近年兴起的软件定义的网络(Software-defined networks, SDN)技术,代表硬件“软化”的另一方 向,但实质与虚拟的实化目标一致.SDN打破常规 网络构架和流程,将网络的控制面(Control plane) 与数据面(Data plane)分离,并通过开放的软件 定义API实现网络功能的灵活重构,极大地改善 了网络的扩展能力和灵活性,成为信息通信领域的 热议对象,对下一代网络的发展有着重要的影响. 此项技术2009年经MIT《技术评论(Technology Review)》名以SDN,广而告之,迅速风靡世界,流 行于网络、信息甚至许多其他与科技无关的领域,大 有软件定义一切(SDX)之势[22]. 实际上,SDN把网络的控制与转发功能分离, 同我们在默顿系统中把“行为模型”与“目标模 型”分离异曲同工.而且,我们可以在知识自动 化中拓展SDN的思想,结合知识表示和知识工程, 构造各类针对特定领域和问题的软件定义的流程 (Software-defined processes, SDP) 和软件定义的 系统 (Software-defined systems, SDS), 形成 SDP 体系(Systems of SDP, SoSDP)和 SDS 体系(Sys?tems of SDS, SoSDS), 使知识自动化的实施从“无 形”到“有形”,从一般到具体.通过SDP和SDS, 不但使常识、经验、猜测、假定、希望等形式化,并 使其组织、过程、功能等软件化,变为可操作、可计 算、可试验的流程和系统,从而进一步深入复杂知识 自动化系统的构想、设计、实施、运营、管理与控制. 同时,软件定义的流程和系统,特别是SoSDP 和SoSDS将知识自动化与系统工程更加密切地联 系起来.系统工程的实质就是寻求有效的手段,减 少完成特定目标的不确定性,化多样为归一,使复杂 变简单,是一种应对UDC的有效方式.利用系统工 程的思想,可以帮助我们构造知识自动化系统整个 生命周期的各类“人工”流程,使相关的任务执行过 程可描述、可度量、可验证,进而使实现各项目标的 途径和方式明确、经济、可靠,为构造知识自动化的 SDP和SDS打下坚实的基础.这里我们强调流程 的“人工”特性,因为这些流程一般并不服从自然法 则而具有“必然性”,易被环境改变,从而具有“权变性”[19, 22]. 因此,流程和系统的软件化将是知识自动化 的核心技术之一.基于业已成熟并不断推陈出新 的智能技术,加之从C4ISRAF转化到DoDAF和 TOGAF后的系统工程架构体系,特别是DoDAF 所提供的各类模型(Models)、视图(Views)以及衍 生的观点(Viewpoints)等方法与工具,由此可以方 便地将人、社会、知识等因素纳入系统流程及相关 的分析与决策之中,灵活地处理各类复杂的CPSS 问题,为知识自动化的设计与实施奠定坚实的系统 工程基础[11].号称第一本知识自动化的专著[23],只 是沿此方向的初步尝试,而且并不十分成功.总之, 有了 SDP和SDS,知识自动化就能形式化、具体化; 以SDP和SDS为纲,知识自动化的设想、设计、实施与实践就可“纲举目张”. 5平行控制与管理:复杂到简单与UDC到 AFC 显然,研究知识自动化的主要动机是面向复杂 系统,解决复杂问题,其最迫切的任务是如何将复杂 系统的UDC特征,转化为智能系统的“灵捷、聚焦、 收敛(Agile,focus,convergence,AFC)” 特性.为 此,我们需要将知识自动化嵌入到基于ACP的平行 控制与管理的框架和流程之中,使复杂变为简单,使 UDC 化为 AFC[24]. 所谓ACP是指通过人工社会或组织(Artifi?cial societies/organizations)、 计算实验(Compu?tational experiments) 和平行执行 (Parallel execu?tion) 之有机组合,将虚拟的 Cyberspace 变成我们 解决复杂问题的新的、另一半空间,同自然的物理空 间一起构成求解复杂问题之完整的“复杂空间”,从 而突破传统理念、方法及资源的约束.这样做就像 在数学里引入虚数的概念,虚数成为数新的一半,进 而与实数共同组成复数,形成新的数之空间:“复数 空间”,结果使许多过去无解的方程有解一样.ACP 由“三步曲”组成:第一步,利用人工社会或人工系 统对复杂问题进行建模;一定意义下,可以把人工社 会看成是软件定义的社会或一种“科学化游戏”,就 是用类似计算机“游戏”的技术来建模;第二步,利 用计算实验对复杂现象进行分析和评估;一旦有了 针对性的人工社会,我们就可以把人的行为、社会的 行为放到计算机里面,把计算机变成一个复杂系统 实验室,进行“计算实验”,通过“实验”来分析复杂 系统的行为,评估其可能的后果;第三步,将实际系 统与人工系统并举,通过实际与人工之间的虚实互 动,以平行执行的方式对复杂系统的运行进行有效地控制和管理[25一26]. 