平行管理

平行系統：中國科學院自動化研究所王飛躍研究員在其2004年發表的《平行系統方法與複雜系統的管理和控制》一文中首次提出了平行系統的概念。平行系統（Parallel Systems），是指由某一個自然的現實系統和對應的一個或多個虛擬或理想的人工系統所組成的共同系統 ^{[1]  [2]  [3]  [4]  [5]}  ，平行系統分為人工系統與實際系統兩部分。簡單來講，人工系統是對實際系統的軟件化定義，不僅是對實際系統的數字化“仿真”，也是為實際系統運行提供可替代版本（或其他可能的情形），從而實現對實際系統在線、動態、主動的控制與管理，為實際複雜系統管理運作提供高效、可靠、適用的科學決策和指導。

ACP方法：ACP(人工系統(Artificial system)、計算實驗(Computational experiments)、平行執行(Parallel execution))方法的核心思想包括應用基於Agent 智能體技術的人工系統來描述複雜系統, 解決複雜系統本質上不能解析建模的問題. 以計算機為實驗室通過對人工系統的計算實驗來解決真實系統難以實驗以及重複實驗的難題. 最後, 通過對實際系統與人工系統構成的平行系統進行平行執行來實現系統的管理和控制. 近年來, ACP 方法已經成功地應用於交通、化工、經濟、社會安全等多領域, 為面向以人為核心的複雜社會問題的研究提供了完整的解決方案。

平行管理：基於平行系統理論，採用ACP(人工系統(Artificial system)、計算實驗(Computational experiments)、平行執行(Parallel execution))方法對複雜系統進行雙閉環管理的一種管理方法與理論體系，是一種適用於兼具社會複雜性和工程複雜性的複雜系統管理思想與方法。中國科學院自動化研究所王飛躍研究員在其2004年發表的《平行系統方法與複雜系統的管理和控制》一文中首次提出了平行系統的概念 ^[1]  ，後續演化出平行管理的概念。例如，在石化企業平行管理中其基本內容和方法如圖2所示。

隨着系統複雜性的增加，系統逐漸地從簡單的物理系統向大型的信息系統，再向複雜的社會物理網絡系統(Cyber-physical-social systems, CPSS) 過渡，所涉及的關鍵信息也從物理信號，到商務信號，再到社會信號；系統的行為越來越難以被精確地刻畫，相應的建模方法也從解析式的數學模型到仿真模型，再到描述型的人工模型；但實際行為與模型行為之間的差別也越來越大，以至形成“建模鴻溝”的客觀現象 ^[6]  。實際上，這一“建模鴻溝”是導致一些學者認為閉環反饋式的社會管理是“虛偽的希望”、“過分的樂觀“以至“恐怕永遠也不會有結果”的主要因素 ^[7-8]  。

由於“建模鴻溝”，迫使我們把注意力從利用可以控制系統行為的“牛頓定律”進行建模，轉向通過能夠影響系統行為的“默頓定律”進行描述。這裏，“牛頓定律”泛指可以通過解析的方式精確地描述系統行為的各類物理、力學、化學、生物等傳統意義上的科學定律和公式， 當然也包含經典的牛頓定律等。而“默頓定律”泛指以社會學家默頓命名的各種能夠引導系統行為的“自我實現預言”，即：“由於信念和行為之間的反饋，預言直接或間接地促成了自己的實現” ^{[8]  [9]}  。因為對於複雜的社會問題，在許多情況下，我們要“證實” 的命題，其實最後是我們影響甚至改變、構成、實現的命題，非自然科學，特別是物理數學裏的因果關係，而是心理學上的因果驅動關係。簡言之“命題改變行為，進而成真”。 半個多世紀來，引導全球半導體事業發展的“摩爾定律(Moore0s Law)” 就是一個十分成功的“默頓定律” ^{[8]  [9]}  。

