智能化软件开发微访谈·第三十三期 智能CPS系统可信构造

 CodeWisdom

“智能化软件开发沙龙是由CodeWisdom团队组织的围绕智能化软件开发、数据驱动的软件开发质量与效能分析、云原生与智能化运维等相关话题开展的线上沙龙，通过微信群访谈交流等线上交流方式将学术界与工业界专家学者汇聚起来，共同分享前沿研究进展与业界实践，共同探讨未来技术发展方向。”

智能CPS系统可信构造

智能化软件开发微访谈·第三十三期

背景介绍

当前，智能CPS系统已成为智能汽车、智能机器人、智能制造等多个领域的研究热点。智能CPS系统在感知、决策、控制方面通过应用先进的人工智能技术，如深度学习和计算机视觉，使得CPS系统能够更准确感知周围的环境、智能决策、实时控制，大幅度提高了系统的自主性，已成为未来智能化系统发展的重要方向。与此同时，AI模型的不确定性、不可解释性等特性也为系统的架构设计、可信构造和功能验证带来了巨大挑战，尤其是自动驾驶、机器人等安全关键领域。

为此，针对这些问题，我们邀请了来自学术界与工业界的专家进行交流，希望促进智能CPS系统领域的进步与创新。

主持人

彭鑫

复旦大学计算机科学技术学院副院长、教授，教育部长江学者

嘉宾

王戟

国防科技大学计算机学院教授，博士生导师，复杂关键软件环境全国重点实验室副主任

詹乃军

北京大学特聘教授，国家杰出青年科学基金获得者

孙军

新加坡管理大学（SMU）终生教授

董威

国防科技大学计算机学院教授、博士生导师，现任中国计算机学会形式化方法专委会副主任

陈铭松

华东师范大学教授，软硬件协同设计与应用技术教育部工程研究中心主任，教育部青年长江学者

马雷

东京大学副教授(卓越研究员荣誉称号)，兼加拿大阿尔伯塔大学(University of Alberta)副教授，Canada CIFAR AI Chair, Fellow of Amii - Alberta Machine Intelligence Institute

卜磊

南京大学软件学院教授、博导、副院长，兼任 CCF 系统软件专委秘书长

杨志斌

南京航空航天大学计算机学院教授、博士生导师，软件科学与工程系副主任

冯洋

南京大学助理研究员，加州大学欧文分校软件工程专业博士

董震

复旦大学青年副研究员，中国计算机学会（CCF）软件工程专业委员会执行委员

曹嘉伦

香港科技大学研究助理教授

访谈主题

智能CPS系统可信构造

01

您对CPS是如何理解的，相较于传统的信息系统和嵌入式系统其主要特征有哪些？ CPS系统有哪些典型实例及应用场景，其关键问题和挑战是什么？

02

当前，智能汽车、智能机器人、智能制造等复杂CPS系统中深度学习模型等AI模型得到了越来越多的应用，例如在系统的感知、规划、控制与决策等方面。这些AI模型的引入对于CPS系统的设计、构造、验证等方面带来了哪些新的挑战和研究机会，相关的研究进展如何？

03

CPS具有很强的应用领域特性，其在智能汽车、智能机器人、智能制造以及其他各种应用领域中有哪些属于共性技术问题，又有哪些具有较强的领域特定性和差异性？

04

许多领域的技术进步都有赖于行业公认的Benchmark，然而当前CPS领域公认的Benchmark相对较少。您认为当前CPS领域迫切需要什么样的Benchmark，应当如何逐步推动构建这样的Benchmark？这些Benchmark的建立能够推动哪些方面的技术发展，解决哪些技术难题？

05

当前，大模型在很多领域都得到了广泛应用。在CPS领域，大模型的应用也成为了一个热点问题。您如何看待大模型在CPS领域所能发挥的作用及其应用前景？未来3到5年内，大模型最有可能在哪些方面为CPS带来新的突破机遇？

Q&A记录

Question 1

主持人：您对CPS是如何理解的，相较于传统的信息系统和嵌入式系统其主要特征有哪些？ CPS系统有哪些典型实例及应用场景，其关键问题和挑战是什么？

王戟：

CPS是“计算、控制、通信深度融合”的系统，这也是其区别于传统信息系统和嵌入式系统的地方。包含了这三个要素的系统都可以说是CPS系统，例如航空航天、高速铁路、智慧医疗、能源网、无人集群、智能家居等等。作为一种新的、发展中的系统形态，其挑战包括异质异构带来的抽象缺乏（离散与连续）、动态的互联与集成（互联互操作互理解）、不确定性的驾驭（开放环境、自主）、需求的多样性（功能、性能、伦理）和系统可信（可靠、安全、价值）等等。刘志明老师和我2020年有篇观点论文可以参考：Liu, Z., Wang, J. Human-cyber-physical systems: concepts, challenges, and research opportunities. Front Inform Technol Electron Eng 21, 1535–1553 (2020). [https://doi.org/10.1631/FITEE.2000537](https://doi.org/10.1631/FITEE.2000537)

詹乃军：

王老师介绍的挺全面了，关于挑战，我稍微补充一点：建模，自适应，异构，智能化等。

孙军：

CPS和传统的信息系统和嵌入式系统的区别，我感觉主要就是CPS天然是开放的，也就是说我们分析CPS必须分析把系统所处的环境包括在里面。

具体的CPS的场景的话，我这边研究的比较多的就是：自动驾驶车和一些基础设施系统，比如说水电处理系统等等。

关键问题和挑战的话，从分析测试验证的角度来说，我能看到的一个比较重要的问题可能就是：CPS里的环境的基本不可能精确的建模。然后因为环境不能建模，很多的传统的方法很可能就不太适用了。比如有安全保障的控制就很难，因为我们没有办法预期环境如何响应。这就需要我们想一些其他的方法来来解决一些问题。