人工社会或人工系统可以看成是传统的数学或 解析建模之扩展,是广义的知识模型,更是落实各种 各样的“灵捷性(Agility)”的基础.计算实验是仿真 模拟的升华,是分析、预测和选择复杂决策的途径, 也是确保复杂情况下能够正确“聚焦(Focus)”的手 段.平行执行是自适应控制和许多管理思想与方法 的进一步推广,是一种通过虚实互动而构成的新型 反馈控制机制,由此可以指导行动、锁定目标,保证 过程的“收敛(Convergence)”.没有人工系统、计 算实验、平行执行,灵捷、聚焦、收敛就没有基础,只 能是空中阁楼[24].平行系统就是ACP方法中由实 际系统和人工系统共同构成的系统: 实际与人工系 统基于ACP组合互动之后,将整合虚实子系统的资 源和能力,形成一个新的、整体功能和性能更加优越 的新系统, 进而对实际系统进行有效的管理与控制, 使其具有“灵捷、聚焦、收敛”的AFC特性,从而可 以在各种复杂情况下完成既定的目标[11’24’27 一28]. 在平行系统的运行和操作中,必然涉及许多需 要专门知识、复杂分析、细致判断及创造性解决问 题技巧才能完成的任务,这正是目前知识自动化的 核心内容.因此,知识自动化将是构建平行系统的技 术关键.实际上,基于ACP的平行系统框架,也为 进行决策与管理的知识自动化提供了有效途径.显 然,对于复杂问题,我们需要不同情景下各种各样的 人工系统,以便形成充分完整的知识模型库和决策 流程链,提供知识自动化的基础. 具体而言,人工组织及代理系统以数字化的形 式承载了实际组织及系统的各种历史、经验、技能、 感知、期望、过程、使命、目标等,是一类SDP或 SDS,主要涉及三方面的知识:1)描述(Descrip?tive), 描述或记录组织、过程及案例的各种功能和 状态;2)预测(Predictive),预测或设计在各种情况 下未来可能或希望出现的状态;3)引导, 引导或控制各种资源情况尽可能地实现所希 望的状态.功能2)必须通过计算实验来落实,此时, SDP或SDS变为计算实验的载体,通过充分的预 测、分析、检验之后而聚焦.功能3)则需通过平行 执行来实施,此时,人工与实际之间的虚实互动、闭 环反馈成为引导行动的机制,促使整个平行系统向 设定或涌现的目标收敛.描述、预测、引导三方面的 知识还是在整个过程中实施知识自动化的基础,这 一点非常重要.因为如果不落实知识自动化,将不可 避免地对系统的操作者和使用者的素质和专业水平 提出很高甚至是过分的要求,这既不现实,也无必 要,更极其危险. 一般而言,一个平行体系应当是面向特定任务 的专用系统,其中一个实际组织及系统可以对应多 个不同的人工组织及系统;实际与人工组合互动之 后,将形成一个更加有效的系统,相应的整体功能 和性能也应远超其子系统的功能和性能之合.实际 系统的真实工作人员可以操作人工系统,人工系统 的虚拟代理也可以在实际系统中担任角色;真实工 作人员可以伴生多个人工或软件代理或知识机器人, 推荐、协助其作出决策或执行任务.实际与人工之间 的互动,可以同步,亦可异步,可视具体的应用背景 和操作目标而定. 平行控制与管理的核心任务和目标是:针对复 杂系统的控制与管理,构造实际系统和人工系统能 够并行互动的平行系统;目标是使实际系统趋向人 工系统,而非人工系统逼近实际系统,进而借助人工 系统使复杂问题简单化,以此使复杂系统具有灵捷、 聚焦、收敛的特性,最终实现对其的有效控制与管理. 这里我们只是粗浅地描述了平行控制与管理的 基本思路,其完整的构建将是一个庞大的系统工程. 不久,一个组织的能力,在很大程度上可能不取决于 其外在的物理形式如何,而是由其伴生的内在人工 组织之规模和水平所决定,因为它们表征了组织的 知识自动化水平,决定了该组织的灵捷、聚焦、收敛 的能力. 6展望 表面上,网路化极大地加速了系统的复杂程度, 应对复杂性,特别是考虑到新生代的生活、学习、工 作习惯和环境,迫使我们转向并关注于知识自动化. 其实知识自动化的背后,还有深刻的内在和时代的 原因.按照科学哲学家波普尔的观点,我们生活的世 界是由物理、心理和人工三个世界组成的共同体.从 地表到地下资源,农业和工业社会已全面地开发了 我们的物理自然世界和心理精神世界,保障了人类 的生存和发展.互联网、物联网、云计算、大数据等 理念和技术的到来,开始人类向人工世界的进军.今 天,深度开发数据和智力资源,深化农业和工业的产 业革命,迈向智能产业,已成为我们的时代使命.在 这一历史进程中,基于大数据,以数据驱动的知识自 动化将是关键的核心支撑技术.这一点,从智能技术 已成为目前社会的热点,从欧美国家出笼的形形色 色的科技发展战略规划,特别是美国的先进制造计 划和德国的“工业4.0”策划之中,已经昭然若揭. 我们必须从面向物理世界的工业自动化,走向 面向数据和Cyberspace的知识自动化,这就是自动化领域的历史使命. |