我們稱其行為能夠由“牛頓定律” 控制的系統為“牛頓系統”，其特徵就是在給定當前系統狀態與控制的條件下，理論上系統下一步的狀態便可通過求解方程而準確地獲得，從而系統的行為就可以被精確地預測。因此，對於“牛頓系統”，建模的首要任務就是發現控制系統行為的“牛頓定律”，據此直接設計相應的控制方法，依此控制系統行為，實行希望的目標。現代工程控制理論與方法的成功，主要就是針對這類“牛頓系統”。顯然，對於牛頓系統，“行為建模” 與“目標建模” 是一致的：由於“行為建模”的高度準確性，只要系統本身可控，完全可以通過對“行為模型” 的分析達到對其控制的目的，無需單獨對目標進行建模。換言之，對於牛頓系統，“行為建模” 可以隱含於“目標建模” 之中，合而為一。

我們稱系統行為能夠被“默頓定律” 影響或指導的系統為“默頓系統”，其特徵就是：即使給定其當前狀態與控制的條件下，理論上系統下一步的狀態也無法通過求解而準確地獲得，從而系統的行為也就難以被精確地預測，就連概率性描述也不可能，有時甚至連統計描述也沒有，只有“人為” 的假設或可能性描述。因為這類系統包含“自由意志”，本質上無法對其直接控制，只能間接地影響 ^[8]  。

對於“默頓系統”，建模或描述的首要任務變為根據希望的目標去設計能夠有效地影響或指導系統行為的“默頓定律”，在此基礎上建立圍繞目標實現這一任務的人工系統，從而直接或間接地影響“自由意志”，改變行為模式，進而通過實際系統與人工系統的平行互動，促使實際系統運行在希望的目標之下。如何創新社會管理，特別面向Cyberspace， 結合網絡環境下虛擬社會特色的現代化社會管理，就是研究這類“默頓系統” 的首要任務。

與牛頓系統不同，對於默頓系統而言，“行為建模” 或“行為描述” 與“目標建模” 或“目標描述”是獨立且不一致的：由於“行為描述” 高度依賴常識、經驗、猜測、假定、希望等，而且系統本身可以毫無理由地改變其行為，甚至常常有目的、針對性地以在“進行或運行中(On the fly)” 的方式來改變其行為，故很難通過對“行為模型” 的分析達到對其行為的控制或管理目的，因此必須單獨對目標進行描述和建模，以便決定如何進行情景和行為的分析、預判、歸類、實驗、評估等，如何選擇引導和管理的策略、計劃、方案、步驟以及資源的組織、配置、調度、保障和監控的制度、實施、反饋、調節、質量、可靠性等。所以，對於默頓系統，“目標描述”無法再隱含於“行為描述”之中，兩者不能合而為一，必須分離,獨立進行。

沒有Cyberspace 和以社會信號為主體的大數據之前， “建模鴻溝”在技術上很難克服。大數據提供了填補“建模鴻溝”的原料，而知識自動化又為跨越“鴻溝”提供了機制，關鍵就是“行為描述”和“目標描述”的分離，否則這些想法仍然無法實施。

問題是如何分離？兩者與控制器或管理器之間的關係如何？界在何處？“行為模型”對於物理系統已經有非常成熟的方法，但對於社會系統，特別是CPSS系統，量化的模型至今仍在探索，可用的主要有社會網絡和概率圖模型。“目標模型”是一個嶄新的課題，可以看出人工智能和其他智能技術在此有很大的發揮空間。無論如何，知識表示和知識工程將在這些問題的解決中起重要作用，但如何使其作用的方式動態化、自適應、反饋、閉環, 卻是一個難題。最後的目標就是實現從傳統的控制模式到新型的知識管理範式之轉移，即從以解析方法為基礎的建模、分析、控制，到以數據驅動為核心的描述、預估、引導。

這就是從牛頓系統到默頓系統，從牛頓定律到默頓定律的挑戰, 也是實施知識自動化所要面對的核心問題。我們必須加快研究如何利用社會信號來填充“建模鴻溝”，彌補實際與模型之間的差別，“製造”各種各樣的默頓定律，像控制現代工業系統一樣，實現對特定社會系統的實時、反饋、閉環式的有效管理 ^{[8]  [9]}  。

