HOME BLOG

现在我所能看到的自动化专业

2020 年的国庆到了,在新冠疫情的影响之下,我的大学三年级生活才刚刚正式开始。由于在大学初看到了 Yin Wang 的文章,心中充满了对编程的狂热信仰,遂在编程学习上投入了一定的精力。现在回过头来看,也算是有了一定的收获,但是前进的方向似乎和我所在的自动化专业有所偏差。说到自动化,我首先想到的就是工厂中的自动化生产线,再也就没有进一步的深入了解了,所幸前两年所学都是理工科基础课,现在开始了解和努力还不算晚。值此十一长假,结合自身所学和网上的资料,对自动化学科来写一篇认识性的文章。

本文部分介绍了科学学科专业三者的关系,以及个人对自动化的认识。对本文的阅读可能会浪费你的时间,毕竟这只是一次自我总结而已。就了解什么是自动化而言,这里有一篇更好的文章:【转载】控制科学与工程发展报告

限于个人水平,文章中的内容和观点难免有幼稚和疏漏之处,若有发现请告诉我,我会及时改正过来。

1. 科学、学科与专业

读了这么久的大学,这三个词的概念我居然没法区分。真是戏言啊,真是杰作啊。

1.1. 什么是科学(science)

科学是一种系统的知识体系,以可检验的关于宇宙的解释和预测的形式来建立和组织知识。

现代科学一般被分为三个主要的分支,它们是自然科学(natural sciences),社会科学(social sciences)和形式科学(formal sciences)。自然科学从最广义的角度研究自然,它包括物理,化学,生物等学科;社会科学研究个体和社会,它包括经济学,心理学,社会学等;形式科学研究抽象概念,它包括逻辑学,数学,计算理论科学等。

像是工程学和医学一样的将已存在的科学知识运用于实际目的的学科被叫做应用科学(applied sciences)。

1.1.1. 自然科学

自然科学是科学的一个分支,它关注自然现象的描述,预测和理解。它可以分为两个主要的分支:物理科学和生命科学。生命科学也被叫做生物学,物理科学可被分为物理,化学,天文学和地理学。这些子分支也可进一步分为更多的分支(领域)。作为经验(empirical)科学,自然科学使用形式科学的工具将自然的信息转化为度量,这些度量可以清晰地解释“自然法则”。

1.1.2. 社会科学

社会科学致力于研究社会和研究在社会中的个体的关系。社会科学一开始是指社会学(sociology)。除了社会科学之外,现在还多了很多个学科,它们包括人类学,考古学,经济学,人文地理学,语言学,管理科学,媒体学,政治学,心理学等。

实证主义社会科学家使用类似自然科学的方法来理解社会,因此以更严格的现代意义来定义科学。相比之下,诠释主义的社会科学家可能会使用社会批判或象征性解释,而不是建立经验上可证伪的理论,从而从广义上看待科学。在现代学术实践中,研究人员经常使用多种方法折衷(例如,将定量和定性方法相结合)。

1.1.3. 形式科学

形式科学研究与形式系统相关的形式语言,例如逻辑学,数学,统计学,理论计算科学,信息论,博弈论,系统论,决策论和理论语言学。自然科学和社会科学试图通过经验方法描述物理系统和社会系统,而形式科学则是表征符号系统描述的抽象结构有关的语言工具。

1.1.4. 应用科学

应用科学将已存在的科学知识运用到实际中。在自然科学中,基础学科会开发基本信息,以解释和预测自然世界中的现象。应用科学利用科学知识来作为手段,以此实现特定目的或获得有用的结果。

本人是个工科生,这里特别提一下工程学。

工程学(Engineering)是使用科学原理来设计和制造机器,结构和其他物体,包括桥梁,隧道,道路,车辆和建筑物。工程学科包括广泛的更专业的工程领域,每个领域都更侧重于应用数学,应用科学和应用类型的特定领域。

