智能制造-其真正涵义

智力的/信息的层次

潜在性的信息等级 1:事物与事实

■« 现实»,« 真理 »

Ø 事物是其本身

Ø 事实是已经发生的

Ø 固有的客观性  

■与观察者无关

Ø 我们 , 传感器和计算机  

Ø 虽然说量子物理告诉我们另外一种说法 …

■无法被处理现状

潜在性的信息等级 2:数据

■ 互不相连的事物与观察者在的局部表现

Ø 由首要的观察者将事物与事实从它自身局限的角度进行翻译至可供沟通的信息。

§ 温度是-50

§ Riots(注：敏感词，中文会给屏蔽)在持续

Ø 暂时的客观性，不过对数据的选择是主观的 

■数据依赖于语言

Ø 提供计算参考，符号表现...

§ 物理测量

  ■ 温度，压力

§ 计数

§ 社会事件

■ Riots(注：敏感词，中文会给屏蔽)、派对、会议

Ø…毫无疑问是以观察者自身的语境 

潜在性的信息等级 3:涵义

■ 对数据的诠释，供其他使用者所用

Ø 条件，将数据结合起来,以将涵义传递给非直接观察者

§ 2010年3月1号下午4点，北极的温度是-50 °C

§  德黑兰发生Riots,1700万居民，2万demonstrators(注：敏感词呀敏感词)

“诠释” 填补了信息的空白，用以获得更多涵义。

Ø 主观性: 涵义取决于观察者如何处理数据

■ 涵义取决于语言

Ø 依赖于概念参照

Ø 描述语境

Ø 将远方的观察者拉近事物和事实

Ø 通过直接观察者的诠释和过滤

§故意或不经意地给现实描绘上“色彩”

潜在性的信息等级 4:知识

■ 知识是认知的一个客观状态

Ø 以经验、理论、信念的方式

Ø 尝试解释现实：事物和事实，找寻“真理” 

Ø 可以物质化(书本、文件、画作... ) 使用语言和其他途径，人类/机器语言(注：原文此段话描述有些混乱)  

■ 与其主观的使用无关

Ø  任何主体都可以与知识互动以影响其在处理事物和事实的行为

§ 诠释/理解并应用该知识

§ 发展/提升客观知识

■ 可获得性及约束

Ø 可以产生/保存于个体/机器 

Ø 可以由多个个体/机器共享

Ø可以或多或少地公开给开放访问公开

潜在性的信息等级 5:意识

■ 意识是长久以来哲学家门的一个争议

■ 字典则忽略了这个问题- 牛津：

Ø 有意识的状态：

§ 对环境和自我的认知能力

Ø 对事物的意识或察觉

■ 这真的是潜在性的信息等级5吗？

Ø 知识是意识的先决条件吗？

Ø如果没有意识的话，世界会不同吗？

能动性等级1:互动

■ 世界的运动时通过互动来实现

Ø 由起始的触发条件引发的网络化的互动的行为结果

Ø 触发条件是由其他的诸如此类的互动引起的

■ 互动有多种形式

Ø 在原子和亚原子级别，建立更复杂的物质结构

Ø 人与人之间通过现有的感知能力的多种方式的互动：声音、视觉、嗅觉、触感、味觉、第六感

Ø化学的、机械的、电气的互动

能动性等级2:交流

■交流是互动的抽象，使得

Ø 实现人为的互动变为可能

§ 非自然发生

Ø 连接隔绝、远离的实体

Ø 连接不相似的实体 ( 人和机器)

