平行管理(Parallel Management)是基于
平行系统理论,采ACP(人工系统(Artificial system)、计算实验(Computational experiments)、平行执行(Parallel execution))方法对复杂系统进行双闭环管理的一种
管理方法与理论体系。是中国科学院自动化研究所王飞跃研究员于2004年提出的平行理论的重要组成部分。该理论已经成功应用于应急管理、企业生产管理、交通管理、农业生产管理、人口管理等众多领域。
基本概念
平行系统:中国科学院自动化研究所
王飞跃研究员在其2004年发表的《平行系统方法与复杂系统的管理和控制》一文中首次提出了平行系统的概念。平行系统(Parallel Systems),是指由某一个自然的现实系统和对应的一个或多个虚拟或理想的
人工系统所组成的共同系统,平行系统分为人工系统与实际系统两部分。简单来讲,
人工系统是对实际系统的软件化定义,不仅是对实际系统的数字化“
仿真”,也是为实际系统运行提供可替代版本(或其他可能的情形),从而实现对实际系统在线、动态、主动的控制与管理,为实际
复杂系统管理运作提供高效、可靠、适用的科学决策和指导。
ACP方法:ACP(人工系统(Artificial system)、计算实验(Computational experiments)、平行执行(Parallel execution))方法的核心思想包括应用基于Agent 智能体技术的人工系统来描述复杂系统, 解决复杂系统本质上不能解析建模的问题. 以计算机为实验室通过对人工系统的计算实验来解决真实系统难以实验以及重复实验的难题. 最后, 通过对实际系统与人工系统构成的平行系统进行平行执行来实现系统的管理和控制. 近年来, ACP 方法已经成功地应用于交通、化工、经济、社会安全等多领域, 为面向以人为核心的复杂社会问题的研究提供了完整的解决方案。
平行管理:基于平行系统理论,采用ACP(人工系统(Artificial system)、计算实验(Computational experiments)、平行执行(Parallel execution))方法对复杂系统进行双闭环管理的一种管理方法与理论体系,是一种适用于兼具社会复杂性和工程复杂性的复杂系统管理思想与方法。中国科学院自动化研究所
王飞跃研究员在其2004年发表的《平行系统方法与复杂系统的管理和控制》一文中首次提出了平行系统的概念,后续演化出平行管理的概念。例如,在石化企业平行管理中其基本内容和方法如图2所示。
发展历程
2.1 基本科学问题
从牛顿系统到莫顿系统
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,再向复杂的社会物理网络系统(Cyber-physical-social systems, 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。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。
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”。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(Moore0s Law)” 就是一个十分成功的“默顿定律”。
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。
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。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,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。
2.2 理论起源与发展
人工生命的开拓者Langton曾把人工生命的研究定义为:“展示具有自然生命系统行为特性的人造系统的研究(The study of man-made systems that exhibit behaviors characteristic of natural living systems)”。以“仿生”的手段,侧重研究生命系统的过程特性,如自组织、自繁殖、新陈代谢、合作、涌现、生序、学习和进化等等。人工生命的核心问题是通过提取刻画生物现象的基本动力学原理来理解生命,并在其它物理介质,如计算机等,“再生”这些动态过程,从而使它们可被用于新的尝试、试验和操纵。