人工生命的開拓者Langton曾把人工生命的研究定義為：“展示具有自然生命系統行為特性的人造系統的研究(The study of man-made systems that exhibit behaviors characteristic of natural living systems)” ^[10-11]  。以“仿生”的手段，側重研究生命系統的過程特性，如自組織、自繁殖、新陳代謝、合作、湧現、生序、學習和進化等等。人工生命的核心問題是通過提取刻畫生物現象的基本動力學原理來理解生命，並在其它物理介質，如計算機等，“再生”這些動態過程，從而使它們可被用於新的嘗試、試驗和操縱。

北京大學的塗序彥教授討論了“人工生命”的概念、內容和方法，指出人工生命的定義性特徵在於其“人造”而非自然性質。在其文章中 ^[12]  ，塗序彥教授還給出了“高級人工生命”與“低級人工生命”之分，並提出“人工生命是自然生命的模擬、延伸與擴展”，同時給出了人工生命學科探索的初步架構。

中國科學院自動化所王飛躍研究員對從人工生命到人工社會的延伸過程進行了深入的探索。一定程度上來講，社會本身就是一個主要由人以及“人造”的實體組成的系統，這是一個客觀的現實；同時，人又是社會的產物(Man is a social product ^[13]  )。人工社會的研究起源於上世紀90年代初的“仿真社會”(Simulating Societies)的研究。1992年舉行了第一次相關的研討會。1994年開始，美國聖菲研究所(theSanta Fe Institute,SFI)開展了類似的工作。一定程度上，Epstein和Axtell在1996年的專著《生長型人工社會：從底向上的社會科學(Growing Artificial Societies: Social Science from the Bottom Up)》奠定了複雜系統研究的許多基礎性工作。作者採用代理的建模和模擬方法，打破學科界限，從生死、性別、文化、衝突、經濟、政治等各種活動和現象的動態交互入手，綜合性並系統性地由微觀個體的行為機制入手，分析宏觀的社會結構、羣體規律與政治現象。

從方法論上，人工社會與“仿真”社會在方法論上和哲學認識上存在兩點主要差別 ^[14]  ：在方法論上，仿真社會通過將研究對象分解為子系統，利用計算機和數值技術建模而成，仿真並“回顧”自然社會系統的各種狀態和發展特性，是一種自上而下的被動還原型研究方法，而人工社會通過人造對象的相互作用，利用計算機和代理技術“培育生長”社會，模擬並“實播”人工社會系統的各種狀態和發展特性，是一種自底向上的綜合型研究方法。在哲學人事上，仿真社會固守實際社會是唯一現實存在的信念，並以實際社會作為檢驗研究成果的唯一參照和標準，追求“真實”，認為人工社會也是一種現實，是現實社會的一種可能的替代形式。人工社會的這種思想，與人工生命中生命是“多重現象”的觀點一致。

已故的諾貝爾經濟學獎獲得者司馬賀(Hebert Simon)曾説過：由於許多至關重要的複雜社會過程無法像其他過程那樣進行還原分析，因此，社會科學是真正的“硬”科學 ^[15]  。司馬賀的話點出了複雜社會系統和一般複雜系統為何複雜且困難的實質：無法還原拆分和無法試驗與實驗分析。一是無法進行還原分析是複雜性所面臨的本質性困難，二是無法進行試驗或實驗分析是其面臨的手段性困難或工具性困難 ^[2]  。王飛躍教授在其《計算實驗方法與複雜系統行為分析和決策評估》一文中闡釋了造成這一困難的原因 ^[2]  。

