第1章 SISE的定义与工程定位
1.1 从智能理论走向工程
智能并不是一个只存在于理论中的概念。
当智能被用于解决现实问题时，它必须进入具体的系统，面对具体的环境、对象和任务，并通过一定的工程结构表现出来。如果智能只能停留在概念、算法或者理论描述层面，而不能形成可以运行的系统，那么它还没有完成从理论到工程的转换。
模拟智能系统工程，就是研究这一转换过程。
SISE（Simulated Intelligent System Engineering，模拟智能系统工程）研究如何把模拟智能的基本原理转化为可以设计、构建、运行、测试、部署和维护的实际智能系统。
这里的“工程”不是简单的软件编程。
软件只是智能系统可能使用的一种实现形式。一个模拟智能系统可以运行在计算机软件中，也可以运行在机器人、无人车辆、无人机、无人船、智能设备或者其他具有感知和行动能力的实体中。
因此，SISE所面对的问题不是：
“如何开发一个软件？”
而是：
“如何建立一个能够面对现实环境并完成智能任务的系统？”
这两个问题具有明显区别。
普通软件开发通常从功能开始，根据需求建立程序、数据库、接口和页面，然后让程序按照预定逻辑运行。
模拟智能系统工程则必须从现实世界开始。
系统需要知道自己处于什么环境，面对什么对象，对象当前是什么状态，需要完成什么任务，当前可以采取哪些行为，以及采取行为以后产生了什么结果。
因此，SISE首先关注的是智能系统的现实存在方式。
1.2 SISE的定义
SISE是研究模拟智能系统及模拟智能实体工程构建方法的体系。
它研究如何使一个系统具有面对环境、获取信息、形成对象、识别关系、判断状态、理解任务、进行推理、形成决策、产生行为、执行行动并获得反馈的能力。
一个基本的SISE运行过程可以表示为：
环境
↓
感知
↓
元素
↓
对象
↓
关系
↓
状态
↓
任务
↓
理解
↓
记忆
↓
推理
↓
决策
↓
行为
↓
行动
↓
反馈
↓
经验
↓
学习与更新
↓
再次运行
这不是一个单纯的数据处理流程，而是一个智能实体面对现实环境的连续运行过程。
系统通过感知获得环境信息，通过元素形成基本认知单位，通过对象建立现实事物，通过关系确定对象之间的联系，通过状态描述对象当前情况，再结合任务进行理解、推理和决策。
决策产生行为，行为进入行动，行动改变系统或者环境状态，行动结果再通过反馈进入系统。
系统由此获得经验，并根据新的经验进行更新。
所以，SISE中的“系统”不是一个静态的软件集合，而是一个能够持续运行的智能过程。
1.3 什么是模拟智能
SISE中的“模拟智能”，首先强调的是智能过程的工程模拟。
现实中的人和动物具有感知、认识、判断、决策、行为和学习能力。模拟智能并不是简单复制生物本身，而是研究这些智能过程如何被抽象为可以由工程系统执行的结构。
例如，一个人看到前方有一个障碍物。
人的眼睛首先获得视觉信息，经过感知形成对象，然后判断对象的位置、距离和状态，再根据当前任务判断是否需要避开，最后决定向左、向右或者停止。
如果把这个过程转换成工程系统，就可以形成：
环境信息 → 障碍物对象 → 空间关系 → 当前状态 → 任务 → 判断 → 决策 → 行动 → 反馈
这就是模拟智能的一个基本工程过程。
因此，模拟智能并不是简单地让计算机“像人一样说话”，也不是让软件拥有一个看起来复杂的界面。
模拟智能真正关心的是：
系统能否根据环境形成有效认识，能否根据任务进行判断，能否形成适当决策，并能够执行相应行为。
1.4 智能系统必须面对现实
如果一个系统完全不需要面对环境、对象和实际任务，那么它可以只是一个信息处理程序。
例如，一个数据库系统可以保存一万个设备的资料。
它可以查询设备名称、编号、型号、维修时间和历史记录。
这些功能非常有用，但系统本身并没有因此获得对设备运行状态的智能判断能力。
如果一个智能系统真正面对这些设备，它需要进一步知道：
设备现在是否运行；
设备处于什么状态；
温度是否正常；