北京大学的
涂序彦教授讨论了“
人工生命”的概念、内容和方法,指出人工生命的定义性特征在于其“人造”而非自然性质。在其文章中,
涂序彦教授还给出了“高级人工生命”与“低级人工生命”之分,并提出“人工生命是自然生命的模拟、延伸与扩展”,同时给出了人工生命学科探索的初步架构。
中国科学院自动化所王飞跃研究员对从
人工生命到人工社会的延伸过程进行了深入的探索。一定程度上来讲,社会本身就是一个主要由人以及“人造”的实体组成的系统,这是一个客观的现实;同时,人又是社会的产物(Man is a social product)。人工社会的研究起源于上世纪90年代初的“
仿真社会”(Simulating Societies)的研究。1992年举行了第一次相关的研讨会。1994年开始,
美国圣菲研究所(theSanta Fe Institute,
SFI)开展了类似的工作。一定程度上,Epstein和Axtell在1996年的专著《生长型人工社会:从底向上的社会科学(Growing Artificial Societies: Social Science from the Bottom Up)》奠定了复杂系统研究的许多基础性工作。作者采用代理的建模和模拟方法,打破学科界限,从生死、性别、文化、冲突、经济、政治等各种活动和现象的动态交互入手,综合性并系统性地由微观个体的行为机制入手,分析宏观的社会结构、群体规律与政治现象。
从方法论上,人工社会与“
仿真”社会在方法论上和哲学认识上存在两点主要差别:在方法论上,仿真社会通过将研究对象分解为子系统,利用计算机和数值技术建模而成,仿真并“回顾”自然社会系统的各种状态和发展特性,是一种自上而下的被动还原型研究方法,而人工社会通过人造对象的相互作用,利用计算机和代理技术“培育生长”社会,模拟并“实播”人工社会系统的各种状态和发展特性,是一种自底向上的综合型研究方法。在哲学人事上,仿真社会固守实际社会是唯一现实存在的信念,并以实际社会作为检验研究成果的唯一参照和标准,追求“真实”,认为人工社会也是一种现实,是现实社会的一种可能的替代形式。人工社会的这种思想,与
人工生命中生命是“多重现象”的观点一致。
计算实验与复杂系统的行为分析和决策评估
已故的
诺贝尔经济学奖获得者
司马贺(Hebert Simon)曾说过:由于许多至关重要的复杂社会过程无法像其他过程那样进行还原分析,因此,社会科学是真正的“硬”科学。
司马贺的话点出了复杂社会系统和一般复杂系统为何复杂且困难的实质:无法还原拆分和无法试验与实验分析。一是无法进行还原分析是复杂性所面临的本质性困难,二是无法进行试验或实验分析是其面临的手段性困难或工具性困难。
王飞跃教授在其《计算实验方法与复杂系统行为分析和决策评估》一文中阐释了造成这一困难的原因。
1.本质方面原因——正如
司马贺所言,对许多复杂系统我们无法对其进行分解还原分析,因为分解后的系统已在本质上不具有原系统的功能和作用了;
2.经济方面原因——由于复杂系统的规模和成本的因素,试验代价太大,以致经济上无法承受从而不可能进行试验;
3.法律方面原因——许多复杂系统涉及国家防卫、军队战备、社会安全等问题,受立法保护,以致无法对研究的系统进行试验;
4.道德方面原因——许多
复杂系统,特别是复杂社会系统,往往由大量人员的参与,对这些系统进行试验,有可能危害人的生命和财产,至少冲击人的正常生活,以致在道德上无法接受这类试验。
因此,由于实际
复杂系统特别是复杂社会系统的“不可还原”与“不可试验”特性,
王飞跃教授指出,在复杂社会系统研究中,可引入“
人工生命”与“人工社会”的概念,设计复杂系统的“计算实验”,其基本思路在于:
1.强调综合与合成在行为产生中的作用,通过利用人工组件构造复杂行为模型,而不是将自然系统形式拆成部件来理解系统行为,因此采用的是整体而不是还原的方式;
2.通过把人工创造的系统置于实际、仿真或混合环境下,产生复杂的互动方式和相关行为,利用涌现方法进行观测总结,了解、分析和理解复杂系统的行为及其各种影响因素。
以社会系统为例,本质上来说,“计算实验”与“
仿真”的主要区别在于:仿真是有“真”可仿,
仿真的过程或结果,要逼近实际社会系统、社会群体行为或者社会现实;“计算实验”是要把“
仿真”结果作为社会现实的一个替代版本,而把实际社会系统在某一时刻的状态作为可能出现的社会现实的一种。这是因为,社会系统中由于人类行为的不定性、多样性、复杂性的存在,很多时候,由于个体情绪或者个体影响力的存在、波动、传播,会导致整个社会系统的异常状态,例如,2016年Journal of Computational Science的一篇文章[16]指出,
