自动化和智能化的理论体系是相通的，都可以追溯到维纳的控制论。从自动化到智能化，本质上是管控对象变复杂了。一般来说，是从简单、封闭、稳定、清晰的小系统，变成复杂、开放、不稳定、模糊的大系统。但是，从自动化走向智能化，需要改掉一些习惯性思维。
自动化专业的同学有个习惯：先建立数学模型(包括所谓“无模型”)，在此基础上建立控制器。在自动化理论的发展过程中，数学模型越来越高级：从单变量到多变量、从线性到非线性、从精确到模糊、从时不变到时变、从确定性系统到随机系统、从控制状态变量到控制分布式系统。总之，一切能够想到的困难，理论上都有人研究。
理论如此“完善”了，是不是可以解决各种系统的实际问题了？往往不是！这么好的理论，为什么不用呢？道理很简单：
你研究了非线性，但真实系统比你研究的非线性复杂得多！
你研究了时变系统，可现实系统不是按你理论上的假设变化的！
你研究了不确定性，但你对这些不确定性是有要求的！
......
你或许会强调：你的理论和现实系统在“原理”上是一样的。但航模和大飞机在原理上是一样的。小学生就能造出会飞的航模，也能造大飞机吗？复杂度的变化，是量变到质变的。建模的前提，是要把问题说清楚。但现实中的许多问题是说不清楚的：你能说清楚梨子的味道吗？
从自动化到智能化的一个典型变迁，是从控制一个阀门、一台机器，到管控一个工厂、企业、城市乃至社会。系统变大、变复杂、变开放之后，安全稳定就成了重中之重。我们强调“人类知识软件化”、所谓“吴淑珍式的智能”，就是用人能想明白的(简单)逻辑，去应对稳定性问题。
工程师喜欢简单方法，的确如此。这不是懂不懂的问题，而是真的不喜欢。因为复杂算法容易导致不稳定。但是，自动化理论中的那些高级算法都没有用了吗？也不是：关键是要用在合适的地方。
笔者的朋友海华经常会用到各种精巧的模型和算法。其实，他是做光刻机的，他需要非常精准的移动控制。这时，复杂算法是必要性。但他为什么能够用好这些算法呢？按笔者的理解：首先需要开发一套精密的系统、尽量排除各种干扰和不确定性。高级复杂算法是在这个基础上应用的。
来源：仪表圈/作者：郭朝晖，工业自动化博士、教授级高工，专注于工业数字化转型及技术创新研究领域