工程学的主要分支有:化学工程,土木工程,电气工程和机械工程,其他的还包括航空航天工程,海洋工程,计算机工程等。

  • 化学工程运用物理,化学、生物和工程原理来执行化学过程。
  • 土木工程是公共和私人工程的设计和制造,例如基础设施(飞机场,道路,铁路,供水等等),桥梁,隧道,水坝和建筑物。土木工程一般被分为多个子学科,包括结构工程,环境工程等。
  • 电气工程是以电子学,电磁学等物理学分支为基础,涵盖电子学,电子计算机,电力工程,电信,控制工程,信号处理,机械电子学等子学科的一门工程学。电气工程有时不包括电子工程学,这种情况下电气工程指涉及到大能量的电力系统,电子工程指处理小信号的电子系统。
  • 机械工程是一门利用物理和数学定律来为机械系统作分析、设计、生产和维修的工程学科。机械工程可以看作是所有机械相关的集合。
  • 计算机工程是一个以电机工程学和计算机科学的部分交叉领域为内容的工程学,其主要任务是设计和实现计算机系统。涉及计算机工程的常见工作包括嵌入式系统,微控制器,超大规模集成电路等。

1.2. 什么是学科(academic discipline)

学科或学术领域(academic field)是对在大学级别研究和教授的知识的细分。学科一般被分为人文学科和自然学科,人文学科包括语言,艺术和文化当等,自然学科包括物理,化学和生物等。社会科学有时被看作第三类。

与学科相关的个人通常被称为专家,其他的比如学了博雅教育(liberal arts)或系统理论(Systems theory - Wikipedia)而不是单一学科的人被归为通才。

尽管学科或多或少地侧重于本身的实践,但是诸如多学科/跨学科的学术方法整合了来自多个学科的各个方面,来解决由于专一领域的狭窄所产生的问题。例如,由于语言,特定概念或方法的差异,专业人员可能在跨学科交流时遇到麻烦。

1.2.1. 科学和学科的关系

科学和学科两个词语是很对仗的,就像国王与王国【5】,蜜蜂与蜂蜜。汉字顺序的调换使词语产生了截然不同的意思。

这里引用参考资料【6】中的几段话:

知识,从最广泛的意义来说,就是人类认识活动的结果,尽管认识的主体、对象、途径和验证的体系很是不同,但有一点是共同的,知识是认识的结果,不是行动的结果。对于知识本身的认识,呈现的是一个逐渐加深、细化的过程,按照严格的知识定义,有多少过去被认为是知识的东西会被排除。

知识越来越丰富之后,随着认识对象和认识方法的增多,知识因为教育的缘由被分成众多的学科,这种知识的分化是发展的,虽然学科在今天还没有一个一致性的定义,但学科性的知识分化,从很早就开始了,我们实在无法说明具体从哪一个人开始,但亚里士多德绝对是一个明显的例证。学科随着人类认识的发展在不断发展,它的发展必将不会仅仅局限于认识对象的不同或认识方法的不同,新的元素会不断增加,会随着人类潜能的挖掘和认识的加深而不断更新。

科学的出现当然是在知识的学科划分之后,严格意义上的科学更是近现代的事,说近代都有些早。科学是什么,众说纷纭,精确的定义莫衷一是,但我们要明白,科学是某一种性质的知识,在科学定义出现之前,事实上就存在着各种性质的知识,科学定义有了之后,在每一个学科里,既有科学知识又有非科学知识,我们可以明确地说,哲学知识就是一种非科学知识,而且,在任何一个学科里,非科学知识不仅仅是哲学知识一种。

按照上面引文作者的意思,知识是最先产生的,是人类认识活动的结果;学科是因为教育的原因产生的,是知识分化的结果;科学是某一种性质的知识,在学科之后才有**严谨**的科学的概念。

结合上一小节的第一句话:“科学是一种系统的知识体系,以可检验的关于宇宙的解释和预测的形式来建立和组织知识”,我至少可以这样说:科学是一种有组织的知识体系,学科是知识分类的分支,负责知识的研究与教授。它们一个是组织,即知识的组织形式;一个是任务,即研究和教授知识。