Twitter上表现出的公众情绪与
道琼斯平均指数产生了明显的关联。如果我们能够挖掘这种内在的关联,就可以通过引导大众情绪,来引导系统的趋势走向,而基于自底向上的人工社会想法的计算实验则是发现并挖掘这种关联的有效手段。
“多重世界”思想的人工社会、计算实验和平行执行复杂系统方法
2004年,在人工社会基础上,
王飞跃教授提出在利用人工社会研究复杂系统时应采用“多重世界”观点,在单一世界中实际系统成为唯一现实的存在,所建立的数学模型必须要尽可能真实准确地逼近实际行动,但在多重世界中通过在规模、行为方式和系统特性上对实际系统的数字化“仿真”,建立合理的动态、在线的
人工系统,从而对实际系统情况进行“借鉴”和“预估”,提供动态、适用、有效的解决方案。
由于
复杂系统“不可分”、“不可知”问题的存在,使得:“必须采用整体论的观点考虑复杂社会经济系统的问题”;“复杂
社会经济系统问题不存在“一劳永逸”的解决方案,必须要引入一个会学习的系统,不断地学习处在变化和发展之中的系统”;复杂社会经济系统问题不存在一般意义下的最优解,更不存在唯一的最优解,需要充分考虑参与人群的文化、心理与行为特性及其分布。
因此,在基于对人工人口、人工社会、计算实验等研究的基础上,
王飞跃教授开创性地提出了“人工社会”、“计算实验”与“平行执行”为一体的复杂智能系统研究体系。平行(Parallel)不是并行(Parallel),平行是指“指虚拟系统与实际系统之间的平行互动,是指人工计算过程与实际物理过程之间的平行交互”,平行系统与并行系统的区别可见图3。
基于平行系统的平行管理的主要步骤[4]包括:第一步, 利用人工社会或
人工系统对复杂系统进行建模; 一定意义下, 可以把人工社会看成是科学“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系统进行分析和评估; 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, 将实际社会与人工社会并举, 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。
应用领域
自基于人工社会、计算实验与平行执行的复杂系统智能化解决体系提出以来,得到了众多领域广大学者的高度认可与支持,同时引发并引导了众多的前沿性研究与应用,例如:
(1)交通与物流系统:通过建立人工交通系统构造交通平行系统,综合考虑交通系统中人群的复杂行为,对城市交通物流进行引导性管理和控制,青岛基于ACP方法的平行交通一期工程荣获2015年度“IEEE国际智能交通系统杰出应用奖”,这是2006年该奖设立以来是区域性智能交通应用工程项目第一次获奖;
(2)农业制造系统:通过建立植物生长的人工模型构造植物生长的平行系统,将控制方法用于植物栽培,在制造化受控环境下进行农业生产的制造化,并与市场需求相结合,进行生产的安排和调度;
(3)人口动态管理和控制系统:通过构造人工人口系统描述人口的动态变化以及个体和整体人口的状态,构造人工平行系统,用于国家人工综合规划和人口政策研究,并对人工进行动态管理和控制;
(4)
社会经济系统:国外已有许多关于各种人工经济系统的研究,近年来,国内也涌现出了一些利用计算实验手段研究经济系统的团队,通过平行系统方法,可进一步利用并集成已有的研究与成果,深入研究社会经济系统的动态行为,评估各种不同经济政策的效果,甚至指引经济系统行为走向;
(5)模拟战争系统:美国军方自上世纪80年代末即已开始使用
模拟战争的手段帮助士兵更好的预先熟悉战争环境,评估战争与人员损伤等。平行系统方法的引入,不仅可提供更有效和逼真的战争模拟,并对不同军事战略的效果、应变能力、社会经济影响以及国内外政治影响进行评估,同时可有效应对当前明战、暗战与观战三战合一的新型战争形态;
(6)通过设计各种软件定义的对象、过程及系统并构造相应的人工社会系统与实际社会系统组成平行系统,将其应用于实际复杂社会系统的管理与控制,可为“全面、综合、可持续的科学发展观”提供一种可行的分析和评估方法,为将来的数字化社会和数字化政府管理奠定基础。
类似实例
2016年7月12日,
西门子在工业论坛首度提出他们的“数字化双胞胎”理念,再度掀起关于“
工业4.0”的热议。数字化双胞胎又被称为“数字镜像”,“数字孪生”或“数字化映射”是指
西门子支持企业进行涵盖其整个
价值链的整合及数字化转型,为从产品设计、
生产规划、工程组态、
生产制造直至服务五大环节打造统一的、无缝的数据平台,形成基于数字模型的虚拟企业和基于自动化技术的现实企业镜像。简单的说,就是以数字化方式
