“煙囪排煙溫度300度”是傳感器測量出來的感知結果。但是，這個信息所含的“煙道堵了”，則是認知的結果。如果一定要區分感知和認知的話：感知就是傳感器測量的結果，認知則是測量結果內涵的信息。

自動化系統的安全穩定運行有個重要的前提：對發生的問題是“有預案”的。也就是說，人類必須事先寫好代碼、告訴計算機：出現什么事情時，應該如何去做。一般情況下，控制對象或制系統沒有故障時，才能用自動控制的模式——除非把故障的處理方式事先告訴計算機：而這種做法，已經有了智能化的味道了。

系統正常時，傳感器測量的結果是意義明確的信息，如溫度、壓力等。這時，感知和認知沒有差別。當系統不正常時，這些數據意味著設備、操作、質量、管理中出現問題。感知和認知就有差別了。

系統小的時候（如設備、閥門系統），“系統正常”可以作為一種常態化的假設。但俗話說：“林子大了，什么鳥都有”。系統大了以后（如把車間、工廠、供應鏈作為對象），“系統完全正常”就是可遇不可求的了。所以，企業級的計算機系統往往是依靠人來做決策的。以發揮人的優勢：無論遇到什么突發問題，人總會有辦法。這就是所謂的管理系統或者信息系統（不是自動化系統）。

智能化、尤其是互聯網帶動的智能化，往往是針對大系統的。當然，大系統不一定是體積大，本質是復雜性高。這時，我們需要計算機更加深度地參與更復雜的決策：無論是自主決策還是幫助人類更好地決策。這樣，就能用人機結合的方式，處理好復雜、實時、大系統的問題。

這時，無論是機器的自主決策還是幫助人決策，都需要提高認知能力。

這是因為：大系統中可能有成千上萬個設備或終端發出的實時信息。這時，人腦可能沒有辦法有效地接受和處理這些信息。只有用算法（也就是工業互聯網白皮書中說的高級分析）來充當“小秘書”：從這些初級信息中提出有用的信息，幫助管理者進行決策。這其實主要就是一個認知的過程。

回到一開始的例子。“排煙溫度300度”意味著“煙道堵了”——這個認知過程，操作工可能是有的。但是，操作工可能會偷懶、不去處理。這時，就會能源浪費會一直發生。

企業大了的時候，在企業里可能有成千上萬個這樣的設備、成千上萬個人同時勞動。所以，企業高層管理者根本沒有精力去關心每一個設備的實時信息、每一個人的工作情況。所以，他即便有辦法看到數據，也并不知道操作工偷懶。傳統的企業管理架構是金字塔型的——這是沒有辦法的辦法，因為大領導能夠直接管理的人不多。

但是，如果讓計算機具備了認知能力，就可以在“煙道堵了、一直沒有人處理”的時候，把消息傳遞給公司領導。這樣，公司在周一開總經理例會的時候，就可以把一周發生的事情拿出來讓大家看，與獎懲結合起來。

這樣，總經理平日里根本不用關心這些雞毛蒜皮的小事、不用花費精力，就有能力對企業“明察分毫”。如果總經理能夠做到這一點，下面的人也就不會偷懶了。公司管理自然就好了，與質量、效率、成本都有關的經營指標自然就能好起來。

這就是“從感知到認知”的意義。

本文來源：蟈蟈創新隨筆

原文標題：從感知到認知：智能化的關鍵

文章出處：【微信公眾號：智能制造】歡迎添加關注！文章轉載請注明出處。