压力是否变化；
运行速度是否异常；
设备是否出现故障迹象；
当前任务是否允许继续运行；
下一步应该采取什么行动。
这时，系统面对的已经不是设备资料，而是现实中的设备对象。
这也是SISE非常重要的工程边界。
智能系统不能只面对数据库中的对象，还必须能够在需要时面对现实对象。
1.5 智能系统与普通信息系统
普通信息系统主要解决信息处理问题。
它可以完成：
信息输入；
信息存储；
信息查询；
信息修改；
信息传输；
数据计算；
业务流程；
结果输出。
这些都是现代计算机工程的重要组成部分。
但是，智能系统进一步增加了一个核心问题：
系统如何根据当前环境和任务进行判断并产生行为？
例如，一个普通仓库信息系统可以记录货物的位置。
而一个仓储移动机器人面对的则是实际仓库。
机器人需要感知货架、货物、地面、人员、障碍物和自身位置。
它需要判断目标货物在哪里，当前路径是否可以通行，是否需要绕开人员，以及到达目标位置以后应该执行什么动作。
因此：
仓库管理系统记录仓库信息。
而：
仓储智能实体进入仓库并执行实际任务。
二者可以连接在一起，但不能混为一谈。
同样的工程边界还存在于其他领域。
车辆管理系统不是无人驾驶系统。
无人机管理平台不是无人机自主飞行系统。
设备管理系统不是设备自主运行系统。
医院管理系统不是医疗智能实体。
农业管理系统不是农业作业智能实体。
环境管理平台也不是环境检测与作业智能实体。
SISE研究的是后者。
1.6 智能系统必须具有对象
现实世界不是由数据表组成的。
现实世界由大量实际对象组成。
人是对象。
机器是对象。
道路是对象。
车辆是对象。
房屋是对象。
植物是对象。
动物是对象。
河流是对象。
工件是对象。
机器人也是对象。
智能系统需要把获取到的信息与这些现实对象建立对应关系。
例如传感器获得：
温度：82℃
单独来看，这只是一个数值。
如果系统知道：
对象：工业设备A
那么信息就变成：
工业设备A → 温度 → 82℃
进一步知道设备正常温度范围以后，就可以形成：
工业设备A → 当前状态 → 温度异常
再结合设备正在执行的生产任务，系统就可以进一步判断是否需要降低设备运行强度、暂停任务或者进行进一步检测。
因此，SISE中的对象工程非常重要。
没有对象，信息就很难进入真正的智能判断过程。
1.7 智能系统必须具有状态
对象不是静止不变的。
同一个对象在不同时间可能具有完全不同的状态。
一台机器可能处于：
停止 → 启动 → 运行 → 异常 → 停止
一个机器人可能处于：
待机 → 移动 → 接近目标 → 操作 → 完成 → 返回
一辆无人车辆可能处于：
停车 → 起步 → 行驶 → 减速 → 停车
因此，智能系统不能只知道“是什么”，还必须知道“现在是什么状态”。
状态决定系统下一步可以做什么。
例如机器人正在移动时，可以继续执行移动任务；如果机器人发生碰撞风险，就不能继续保持原来的行动。
所以：
对象解决“是什么”。
状态解决“现在怎么样”。
二者共同构成智能判断的重要基础。
1.8 智能系统必须具有任务
智能并不是无目的地处理信息。
现实中的智能行为通常与任务有关。
机器人执行搬运任务。
无人机执行巡检任务。
无人车辆执行运输任务。
农业智能实体执行作业任务。
医疗智能设备执行辅助任务。
环境智能实体执行检测任务。
如果没有任务，系统可能只是不断获取信息。
有了任务以后，系统才需要判断：
现在在哪里？
目标在哪里？
任务完成到什么程度？
当前是否具备执行条件？
下一步应该做什么？
是否需要改变原来的行动？
因此，任务是连接“认知”和“行动”的重要工程对象。
1.9 从理解到决策
智能系统不能停留在信息获取。
系统获得信息以后，需要形成理解。
例如无人机检测到某设备附近温度异常。
单纯获得温度数据并不能完成任务。
系统需要知道：
这是哪个设备？
异常发生在哪里？
异常持续了多久？
是否超过规定范围？
是否可能影响当前任务？
是否需要再次检测？
是否需要改变飞行路径？