1.本質方面原因——正如司馬賀所言，對許多複雜系統我們無法對其進行分解還原分析，因為分解後的系統已在本質上不具有原系統的功能和作用了；

2.經濟方面原因——由於複雜系統的規模和成本的因素，試驗代價太大，以致經濟上無法承受從而不可能進行試驗；

3.法律方面原因——許多複雜系統涉及國家防衞、軍隊戰備、社會安全等問題，受立法保護，以致無法對研究的系統進行試驗；

4.道德方面原因——許多複雜系統，特別是複雜社會系統，往往由大量人員的參與，對這些系統進行試驗，有可能危害人的生命和財產，至少衝擊人的正常生活，以致在道德上無法接受這類試驗。

因此，由於實際複雜系統特別是複雜社會系統的“不可還原”與“不可試驗”特性，王飛躍教授指出，在複雜社會系統研究中，可引入“人工生命”與“人工社會”的概念，設計複雜系統的“計算實驗”，其基本思路在於：

1.強調綜合與合成在行為產生中的作用，通過利用人工組件構造複雜行為模型，而不是將自然系統形式拆成部件來理解系統行為，因此採用的是整體而不是還原的方式；

2.通過把人工創造的系統置於實際、仿真或混合環境下，產生複雜的互動方式和相關行為，利用湧現方法進行觀測總結，瞭解、分析和理解複雜系統的行為及其各種影響因素。

以社會系統為例，本質上來説，“計算實驗”與“仿真”的主要區別在於：仿真是有“真”可仿，仿真的過程或結果，要逼近實際社會系統、社會羣體行為或者社會現實；“計算實驗”是要把“仿真”結果作為社會現實的一個替代版本，而把實際社會系統在某一時刻的狀態作為可能出現的社會現實的一種。這是因為，社會系統中由於人類行為的不定性、多樣性、複雜性的存在，很多時候，由於個體情緒或者個體影響力的存在、波動、傳播，會導致整個社會系統的異常狀態，例如，2016年Journal of Computational Science的一篇文章 ^[16]  [16]指出，Twitter上表現出的公眾情緒與道瓊斯平均指數產生了明顯的關聯。如果我們能夠挖掘這種內在的關聯，就可以通過引導大眾情緒，來引導系統的趨勢走向，而基於自底向上的人工社會想法的計算實驗則是發現並挖掘這種關聯的有效手段。

2004年，在人工社會基礎上，王飛躍教授提出在利用人工社會研究複雜系統時應採用“多重世界”觀點 ^[3]  ，在單一世界中實際系統成為唯一現實的存在，所建立的數學模型必須要儘可能真實準確地逼近實際行動，但在多重世界中通過在規模、行為方式和系統特性上對實際系統的數字化“仿真”，建立合理的動態、在線的人工系統，從而對實際系統情況進行“借鑑”和“預估”，提供動態、適用、有效的解決方案 ^[17]  。

由於複雜系統“不可分”、“不可知”問題的存在，使得：“必須採用整體論的觀點考慮複雜社會經濟系統的問題”；“複雜社會經濟系統問題不存在“一勞永逸”的解決方案，必須要引入一個會學習的系統，不斷地學習處在變化和發展之中的系統”；複雜社會經濟系統問題不存在一般意義下的最優解，更不存在唯一的最優解，需要充分考慮參與人羣的文化、心理與行為特性及其分佈。

因此，在基於對人工人口、人工社會、計算實驗等研究的基礎上，王飛躍教授開創性地提出了“人工社會”、“計算實驗”與“平行執行”為一體的複雜智能系統研究體系。平行(Parallel)不是並行(Parallel)，平行是指“指虛擬系統與實際系統之間的平行互動，是指人工計算過程與實際物理過程之間的平行交互” ^[4]  ，平行系統與並行系統的區別可見圖3。