观点讨论

@彭鑫：我觉得开放性可能不是CPS的基本特性，虽然现在很多智能化CPS系统确实是开放的。

@孙军：@彭鑫 我理解是Physical的意思是要和物理世界交互？

@詹乃军：@彭鑫 cps is a netwotked of embedded systems，开放性是带来设计cps困难的根源之一！

@彭鑫：@詹乃军 那看来开放性是CPS的基本特性。

@董威：我感觉开放是现代系统的普遍现象，但CPS更加强调计算系统和物理系统之间的交互以及对控制的协同和精确。

@詹乃军：@董威 那是混成系统！其实现在多数系统都是cps。如果说人机物融合系统，估计都在里面了。

@孙军：@詹乃军 混成系统=hybrid systems? 我感觉可能也不必太纠结于定义。

@詹乃军：@孙军 是的！

@董威：@詹乃军 混成系统应该是计算和物理系统交互的一种情况吧。

@马雷：赞同几位老师观点, cps 和 hybrid system感觉在广义上非常相似，关注的点也比较相似。

@彭鑫：@马雷 嗯，hybrid systems中的“混合”主要就是指离散和连续过程的混合吧？

@孙军：@彭鑫 我理解是，这个定义感觉主要是从建模语言来区分的，而CPS更接近从系统本身来定义，有交集也合理哈。

@彭鑫：@孙军 有道理。

@马雷：@彭鑫 在专门提hybrid system，重点更多强调系统的连续和离散动态行为，但是大部分cps系统也都符合这个性质，物理部分更偏联系续，实际数字化之后就是离散信号形式进行信息传递。

@彭鑫：也许是因为CPS的环境是开放的（因此需要强调环境感知），但CPS的组成元素可以是固化的？

@王戟：@彭鑫 CPS的组成元素也不必固化。

@彭鑫：@王戟 那是的，可以是开放的，但非开放（内部元素固定）的CSP系统也是存在的？

@詹乃军：@彭鑫 cps是传统嵌入式系统的发展，显然传统封闭嵌入式系统也在这个范畴里！

@彭鑫：詹老师强调的建模、自适应、异构、智能化应该是现代CPS系统的典型特征。建模这部分体现的应该是专家对物理系统本身规律的认知？

@詹乃军：@彭鑫 也不全是，主要是环境的困难是环境的不确定性，例如自动驾驶中人的行为建模！

@彭鑫：@詹乃军 但是对于被控对象或其一部分还是有可能有一些规律认知？例如发动机的物理过程。

@詹乃军：@彭鑫 是的，所以许多领域都说数据驱动+机理融合。

@陈铭松：@彭鑫 真人和拟人。

董威：

多年前，何积丰院士曾撰文阐述：“CPS是在环境感知的基础上，深度融合了计算、通信和控制能力的可控可信可扩展的网络化物理设备系统”；国际知名的Edward Lee的定义为 “CPS是计算进程和物理进程的融合，其中，嵌入式计算机检测和控制物理系统，形成反馈回路从而实现计算进程和物理进程的交互”；我国的《信息物理系统白皮书(2017)》认为：CPS通过集成先进的感知、计算、通信、控制等信息技术和自动控制技术，构建了物理空间与信息空间中人、机、物、环境、信息等要素相互映射、适时交互、高效协同的复杂系统，实现系统内资源配置和运行的按需响应、快速迭代、动态优化。我感觉主要特点包括：1）是一种计算、通信与控制融合的复杂嵌入式系统/物理系统；2）系统中计算过程和物理过程在开放环境下持续交互、相互作用、深度融合；3）一体化地实现开放嵌入式计算、网络化实时通信与远程精确控制等先进功能。典型实例和场景覆盖面非常广，不一一赘述。从理论研究看，关键问题包括：时间、并发、非确定、混成等；时空同步与精确控制；人机物场景的抽象与建模；复杂异构系统组合与步演化；动态集成与自适应；鲁棒性、安全性和可靠性；智能化与群智化；高效的测试、仿真与验证；等等。

陈铭松：

信息物理系统和传统的信息系统与嵌入式系统存在很大不同。它在设计优化与部署执行时需要充分考虑物理环境的动态变化，需要考虑连续的物理环境与离散的电子计算，需要考虑不确定环境下基于反馈的自适应控制，因此复杂度极高。

CPS的典型实例场景包括智能无人驾驶、航空航天、智能制造、电力能源、精准医疗等。关键问题包括：

1）如何保证CPS系统实时智能地感知、认知、决策与执行。

2）如何构建面向CPS系统的精确高效的物理世界模型。

3）在缺乏自动化工具的情况下如何保证系统的可信与安全。

马雷：

CPS是一种将计算、通信与物理过程紧密融合的复杂系统。它不同于传统的信息系统和嵌入式系统，具有独特的特征。传统的信息系统主要关注数据处理与信息流转，嵌入式系统则专注于设备层面的控制和计算。而CPS则在深度融合的基础上，强调实时性和高可靠性的闭环控制，处理系统的复杂性远远超出以往。

<