1.2.2. 学科的一些属性

这里参考的是【8】中列出的 6 条属性。

  1. 学科有特定的研究对象,即使研究对象可能与其他学科共享
  2. 学科具有针对其研究对象的大量专业知识,这些知识是特定于学科的,一般不会与其他学科共享
  3. 学科具有可以有效组织积累专业知识的理论和概念
  4. 学科使用适合其研究对象的特定术语或特定技术语言
  5. 学科会根据它们特定的研究需求开发特定的研究方法
  6. 学科必须在大学或学院相关技术部分和与之相关的专业协会的学科形式上有一定的制度性表现

参考资料【8】中也对这些属性进行了相关的解释,我毕竟不是来搞翻译的,想详细了解可以前往阅读。

1.2.3. 什么是交叉学科(Interdisciplinarity)

维纳在他的《控制论》中这样写到:

从莱布利兹以后,似乎再没有一个人能够充分掌握当代的全部知识了。从那时开始,科学日益成为专家在愈来愈狭窄领域内进行的事业。在上一世纪,也行没有莱布尼兹这样的人,但是还有一个高斯,一个法拉第,一个达尔文。今天,没有几个学者能够不加任何限制而自称为数学家,物理学家,或者生物学家。一个人可以是一个拓扑学家,或者一个声学家,或者一个甲虫学家。他满嘴是他那个领域的行话,知道那个领域的全部文献,那个领域的全部分支,但是,他往往会把临近的科学问题看作与己无关的事情,而且认为如果自己对这种问题产生任何兴趣,那是不容允许的侵犯人家地盘的行为。

有这样一些科学领域,人们从纯粹数学,统计学,电工学和神经生理学等等不同方面来探索它;在这样的领域里,每一个简单的概念从各方面得到不同的名称;在这样的领域里,一些重要的工作被各方面重复地做了三四遍;但是却有另一些重要的工作,它们在一个领域里由于得不到结果而被拖延下来,但是在临近的领域里却早已成为古典的工作。

正是这些科学的边缘区域,给有修养的研究者提供了最丰富的机会。

根据参考资料【7】,我在这里对交叉学科做一个简单的描述。

交叉学科指自然科学和社会科学相互交叉地带生长出的一系列新生学科,它是 20 世纪中期以来世界上科学出现大综合趋势之后各门学科在理论上和方法上不断相互渗透和汇流的产物。交叉学科的形式结构主要有两种:一种是以两门或两门以上的学科交叉结合的名称出现,如物理化学,生物行李学;另一种是以单学科名称出现实际上是综合性交叉学科,如城市学,管理学等。

交叉科学是交叉学科的总称,可以分为三类:

  • 边缘学科,它可以是自然科学和社会科学内部两门学科的交叉,也可以是自然科学和社会科学两大部类之间的交叉。
  • 综合学科,通过研究一些综合性问题而发展起来的学科,如环境科学,空间科学。
  • 横断学科,即研究各种对象或各种专门学科中的某些共同性问题而发展起来的学科,如控制论,信息论,系统论等。

边缘学科和交叉学科反映了现代科学技术发展的几个重要特征:

  • 高度分化和高度综合的辩证统一
  • 科学技术化和技术科学化
  • 自然科学技术与经济、社会科学之间的相互渗透
  • 科学的整体化和传统科学(包括传统分类的自然科学和社会科学)的解体

1.2.4. 学科门类,一级学科与二级学科

标题的三个名词主要是我国的学科分类方式。此处主要参考的是【10】

根据联合国教科文组织(1974)的学科分类,7大基础学科包括:数学、逻辑学、物理学、化学、生命科学、天文学和天体物理学、地理科学和空间科学。

按照《学科授予和人才培养学科目录》分类,学科分为人文学科,自然学科和军事专业。这三个大分类下面就是学科门类。

  • 人文学科中的学科门类有:哲学、经济学、法学、教育学、文学、历史学、艺术学、管理学
  • 自然科学中的学科门类有:理学、工学、农学、医学
  • 军事专业中的门类是:军事学

每个大门类下面设若干一级学科,如理学门类下设有数学、物理、化学等 12 个一级学科,一级学科再下设若干二级学科,如数学下设基础学科、计算数学等 5 个二级学科。博士、硕士学位就授至二级学科,一般意义上的硕博点数就是指的可以授予博士和硕士学位的二级学科的数目。