基於平行系統的平行管理的主要步驟[4]包括：第一步, 利用人工社會或人工系統對複雜系統進行建模； 一定意義下, 可以把人工社會看成是科學“遊戲”, 就是用類似計算機“遊戲”的技術來建模； 第二步, 利用計算實驗對複雜系統進行分析和評估； 一旦有了針對性的人工社會, 我們就可以把人的行為、社會的行為放到計算機裏面, 把計算機變成一個實驗室, 進行“計算實驗”, 通過“實驗” 來分析複雜系統的行為, 評估其可能的後果；第三步, 將實際社會與人工社會並舉, 通過實際與人工之間的虛實互動, 以平行執行的方式對複雜系統的運行進行有效地控制和管理。

自基於人工社會、計算實驗與平行執行的複雜系統智能化解決體系提出以來，得到了眾多領域廣大學者的高度認可與支持，同時引發並引導了眾多的前沿性研究與應用，例如：

(1)交通與物流系統 ^[18-21]  ：通過建立人工交通系統構造交通平行系統，綜合考慮交通系統中人羣的複雜行為，對城市交通物流進行引導性管理和控制，青島基於ACP方法的平行交通一期工程榮獲2015年度“IEEE國際智能交通系統傑出應用獎”，這是2006年該獎設立以來是區域性智能交通應用工程項目第一次獲獎；

(2)農業製造系統：通過建立植物生長的人工模型構造植物生長的平行系統，將控制方法用於植物栽培，在製造化受控環境下進行農業生產的製造化，並與市場需求相結合，進行生產的安排和調度；

(3)人口動態管理和控制系統 ^[22]  ：通過構造人工人口系統描述人口的動態變化以及個體和整體人口的狀態，構造人工平行系統，用於國家人工綜合規劃和人口政策研究，並對人工進行動態管理和控制；

(4)社會經濟系統 ^[23-24]  ：國外已有許多關於各種人工經濟系統的研究，近年來，國內也湧現出了一些利用計算實驗手段研究經濟系統的團隊，通過平行系統方法，可進一步利用並集成已有的研究與成果，深入研究社會經濟系統的動態行為，評估各種不同經濟政策的效果，甚至指引經濟系統行為走向；

(5)模擬戰爭系統 ^[25]  ：美國軍方自上世紀80年代末即已開始使用模擬戰爭的手段幫助士兵更好的預先熟悉戰爭環境，評估戰爭與人員損傷等。平行系統方法的引入，不僅可提供更有效和逼真的戰爭模擬，並對不同軍事戰略的效果、應變能力、社會經濟影響以及國內外政治影響進行評估，同時可有效應對當前明戰、暗戰與觀戰三戰合一的新型戰爭形態；

(6)通過設計各種軟件定義的對象、過程及系統並構造相應的人工社會系統與實際社會系統組成平行系統，將其應用於實際複雜社會系統的管理與控制，可為“全面、綜合、可持續的科學發展觀”提供一種可行的分析和評估方法，為將來的數字化社會和數字化政府管理奠定基礎。

2016年7月12日，西門子在工業論壇首度提出他們的“數字化雙胞胎”理念，再度掀起關於“工業4.0”的熱議。數字化雙胞胎又被稱為“數字鏡像”，“數字孿生”或“數字化映射”是指西門子支持企業進行涵蓋其整個價值鏈的整合及數字化轉型，為從產品設計、生產規劃、工程組態、生產製造直至服務五大環節打造統一的、無縫的數據平台，形成基於數字模型的虛擬企業和基於自動化技術的現實企業鏡像。簡單的説，就是以數字化方式拷貝一個物理對象，模擬對象在現實環境中的行為，實現整個過程的虛擬化和數字化，從而解決過去的問題或精準預測未來——也就是，有一台屬於你的時光機。“數字化雙胞胎”絕對不僅是一個名詞標籤，而是一種創新意識的體現。在數字化雙胞胎實現的過程中，需要兩方面的必要條件：一套集成的軟件工具和三維形式的展現。西門子工業軟件大中華區DER總經理戚鋒強調：“數字化雙胞胎不是要讓虛擬世界做現在我們已經做到的事情，而是要發現潛在問題、激發創新思維、不斷追求優化進步，這才是數字化雙胞胎的目標所在。”