■交流依赖于语言

Ø 仅有含义的交流才是有用的

Ø语言为共享的认知提供了概念参考

能动性等级3:处理

■ 处理应用现有的知识

Ø 理解并根据现实采取行动

■信息在系统的各个组成部分之间《流动》

Ø 交流在想法/处理主体/黑匣子之间交换《涵义》

Ø 在大脑和计算机中发生的就是《处理》 

§ 这本身也是脑灰质的神经元突触或集成电路之间交互的结果

■ 处理基本依赖于语言

Ø 思考过程和人为的计算

■ 某些局部、低层次的处理取决于直接互动

Ø 人能够行走不需要语言

Ø在冲水过后控制将洗手间的水箱填满不需要语言

能动性等级4：智力

■智力

Ø 对知识的批判运用：挑战已有的信念和理论 --对理论和现实的审判和错误处理

Ø 对现有的知识提出改变，发展新的理论

§ 智力创造知识 - 处理吸收，智力创造

Ø 将有限的思考/处理能力专注于意识目标 -超越生存和繁衍

■ 涉及以下的能力：

Ø溯缘、计划、解决问题，抽象地思考 --理论联系实践，领会复杂的想法

Ø 有创造性，想象新的或修正理论

Ø 利用（发现、理解）现有的相关理论

Ø 从经验中学习

■IQ 测试更多的是测量处理能力而不是智力

■其他的定义

Ø 评价，或者称为理智,实事求是,  将人自身适应于周遭的机能...自我审判

Ø 个体累积或全局的合适应对的能力 ，理性的思考并与其环境有效的打交道

Ø 先天的一般认知能力 

Ø 以目标为指导的适应性行为

Ø 生存和繁衍的能力倾向

■语言参与其中吗？

Ø 作为一个高等级的处理能力，语言需要牵涉其中 

§ “人工智能”, 心里表征

Ø由知识的内在调用导致的“直观的”行为结果来实现从知识到一个处理结果的快捷途径 -- 行为、决定/语言肯那个仅在最后一层涉及

能动性等级5：智慧

■ 通常定义 (我不喜欢！)

Ø为了做出合理的决定和评价所需要的 内在的知识和经验，或者由所做出的决定和评价体现出来的理智 

Ø 对生命或者通过经验在特定的环境下的所积累的知识

Ø 一个几乎是所有人都持有或表达的观点

Ø 故老相传的教导或熟语

■更好地定义：

Ø意识到掌握了 有限的知识和贫乏的理解

§ 数据，信息、知识和智力是有相对作用的

Ø Acting为了大众的利益而行动，不自私

潜在/能动信息关系

讨论

■ 从现实世界到绝对智慧再回溯，发生了巨大的多样性放大和 衰减

Ø 现实世界是非常复杂的

Ø 在数据层面，是无法捕获语境的 

Ø 通过选择“相关的”，“显著”的数据，我们做出假设，将一个复杂的状态总结成一个明显的简单地状态。

Ø 同样的过滤过程发生在涵义层，这就解释了为什么相同的情形由不同的人评价时会大不相同。

Ø 甚之，知识是建立在一系列现有的“有涵义的”信息上--大众媒体的随意播放，听众理解 

Ø 最终，所有的意识将知识巩固成一个全面的、简单的队实物的感知方式，决定了根据知识选择，基于给定的状态的主观的涵义

Ø回到现实世界中采取行动，必须要有相反的放大，来匹配现实的复杂性和多样性

生物/人工智能

生物计算能力

■与世界的联系

Ø 感知

Ø运动 和操纵

■M涵义与知识的表现

Ø 模式识别

Ø 口头语言和其他交流技能

■推理,溯缘，问题解决

Ø 补足缺失信息的能力

Ø计划

Ø 学习

Ø 创造力

Ø社会行为

■修复能力

生物/电子计算的对比  (Stonier)

人工系统中的智能

■为了简化下面的段落，一个人工系统被视为仅展示有一个自主目标这一层次的智能：

Ø 市场部或生产设施有很多处理能力

§ 我可以放火烧了生产部然后将制造活动外包

Ø 但是仅仅公司本身通过合适地耦合其所有实体展示出了智能

§ 如果我杀死了公司，则什么都不存续了

除了在生存的公司之外的没有相应的责任的可出售资产

复杂系统的产品

系统智能

■ 智能是复杂系统的迫切属性

Ø 引发复杂的互动

Ø 在行为成员之间  

§ 大脑突触，硅门电路，说话的人，组装起来的机器

■处理过程和智能存在

Ø 处理过程可以在计算单元本地化

§ 一元论 :  智能是内嵌在系统中的

■ 控制循环，伺服机构

§ 二元论 :  智能是一个预定义的决策制定实体

■ 配方序列器，决策者

Ø 智能是一个复杂系统的扩散特性

§ 在其不同层次的递归

■参考第四段“让智能可执行”

冲突和智能

■ 智能由复杂系统/子系统实行

Ø 有 着 合适的参考和个体目标

Ø 有某种程度的独立

§ 相对于其他成员和环境

§ 受限于优先级 / 在决策架构中定位

■ 冲突是不可避免的

Ø 一个完美的稳定系统可能会在一定阶段内免疫

Ø 任何改变都可能触发冲突，任何冲突都可能触发改变

Ø 生存有时间的和利他的维度：

§ 成员的利益可能与其他成员 / 系统本身相悖

■冲突揭示 缺乏/失败的/不合适的交互

Ø 沟通问题

Ø 结构上和行为上的不适当

Ø 系统 / 子系统目标不匹配

Ø 更多的是坏的变化 / 管理 的复杂度

■冲突的解决是智能的一个重要方面

Ø带来提升的交互和增长的知识

协作和智能: 1+1> 2 或 <2

■协作是交互的意图目标

Ø 在本例中叫做 « 关系  »