按照《学科分类与代码》分类的话,那就有 5 个学科门类,它们分别是自然科学类,农业科学类,医药科学类,工程与技术科学类,人文与社会科学类。门类下面有 62 个一级学科,一级学科下有 748 个二级学科,再往下有近 6000 个三级学科。

1.3. 什么是专业(profession)

专业是基于专门的教育培训而建立的职业,其目的是向他人提供无私(disinterested)的和客观的建议和服务,以获得直接和确定的报酬,完全不期望其他业务收入。

在中文中,专业和学科可能会相互混用。

在知乎上,我找到了一段对专业和学科区别进行介绍的文字,这里引用一下,其正确性留给各位自行判断。

专业和学科是不同的,但也密切相关,相辅相成。专业以学科为依托、为后盾;学科的发展又以专业为基础。学科为专业建设提供发展的最新成果、可用于教学的新知识、师资培训、研究基地;而专业主要为学科承担人才培养的任务和发展的基础,更主要的是为社会的发展提供高素质的劳动者。另一方面,从面向社会培养人才的角度来看,学科的作用是间接的。在专业定位及培养目标、专业口径、教学计划、教学内容、教学方法、教学手段的研究与使用、教材、实验设计与开设、教学管理制度等方面的问题,学科建设是无法替代的。因此,将专业与学科混淆,或主张学科建设代替专业建设的观点是不正确的。以学科建设代替专业建设的结果必然是削弱专业特有内容的建设,不利于专业的改革与发展,因此,理清关系、搞好专业建设,给专业建设适当的地位很有必要。

作者:小明讲教育

链接:https://zhuanlan.zhihu.com/p/84305586

来源:知乎

著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。

根据这段文字来看,专业相比学科更加靠近市场和社会。

1.4. 小结

  • 科学是一种系统的知识体系,以可检验的关于宇宙的解释和预测的形式来建立和组织知识。科学的主分支有自然科学,社会科学,形式科学以及应用科学(也许可以把它算上)
  • 学科是对在大学级别研究和教授的知识的细分。
  • 专业是基于专门的教育培训而建立的职业。

通过对以上内容的整理,我也相当于对自己的知识体系做了一个简单的梳理,上面所提到的一些概念也便于我在下文中对自动化的介绍。

2. 什么是自动化

在回答这个问题之前,我们先看看一些权威解释:

  • 《现代汉语词典》第 7 版上的解释是这样的:”在没有人直接参与的情况下,机器设备或生产管理过程通过自动检测、信息管理、分析判断等,自动地实现预期操作或完成某种过程“。该词条将“自动化”标为动词。
  • 自动化对应的英文单词是 automation ,维基百科对它的解释是: Automation is the technology by which a process or procedure is performed with minimal human assistance. 翻译过来的意思就是:自动化是一种在最少的人工协助下执行过程或程序的技术。
  • 在 Insternational Society of Automation 的官方网站的某一网页【1】上写到:The dictionary defines automation as “the technique of making an apparatus, a process, or a system operate automatically.” We define automation as "the creation and application of technology to monitor and control the production and delivery of products and services.” 它的意思是:字典上对自动化的定义是“使设备,过程或系统自动运行的技术。我们将自动化定义为“用于监视和控制产品或服务的生产、派发而使用的技术创造或技术应用”。

从上面的几条解释来看,自动化有几个特点:很少的或没有人进行干预;自动完成某种过程;是一种技术。

从这个角度来看,似乎很多东西都可以归入自动化的范围中。自动化的概念是极其宽泛的。

2.1. 什么是自动化专业

以下内容引自百度百科,由于国外(指欧美)似乎没有自动化这个专业,这里只有参考了中文资料。

自动化专业以系统科学,控制科学,信息科学等新兴横断学科为理论基础,以电工技术,电子技术,传感技术,计算机技术,网络技术为主要技术手段,以实现各类运动体的控制、各类生产过程的过程控制,各类系统的最优化等跨学科综合性专业。