美國通用電氣公司基於Predix工業互聯網平台，打造了自己的數字雙胞胎（Digital Twin）技術。每個引擎、每個渦輪、每台核磁共振，GE都可以在虛擬世界為它們創造一個“數字雙胞胎”，你可以在電腦上清晰看到機器運行的每一個細節。通過這些擬真的數字化模型，我們不再需要在龐大的機器上進行反覆調試、試驗，只需要輕動鼠標，就可以知道如何讓機器效率達到最高。隨後，你只需要將最佳方案應用在機器上，就能輕鬆節省大量維修、調試成本。在GE90發動機上應用數字雙胞胎技術後，大修次數減少，節省了上千萬成本；在鐵路上應用數字雙胞胎技術後，大大提升了燃油效率，同時降低了排放。到2020年，預計將有10,000台燃氣輪機，68,000架飛機引擎，1億支照明燈泡和1.52億台汽車連入工業互聯網。

同濟大學的陳明教授指出，數字化雙胞胎模型具有模塊化、自治性和連接性的特點，可以從測試、開發、工藝及運維等角度，打破現實與虛擬之間的藩籬，實現產品全生命週期內生產、管理、連接的高度數字化及模塊化。

2016年3月份AlphaGo大戰李世乭並以4:1取得勝利的“世紀大戰”引發了全世界範圍的關注，有學者 ^[26]  指出，AlphaGo的勝利不在於一個程序戰勝了一個頂尖的世界棋手，而是一個程序背後的所有程序員、圍棋大師加上大量服務器的計算與存儲能力，在“自我互博”下了超過3000萬盤圍棋之後，戰勝了一個具有人類智能的圍棋大師。大量的經驗、加上快速地自我學習和計算實驗性的選擇與評估，賦予了AlphaGo在圍棋上超越人類棋手的能力。

這在一定程度上表明，在經歷了以工業技術為主的“老IT(Industrial Technology)”以及信息技術為主的“舊IT(Information Technology)”之後，我們已經進入了“新IT(Intelligent Technologies)”的發展階段。在開放、共享、互聯的虛擬網絡空間中，流動的信息與思想瞬間可到達世界的任何一個角落，鏈接到任何一個可以聯網的個體。馬文·明斯基(Marvin Minsky)説過：“智能的力量來源於我們自身巨大的多樣性，而非任何一個單一的、完美的準則(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.)。” ^[27]  有了人工人、人工人口、人工企業、人工組織的存在，人類或世界自身巨大的多樣性將得到更進一步的激發，智能的發展也將極大被促進。

王飛躍教授在2004年時即提出對“未來社會的構想”，每個人一生下來，除了物理空間裏的一個個體之外，同時網絡空間，即虛擬空間裏也會有一個你，而且可能不止一個你！“2014年更強調“未來的平行社會”：這些虛擬的你，就是軟件定義的“你”，就是軟件定義的“硬件”，就是知識機器人，就是“知識機器”，就是你的擴展，就是你的人工智能，組成你自己的軟件定義的組織。未來的世界，一定是真人與虛人一體化的平行人：平行人=人+i人，平行物=物+i物，開始是虛實的一對一，然後是一對多，多對一，最後是多對多，形成虛實互動、互生、互存的平行社會 ^[28]  。這就需要對波普爾的第三世界“人工世界”進行更加深入的挖掘和充分的利用開發。客觀上，人類至今的產業發展歷程，首先是農業社會(波普爾第一世界一部分)在地表層面開發了自然的物理世界；工業社會通過文藝復興在精神和思維層面(波普爾第二世界的一部分)極大地激發了人類的想象力、創造力，誘發了科學知識的革命，進而從地下到太空對物理世界進行了深度開發；當前時代，人類的重要任務在於利用無所不在的大數據“礦藏”，進行第三世界即“人工世界”的大開發，進而回頭更加深度地開發第一和第二的物理與心理世界，實現三個世界的和諧生存與可持續發展 ^[29]  。