经过这些判断以后，系统才可能形成决策。
因此，SISE中的智能过程可以进一步表示为：
感知信息
↓
对象形成
↓
状态判断
↓
任务理解
↓
推理
↓
决策
↓
行动
这就是智能从“知道”走向“做”的过程。
1.10 决策必须进入行为
决策如果不能产生行为，就不能形成完整的智能工程闭环。
例如系统判断：
前方存在障碍物。
这是判断。
系统进一步决定：
向右绕行。
这是决策。
机器人真正执行：
改变运动方向。
这才进入行动。
行动之后，机器人再次感知环境：
原障碍物已经避开。
这是反馈。
于是形成：
感知 → 判断 → 决策 → 行动 → 反馈
如果系统只把“前方有障碍物”显示给用户，而不具备任何后续行为，那么它可以是一个信息提示系统，但还没有形成完整的自主智能行动过程。
1.11 SISE的工程对象
SISE的工程对象具有很大的范围。
最简单的形式可以是软件型智能系统。
软件系统可以通过计算机程序完成感知信息处理、对象建立、状态判断、推理、决策和系统行为。
进一步可以形成智能设备。
智能设备具有传感器、处理结构和执行机构，可以直接面对一定的现实环境。
再进一步就是机器人和无人系统。
机器人能够移动、操作和与现实对象发生直接作用。
无人车辆可以面对道路环境进行移动和驾驶。
无人机可以面对三维空间进行飞行和任务执行。
无人船和水下智能实体可以面对水面和水下环境运行。
农业智能实体可以进入农田面对作物、土壤和农业环境。
医疗智能实体可以面对患者、医疗设备和实际医疗环境执行辅助任务。
综合智能实体则可以同时面对多个对象、多个任务和多个环境条件。
这些对象虽然差异巨大，但都可以使用SISE的统一工程思想进行研究。
1.12 SISE与生产系统的边界
SISE进入工业领域以后，必须特别区分生产系统与生产管理系统。
生产管理系统可以处理订单、计划、人员、库存、报表和生产记录。
这些属于管理问题。
生产智能系统面对的则是实际生产过程。
它面对机器、工件、材料、工具、生产环境以及设备运行状态。
例如一个工业机器人正在进行焊接。
智能系统需要知道工件的位置、机器人姿态、焊接状态、设备状态和当前任务，并根据实际情况调整行为。
这才属于工业生产智能工程。
因此：
生产管理不是生产智能。
设备管理不是设备智能。
订单系统不是生产智能系统。
SISE研究的是实际生产过程中能够感知、判断、决策和行动的智能实体。
1.13 SISE的最终工程定位
SISE的最终目标不是建立一个“看起来智能”的软件。
它的目标是把模拟智能真正转化为能够运行的工程系统。
一个完整的SISE工程必须能够明确：
谁在运行？
在哪里运行？
面对什么对象？
获取什么信息？
处于什么状态？
需要完成什么任务？
如何理解？
如何推理？
如何决策？
如何行动？
行动结果是什么？
出现异常怎么办？
如何保护自身？
如何继续运行？
因此，SISE最终形成的是一个完整的智能工程闭环：
真实环境
↓
感知
↓
对象
↓
关系
↓
状态
↓
任务
↓
理解
↓
记忆
↓
推理
↓
决策
↓
行为
↓
行动
↓
反馈
↓
经验
↓
学习与更新
↓
再次运行
这个循环不断运行，智能系统才真正具有生命力。
1.14 本章结论
模拟智能系统工程，是连接模拟智能理论与现实工程之间的桥梁。
它不把智能理解为一个附加的软件功能，而把智能理解为一个完整的系统运行过程。
一个真正的模拟智能系统，需要面对环境、对象和任务，需要形成状态理解，需要进行推理和决策，需要产生行为和行动，并能够通过反馈继续运行。
因此，SISE的核心不是：
把普通软件变得更复杂。
而是：
把模拟智能变成能够在现实环境中运行的工程系统。
从这一定位出发，后续的模拟智能系统工程将不再只讨论抽象的智能概念，而是逐步研究智能系统的环境、实体、感知、元素、对象、关系、状态、任务、理解、记忆、推理、决策、行为、行动、反馈、异常、自我保护、连续运行以及最终的工程测试、部署和验收。
这构成了模拟智能系统工程的基本起点。