自動化領域的本科生都要學兩門課，即經典控制理論和現代控制理論。從表面上看，一個是傳遞函數方法一個是狀態空間方法。深挖下去，在思想層面也是有很多差別的。

經典控制理論最基本的思想體現在“反饋”這個概念上。如何深刻地理解反饋呢？ 在我看來，要深入理解“反饋”，應該看與它的對偶概念，也就是“前饋”。前饋就是接到指令以后，按照預定的邏輯順序執行。用前饋的前提是能夠達到預定目標。多數機器的工作原理就是前饋。如果把機器看作一個具備特定功能的系統，其功能體現在系統的輸入輸出關系。其中，系統的輸入包括操作要求和難以抑制的干擾。要讓系統達到預定目標，就要隔離各種干擾。比如，機器的外殼往往就是用來隔離干擾的、汽車用油的質量穩定也是用來隔離干擾的。

有些情況下，干擾是不可避免的、甚至相當嚴重。這個時候，就要使用“反饋”的手段來抑制了。瓦特就曾經用反饋的手段控制蒸汽機的速度。隨著技術的不斷進步，高端的生產技術似乎沒有不用“反饋”的——就像炒菜幾乎沒有不用鹽的。在維納看來，“反饋”的一個好處，就是不需要特別精確的模型，可以通過逐步的修正達到目的。盡管如此，在我看來，把干擾“御敵于國門之外”的前饋做法，仍然是工業界的基礎或前提，反饋是對前饋的完善手段：鹽對炒菜很重要，但菜的主體還是菜而不是鹽。維納也意識到，反饋的過程可以積累經驗。有了足夠的經驗，很多反饋就可以變成前饋了。

要“反饋”就要有信息。但有了信息并非就有了一切：確定反饋量的控制算法就是一個難點。這個問題之所以成為難點，是因為很對控制對象是“動態系統”：指令下達了，要慢慢地發揮作用（就像剎車不可能馬上剎住），有的時候甚至先要向相反的方向走一會才能回來（非最小相位系統）。控制論中的大量理論，就是圍繞這個難點來的。否則沒啥理論需求啊。談到這里，這讓我想起一個小故事：若干年前，某985高校副校長的一位在職博士要畢業，要我來審閱論文。這位在職博士可能是哪個單位的領導，專業水平實在太差：論文的出發點居然是把對象簡化成無動態特性的對象。我把他的論文退了回去：“如果一定讓我審這種缺乏專業常識的論文，我不會讓他通過。”

維納研究控制論的時候，基本上用微分方程、傳遞函數來描述對象。進一步發展下去，人們開始用微分方程組來描述了。其中，微分方程組中的每個變量被稱為“狀態變量”。于是，經典控制論就上升為現代控制論了。現代控制論這樣理解控制對象：“輸入影響狀態、狀態決定輸出”。對于這樣的模型，卡爾曼提出了兩個基本的概念：“可觀性、可控性”。也就是說：可以通過輸入，把“狀態變量”控制到某個特定點；可以通過測量輸入和輸出，知道“狀態變量”本身。基于這樣一套理論，控制器的設計就更容易了。

然而，無論是經典控制理論還是現代控制理論，其局限性都是很明顯的：用（線性）微分方程組描述。再往后怎么發展？我博士論文研究的是非線性控制，但非線性控制的難度大、適用對象少。我費了很大力氣卻沒得到什么像樣的結果，只是混了一頂博士帽子。為此，我一直反思：用直線型思維搞科研是要吃苦頭的。

我的一位鐵哥們是張鐘俊先生的關門弟子。我博士畢業前他出國。出國前對我說：（傳統）控制論走到頭了，未來是計算機的天下。當時我沒有回答。心中卻暗想：控制論是走到頭了，但與計算機有什么關系呢？

現在看來，確實是這樣。世界上絕大多數的自然或人造的對象、系統不怎么適合用微分方程描述，系統要素的相互關系也未必是那么復雜。而且，這些對象或系統都適合于用數據或程序來描述。

這個時候，控制系統的復雜就轉化為軟件過程的復雜了。有些有技術含量的技術，也未必針對復雜動態系統。當然，前饋和反饋的思想還在：能做好前饋最好，最不好就反饋；如果能在反饋中得到足夠好的知識，就直接用于前饋。但這些都是業務或者軟件的復雜性。

如何理解這種理論體系的變化呢？我想，要看背后的規律，而不是著眼于某個人的靈機一動。

如果單獨看某一個人，思想的產生或進步有很大的不確定性、或許與某個剎那的閃光有關、或有聽到某個說法有關。但從全人類的角度看，新思想總是不斷的，關鍵是能否被大眾接受（也許是學術界中的大眾）。而能否被世人接受，主要看傳播效果。

為什么有的傳播好，有的傳播不好呢？我想這更多地決定于外部環境的共性：如果大家的實踐都遇到困惑，則能夠消除這種困惑的思想就能得到傳播。控制界的困惑已經很久了，但能夠消除困惑的因素卻遲遲沒有來到。

可喜的是，這種因素現在終于到來了。這就是信息與通信技術的發展。信息與通信技術的發展，為很多技術創新開創了藍海，故而把越來越多的學者和企業吸引過來了。有些思想也就比較容易傳播。

我曾經花果一段時間，研究我的師爺呂勇哉教授。呂老師曾經是國際自動控制聯合會IFAC的主席。在成為IFAC主席之前，他有個著名的貢獻就是把熱傳導模型用于鋼鐵生產。在我看來，呂老師的工作，就可以看成CPS的應用：計算機中的模型就是在賽博空間的映像啊！據說，他靠這項貢獻被稱為“世界鋼鐵第一人”。呂老師為什么會有這種貢獻呢？我想除了他個人的能力之外，主要是抓住了計算機性能發展的機遇——過去沒法實時運算，現在可以了。而我自己來到寶鋼后的第一個比較有影響的工作，也是這么做出來的。

時至今日，ICT技術的高速發展，又為我們創造了大量的新的機會。智能制造的機會就是在這個背景下產生。其中，數據的存儲能力、計算能力，能讓賽博空間的復雜程度大大上升，過去需要幾天運算的工作，現在可以實時計算了。除此之外，互聯網的作用是巨大的：互聯網的本質是提升了我們的“可觀性”、“可控性”：讓人類能夠看到千萬公里之外的資源、控制千萬公里之外的資源。所以，仍然可以用現代控制理論的一些思想，理解當今的CPS。

維納關于“反饋”的認識，或許是從人或動物身上意識到的。他的思考起源于： 機器和人有什么不同？在我看來，有個重要區別或許是維納沒有意識到或者沒有強調的：機器是為了特定目的開發出來的、具有特定的功能，而人們卻常常要問自己“為什么活著”、缺乏特定目標。

其實，在人的一生中，有無數大大小小、長短不一、清晰程度不同、層次關系復雜、又時常改變的目標——只有把人放在具體環境下、有了具體目標（如從事具體工作、躲避野獸），才能和機器比較。從這種角度來看，人和動物需要感知信息，更重要的不是完成某個具體的目標，而是對目標不斷地修正和優化。 這就好比，一頭鹿正在吃草，看到獅子來了。這時他必須馬上修改目標，趕緊逃生。這個比喻可以理解當年的控制論和今天智能制造的差別：70多年前的控制論關心的是“如何吃草”；而今天的智能制造則關注“來了獅子趕緊跑”。

ICT技術帶動了智能制造，智能制造的英文名字一般是Smart Manufacture。 Smart 是快速、迅速的意思：雖然不是“來了獅子趕緊跑”，卻是“用戶來了趕緊追”、“市場變了趕緊變”。