自动化专业的一级学科为“控制科学与工程”。

2.2. 什么是控制科学与工程

百度百科上“控制科学与工程”的词条简介与“自动化学科”词条没有太大差别,这里参阅维基百科的 control engineering 【11】 词条,对这个学科进行简单的介绍。

控制工程或控制系统工程是一门工程学科,将控制理论运用于设计在控制环境中具有所需行为的系统。控制科学与其他学科有重叠部分,通常与机械工程和电气工程一起教授。

我在上文提到了学科具有的 6 大属性。这 6 大属性分别是:研究对象、专有知识、方法论、术语和描述语言、研究方法和研究机构。就我目前的水平,除非向老师请教,我是不可能对所有这些属性有一个准确的认识的。现在就其中的前 3 个属性而言来看看控制科学与工程这一学科。

  1. 研究对象是?
  2. 专有知识是?
  3. 方法论是?

很遗憾的是,我居然对此一无所知。待我向人询问并有所了解后,我再来回答这些问题。

2.3. 小结

自动化专业的目的就是实现自动化,这句话说了好像没说一样。

自动化的理论基础来自于控制科学、信息科学,以电气工程和机械工程作为技术手段来实现自动化。

控制科学与工程是自动化专业对应的(一级)学科,是妥妥的交叉学科。

3. 与自动化专业有关的知识

这个小标题用了“知识”这个词,用学科和科学可能更合适,但知识的范围应该会更大一点吧。

从上面提到的科学分类的话,对相关知识的分类也可以以自然科学,社会科学,形式科学和应用科学为分类依据,不过社会科学好像不沾什么边。

3.1. 形式科学相关

维基百科上把形式科学分为了逻辑学,数学,统计学,系统科学和计算机科学。逻辑学和统计学可能不太相关,计算机科学不好说,虽说学科可能有点浅,我上大学也学了不少计算机相关的课程。暂且将与自动化相关的形式科学定为数学,系统科学和计算机科学吧。

3.1.1. 数学

数学有很多的分支,一种简单分类是代数学,分析学,概率论,几何学,三角学,数论,数学基础(Foundations of mathematics)和应用数学。除了传统的线性代数,数学分析和概率论与数理统计这三大工科数学,与自动化相关的应该还有应用数学。