拷贝一个物理对象,模拟对象在现实环境中的行为,实现整个过程的虚拟化和数字化,从而解决过去的问题或精准预测未来——也就是,有一台属于你的时光机。“数字化双胞胎”绝对不仅是一个名词标签,而是一种创新意识的体现。在数字化双胞胎实现的过程中,需要两方面的必要条件:一套集成的软件工具和
三维形式的展现。
西门子工业软件大中华区DER总经理戚锋强调:“数字化双胞胎不是要让虚拟世界做现在我们已经做到的事情,而是要发现潜在问题、激发创新思维、不断追求优化进步,这才是数字化双胞胎的目标所在。”
美国
通用电气公司基于
Predix工业互联网平台,打造了自己的数字双胞胎(
Digital Twin)技术。每个
引擎、每个
涡轮、每台
核磁共振,
GE都可以在虚拟世界为它们创造一个“数字双胞胎”,你可以在电脑上清晰看到机器运行的每一个细节。通过这些拟真的数字化模型,我们不再需要在庞大的机器上进行反复调试、试验,只需要轻动鼠标,就可以知道如何让机器效率达到最高。随后,你只需要将最佳方案应用在机器上,就能轻松节省大量维修、调试成本。在
GE90发动机上应用数字双胞胎技术后,大修次数减少,节省了上千万成本;在铁路上应用数字双胞胎技术后,大大提升了燃油效率,同时降低了排放。到2020年,预计将有10,000台燃气轮机,68,000架飞机引擎,1亿支照明灯泡和1.52亿台汽车连入
工业互联网。
同济大学的陈明教授指出,数字化双胞胎模型具有模块化、自治性和连接性的特点,可以从
测试、
开发、
工艺及运维等角度,打破现实与虚拟之间的藩篱,实现产品
全生命周期内生产、管理、连接的高度数字化及模块化。
展望
2016年3月份
AlphaGo大战
李世乭并以4:1取得胜利的“世纪大战”引发了全世界范围的关注,有学者指出,
AlphaGo的胜利不在于一个程序战胜了一个顶尖的世界棋手,而是一个程序背后的所有程序员、围棋大师加上大量服务器的计算与存储能力,在“自我互博”下了超过3000万盘围棋之后,战胜了一个具有人类智能的围棋大师。大量的经验、加上快速地自我学习和计算实验性的选择与评估,赋予了
AlphaGo在围棋上超越人类棋手的能力。
这在一定程度上表明,在经历了以工业技术为主的“老IT(Industrial Technology)”以及信息技术为主的“旧IT(Information Technology)”之后,我们已经进入了“新IT(Intelligent Technologies)”的发展阶段。在开放、共享、互联的虚拟网络空间中,流动的信息与思想瞬间可到达世界的任何一个角落,链接到任何一个可以联网的个体。
马文·明斯基(Marvin Minsky)说过:“智能的力量来源于我们自身巨大的多样性,而非任何一个单一的、完美的准则(What magical trick makes us intelligent? The trick is that there is no trick. The power of intelligence stems from our vast diversity, not from any single, perfect principle.)。”有了人工人、人工人口、人工企业、人工组织的存在,人类或世界自身巨大的多样性将得到更进一步的激发,智能的发展也将极大被促进。
王飞跃教授在2004年时即提出对“未来社会的构想”,每个人一生下来,除了物理空间里的一个个体之外,同时网络空间,即
虚拟空间里也会有一个你,而且可能不止一个你!“2014年更强调“未来的平行社会”:这些虚拟的你,就是软件定义的“你”,就是软件定义的“硬件”,就是知识机器人,就是“知识机器”,就是你的扩展,就是你的人工智能,组成你自己的软件定义的组织。未来的世界,一定是真人与虚人一体化的平行人:平行人=人+i人,平行物=物+i物,开始是虚实的一对一,然后是一对多,多对一,最后是多对多,形成虚实互动、互生、互存的平行社会。这就需要对
波普尔的第三世界“
人工世界”进行更加深入的挖掘和充分的利用开发。客观上,人类至今的产业发展历程,首先是农业社会(
波普尔第一世界一部分)在地表层面开发了自然的物理世界;工业社会通过文艺复兴在精神和思维层面(
波普尔第二世界的一部分)极大地激发了人类的想象力、创造力,诱发了科学知识的革命,进而从地下到太空对物理世界进行了深度开发;当前时代,人类的重要任务在于利用无所不在的大数据“矿藏”,进行第三世界即“
人工世界”的大开发,进而回头更加深度地开发第一和第二的物理与心理世界,实现三个世界的和谐生存与可持续发展。