■智能带来有效的协作关系

Ø 1+1 > 2 :  全局的积极影响

§ 球员在比赛中更好地互动会时球队获胜

Ø 1+1 < 2  : 全局 的 负面 影响

2010年世界杯上，最好的法国球员组成了一个灾难性的队伍

反馈:信息的能力

■互动显示子系统

Ø 收到信息 / 感知 从其他子系统 / 环境

Ø 过程信息执行本地的 «  处理 »  - 功能角色

Ø 发送新信息给 / 对其他子系统 / 环境 采取行动

■«复杂地耦合»了的子系统，他们的行为

Ø 直接地 / 间接地散布至许多其他子系统，其自身 处理和散布该 信息

Ø 在某些节点回复

Ø 这些负载互动和处理的智能结果

Ø 智能是一个合适地过滤 / 放大信息的直接因素

■反馈循环

Ø 积极的 :  生产率的提高

Ø负面的: 交通控制

不确定性和智能

■有些系统受标准高斯偏差影响

Ø 未来是一定程度可预估的

Ø 异常状况比较罕见或者影响有限

■其他系统受极端事件影响，这些事件可能发生而没有任何可计算的可能性

Ø 我们的当今世界越来越倾向于这种环境

■智能揭示了

Ø 现实 高斯领域的知识

§ 练习经典的危机缓和管理

Ø 意识到对不确定性的知识匮乏

Ø 对无法预测的但影响巨大的事件做好处理的准备

   无论好坏

确定性智能

■案例：

Ø 生产投料经理策略

Ø FDA  规范 , TQM 全面质量管理

■决策架构

Ø 经典策略 /  战术   /  运营决策过程 HR  management

Ø 刺激，冲突解决

■线性反馈循环

Ø 基于知识搜集和开发对可预测的事件采取行动

■过程改善

Ø KPIs  绩效测评， KPIs

ØTOC, 6Sigma, 精益…

机会智能

■案例

Ø 绩效最好的公司是幸运的 …

■噪音和有用的信息

Ø 区分不重要的 / 重要的事件

■缓和危机

Ø 不确定性和危机

■利用幸运因素

Ø 富于想象力，开发创造性

Ø 辨识机会

Ø 要 有适应能力

Ø 快速 决策并行动

Ø 犯错误，改正并学习 ( 不要再犯第二次 )

企业智商

智能量度

■智能是一个系统的单独的全局能力

Ø 影响许多绩效领域

■系统化的绩效指标评估企业的智能

Ø 对系统通用 ( 当做一个黑匣子 ) 

Ø 局部的的智能行为不是一个有效的度量方法

Ø 不过，局部的智能可能积极地影响系统化绩效 — 释放 更高的智能

§ 不一定 !

■绩效可以用系统的I/O来度量

Ø 对每个（种类）外部交互

§ 流的类型 :  信息 / 货币 / 事项 / 能量

当事人类型: 股东/ 雇员 / 政府，公民，社会/自然，环 境/合作伙伴，供应商/竞争对手

企业黑匣子

工业企业系统化绩效维度

练习:IESPD 例子

练习:SCOR –绩效属性与关连的第一级度量标准
/IESPD

工业企业系统化IQ案例

■ 需 度量提升系统化绩效的能力

■ 类似人类智商测试，分析结果很少与个体全面的，可执行的智商匹配

■ 另外，从外部看到的绩效经常与当事人的利益相悖

Ø 可能都喜欢短期绩效

Ø却谴责长期续航能力

计算案例

■已知

Ø IQ:  企业系统化智商因子

Ø KiPi :  有权重的个体系统化的绩效量度

§ Ps,mo =  对股东的金融绩效

■IQ = 100+d(SKiPi)/dt 

Ø IQ = 100 =   稳定的绩效

Ø IQ > 100  绩效提升

Ø IQ <100  绩效下降

■问题：

Ø 没有一个绝对的度量方法  – 可以在很差或很好地表现在 100

Ø 不保证续航能力 — 取决于权重

Ø单值：糟糕的、致命的绩效有可能被优异的绩效所抵消

练习：你的建议

■给工业系统智能一个定义

■给出一个评估其IQ的方法

Ø 基于工业企业系统化绩效量度

Ø 想象其他评估方法