  • 代数学 是数学的一个主要分支,它的研究范围包括代数结构(structure),关系relation)和量(quantity)。常见的代数结构类型有群、环、域、模、线性空间等。代数学的分支不少,有群论,环论,域论,线性代数,范畴论,李代数等(详细列表可见于参考资料【11】)。
  • 就我们课上学的线性代数来说,它是一个关于向量空间和线性映射的数学分支,包括对线,面和子空间的研究,同时也涉及到所有向量空间的一般性质。线性代数是纯数学和应用数学的一个核心。它也被应用在大多数的科学和工程领域中,因为它能够对许多自然现象进行建模,这些模型的计算效率一般很高。对于非线性系统,它不能被线性代数建模,一般使用系统的一阶近似。
  • 分析学 是纯数学的一个分支,它研究微分学、积分学和测度、极限、无穷级数、以及解析函数。它的主要分支有实分析,复分析,泛函分析,非标准分析,微分方程等。它从微积分学演化而来。这里就实分析、复分析、泛函分析和微分方程做一点简单的介绍。
  • 实分析 研究实数集和实值函数。微积分是实分析的一个分支,它关注于研究极限、函数、微分积分和无穷级数。微积分在科学、经济学和工程学中有着极其广泛的应用。除了微积分之外,实分析还有很多更加高级的内容,例如测度论、连续统等等。
  • 复分析 是研究复值函数的数学分支。它在许多数学分支中都有应用,例如代数几何学、数论、应用数学。我对复分析的了解也仅限于学过的一门《复变函数与积分变换》课,仅仅是将它看作工具而已。
  • 泛函分析 研究函数的变换,以及它们的代数和拓扑性质。泛函分析历史根源是由对函数空间的研究和对函数变换性质的研究。这应该属于数学的专业课,我对此知之甚少,仅仅了解简单的概念。
  • 微分方程 是用来描述某一类函数与其导数之间关系的方程。微分方程的应用十分广泛,可以解决许多实际问题,在化学、工程学、经济学等领域都有广泛应用。微分方程种类多样,有常微分方程(ODE),偏微分方程(PDE),非线性微分方程等等。对微分方程的研究主要是研究微分方程的解,以及解的性质。只有最简单的微分方程才有解析解,大部分的微分方程可以得到计算解。
  • 概率论 是研究随机现象的数学分支,它的主要研究对象是随机事件、随机变量和随机过程。
  • 应用数学 是一个数学分支,将数学方法运用到不同的领域中,比如物理、工程、生物、计算机科学等。因此,应用数学是数学科学和特定知识的组合。“应用数学”这个术语也用于描述数学家通过指定和研究数学模型来解决实际问题的专业。应用数学的分支包括数理统计、逼近理论、数值分析、最优化、动力系统、信息论、密码学等。
  • 数理统计站在数学的角度上研究统计,使用概率论和线性代数和分析学等数学分支来进行研究。
  • 逼近理论研究如何使用更简单的函数来最好地近似函数。
  • 数值分析研究数字近似算法。数值分析主要在工程学和物理学中应用,但是到了 21 世纪它也在生命科学,社会科学,医药学中有所应用。计算机的发展彻底改变了科学和工程中数学模型的使用,需要精细的数值分析来实现这些复杂的模型。
  • 最优化主要研究在特定情况下从集合中选择出最好的元素。运筹学和线性规划是它的子分支。运筹学研究如何运用高等分析方法来做出更好的选择;线性规划是指目标函数和约束条件都为线性的最优化问题。
  • 动力系统是一个数学概念,它通过规则描述了几何空间中一个点的时间依赖性。它的分支有混沌理论和分形。
  • 信息论是应用数学,电子学和计算机科学的一个分支,涉及到信息的量化,存储和通信等。信息论由克劳德·香农发展,用来找出信号处理和通信操作的基本限制。

3.1.2. 系统科学

系统科学是一个交叉学科领域,它研究自然、社会、工程、级数和科学本身由简单到复杂的系统的本质。对系统科学家而言,世界可以被理解为系统的系统(the world can be understood as a system of systems)。该领域致力于发展适用于多个领域的跨学科基础,例如心理学、生物学、医学、通信、企业管理、技术、计算机科学、工程学和社会科学。

系统科学包括像是复杂系统、控制论(cybernetics),动力系统理论、信息理论和系统理论之类的形式科学。它在自然科学和社会科学以及工程领域中都有应用,比如控制理论,系统设计、运筹学,社会系统理论、生物学系统、动力系统,经济系统、计算机科学、工程系统和心理学系统。

各类学科可以和系统衍生出一大堆的学科出来,比如经济系统、地球系统科学、电气系统、化学系统,等等。这里就复杂系统、控制论,控制理论(Control theory)、系统理论进行简单的介绍。

  • 复杂系统 研究部件之间的关系如何引起系统的集体行为,以及系统如何与环境交互和形成关系。
  • 控制论(Cybernetics)是探索系统结构、约束和可能性的跨学科方法。Norbert Wiener 在 1948 年将控制论定义为“对动物和机器的控制与通信的科学研究”。当分析的系统包含一个封闭的信号回路,也就是说系统的动作在环境中产生某种变化并改变话以某种方式反映在系统中时,控制论是适用的。控制论与机械、物理、生物、认知和社会系统相关。控制论的广阔领域的基本目标是理解和定义具有目标并参与因果链的系统的功能,因果链从行动到感知再到与期望目标的比较,再到行动(也就是讨论反馈系统)。它的重点是任何事物(数字的、机械的或生物的)如何处理信息,对信息做出反应,进行更改或进行更改并更好完成前两个任务。控制论包括对反馈、黑箱及其衍生概念的研究。
  • 控制理论(Control theory)控制理论是一个数学和工程学产生的交叉学科的分支,它研究动力系统的行为。当系统的一个或多个输出变量需要随时间推移遵循某个外部输入时,控制器会操纵系统的输入以获得对系统输出的期望效果。控制理论设计工程控制和机器中动力系统的控制。目的是开发一种控制模型,以最优的方式使用控制动作来控制此类系统,而不会出现延迟或超调,并确保控制稳定性。
  • 系统理论是研究系统的交叉学科。系统是相互关联和相互依存的部分的紧密结合,可以是自然的也可以是人造的。每个系统都受到空间和时间的限制,受环境的影响,由结构和目的来定义,通过功能来进行表达。改变系统的一部分可能会影响其他部分或整个系统。通用系统理论发展广泛的概念和原则,而怒视特定于一个知识领域的概念和原则。它将动态或主动系统与静态或被动系统区分开。

