器之间的关系如何？界在何处？ “行为模型”对于物理系统已经有非常成熟的方法，但对于社会系统，特别是CPSS 系统，量化的模型至今仍在探索，目前可用的主要有社会网络和概率图模型.“目标模型”是一个崭新的课题，可以看出人工智能和其他智能技术在此有很大的发挥空间.无论如何，知识表示和知识工程将在这些问题的解决中起重要作用，但如何使其作用的方式动态化、自适应、反馈、闭环，却是一个难题.最后的目标就是实现从传统的控制模式到新型的知识管理范式之转移，即从以解析方法为基础的建模、分析、控制，到以数据驱动为核心的描述、预估、引导.
　　这就是从牛顿系统到默顿系统，从牛顿定律到默顿定律的挑战，也是实施知识自动化所要面对的核心问题.我们必须加快研究如何利用社会信号来填充“建模鸿沟”，弥补实际与模型之间的差别，“制造”各种各样的默顿定律，像控制现代工业系统一样，实现对特定社会系统的实时、反馈、闭环式的有效管理[18-19].
　　3知识自动化：从智能算法到知识机器人的系统转化
　　如何科学、准确地界定知识自动化的内容，目前时机不成熟也没有必要.文献[3]曾认为，知识自动化绝对不是知识本身的自动产生，但可以诱发知识的传播、获取、分析、影响、产生等方面的重要变革. 慕课（MOOCs)就是一个活生生的例子，知识自动化必将在其今后的发展中起关键之作用.实际上，随着科技，特别是智能技术的深入发展，人们对知识本身的认知也会进化，知识自动化虽然不是知识本身的自动产生，但也会在知识的自动产生中发挥重要作用.
　　本文认为，很大程度上，知识自动化可以狭义地理解成为基于知识的服务（Knowledge-based services，KBS)，与基于位置的服务（Location- based services， LBS) 类似. 包括基于信息的月艮务（Information-based services)、基于情报的服务 (Intelligence-based services),以及基于任务的服务 (Task-based services)、基于决策的服务（Decision- based services). 这里的关键是如何把信息、情报等与任务、决策无缝、准确、及时、在线地结合起来, 在时间和空间上，实现“所要即所需，所得即所用显然，在电子商务中获得成功应用的各种推荐系统, 可以在此发挥重要而有效的作用.知识自动化的广义理解很难描述，可以粗略地认为是一种以自动化的方式变革性地改变知识产生、获取、分析、影响、实施的有效途径.
　　知识自动化的历史可以追溯到古希腊亚里多士德的描述性知识和原始的形式逻辑以及工业革命之初英国布尔对其革命性的拓展[20].半个世纪前人工智能的正式提出，以及随后而来的知识表示、专家系统、知识工程、智能系统等，构成了知识自动化完整的进度发展历史.知识自动化与人工智能中的知识表示和知识工程的关系是显而易见的，但其与专家系统的更加内在且深刻的关系，随着专家系统近乎彻底的消失而被一些现代学者所忽略.
　　有趣的是，根据目前可以查到的文献，无论是中文还是英文，“知识自动化”作为一个学术的术语第一次出现在中国，而且源于一次对人工智能英文术语的错误翻译.1987年，《首都医学院学报》以“知识自动化：从文件服务员到知识服务员”为题目，发表了由秦笃烈摘译的国际上专家系统主要创始人和开拓者、美国著名的人工智能专家Edward于1986 年在第五届世界医学信息科学大会（MEDINFO - 86)所作的主题演说：“AutoKnowledge: From File Servers to Knowledge Servers”[21].这是“知识自动化”一词第一次在中英文中首次出现.尽管意指专家系统中的自主知识AutoKnowledge不能等于知识自动化Knowledge automation,我们还是应当庆幸这一“正确”的错误翻译，毕竟它把知识自动化的历史虚虚实实地提前了 26年.
　　知识自动化的历史，保证了其丰富、多样、坚实的技术基础.从大的学科人工智能、智能控制，计算智能到具体的自然语言处理、数据挖掘、机器学习方法等，形形色色各种各样的智能算法和智能技术都为实现知识自动化提供了依据和方法，而物联网、大数据、云计算保障了实施知识自动化的环境设施的平台.特别是近来兴起的智能手机和层出不穷的智能移动可穿戴装置，更为落实知识自动化提供了有效手段.
　　然而，我们应当以新的、时代的、更高的眼光重视知识自动化的技术基础.一种可能的视角就是以智能算法和软件机器人为基础，针对Cyberspace中的知识工作自动化的“知识机器人”.回顾历史，物理空间工业机器人的提出是因为虽然生产制造过程越来越复杂，相应的任务也越来越多样、繁琐、费时、耗力，由此催生了可编程、可重构，具有多功能、多任务能力的“智能机器”-工业机器人的诞生.实际上，目前网络、计算、Cyberspace过程中的许多基于特定知识的“软件”任务之复杂性质，已经远远超过传统物理空间的生产制造任务，我们为何不把研制各类“知识机器人”作为知识自动化的主攻方向，系统性地实现从工业机器人和智能算法到基于软件的知识机器人之飞跃？
　　4虚拟的实化:软件定义的流程与系统
　　当前，围绕网络而引发的科技正以巨大的冲击力影响着我们的生活和工作，各种“破坏性”方法、技术不断涌现，虚拟的Cyberspace变得越来越真实，已成为我们生命世界真实的组成部分，与传统的物理和心理世界同等重要.

　　论文榜（www.zglwb.com），是一个专门从事期刊推广、投稿辅导的网站。
本站提供如何投稿辅导，寻求投稿辅导代理，快速投稿辅导，投稿辅导格式指导等解决方案：省级投稿辅导/国家级投稿辅导/核心期刊投稿辅导//职称投稿辅导。


期刊鉴别	论文检测	免费论文	特惠期刊	学术答疑	发表流程

搜索

软件定义的系统与知识自动化:从牛顿到默顿的平行升华(2)