3.1.3. 计算机科学

计算机科学(也叫计算科学)是研究信息和计算理论基础以及它们在计算机系统中的应用的学科。计算机科学的分支繁多,这里仅仅列出部分分支。

  • 计算理论
  • 算法和数据结构
  • 人工智能
  • 通信和安全
  • 计算机图形学
  • 数据库
  • 计算机语言和编译原理
  • 科学计算
  • 软件工程

3.2. 自然科学相关

自然科学的分支有物理学、化学、生物学、地球科学。目前除了高中所学的物理化学生物,到了大学我也只是学过《大学物理》而已。貌似自动化就和物理靠的比较近吧。此处就物理学进行简单的介绍。我对物理的了解仅限于一点声光力热电,没有能力描述各个物理分支的发展情况,只能做一个概括性的介绍了。

3.2.1. 物理

物理学是研究物质、能量的本质和性质的自然科学。由于物质与能量是所有科学研究必须涉及到的基本要素,所以物理学是自然科学中最基础的学科之一。物理学是一种实验科学,物理学家从观测和分析自然的各种基于物质和能量的现象来找出其中的模式。这些模式被称为“物理理论”,经得起实验检验的物理理论称为物理定律,知道有一天被证明为有错误为止。物理学由这些定律构建而成,是自然科学中最基础的学科之一。化学、生物学等科学领域的理论都是建构于这些物理定律。

3.3. 应用科学相关

说到应用科学,上文中我提到的主要是工程学,毕竟控制就是从工程中得以发展的。

工程学的主要分支有化学工程、土木工程、电气工程和机械工程。说到传统工科,那就是土机电。这些工程中都有相应的控制应用,但是与控制最近的还是电气工程和机械工程。

3.3.1. 机械工程

机械工程是一门涉及利用物理定律为机械系统作分析、设计、生产及维修的工程学科。它是众多工程学科中范围最广的一科,可以说有用到机械的地方就有机械工程。任何现代产业和工程领域都要应用机械。

各个工程领域的发展都要求机械工程与只相适应的发展,都需要机械工程提供所必须的机械。某些机械的发明和完善,又导致新的工程技术和新的工程技术和新的产业的出现和发展。

力学貌似算作机械工程的一个分支,如果是这样的话,我所学习过的《工程力学》和《流体传动与控制基础》都是属于机械工程的课程。

3.3.2. 电气工程

这应该是本文的重点之一了,目前我的大部分课程都与电气相关。

光从“电气”这两个字来看的话,似乎可以联想到电子与油气,这也是我对这个词的第一印象,但实际上,电气工程的英文是 Electrical Engineering,和气没有什么关系。我在知乎上找到了这个翻译的由来:

作者:stevenliuyi

链接:https://www.zhihu.com/question/20354428/answer/14869208

来源:知乎

著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。

“电气”一词应是清末外国传教士对electric fluid的翻译,具体可参见雷银照《“电气”词源考》一文[1],这里我就简单的说明一下。 “电气”最早可能源于美国传教士玛高温(D. J. Macgowan)所译《博物通书》(Philosophical Almanac, 1851)一书,这本书也是目前已知最早的中文电磁学著作。那时法拉第才刚发现电磁感应现象没多久,电子更是要到几十年后才由汤姆孙发现,在那时,科学界关于电的主流理论是电流体理论(fluid theory of electricity)[2],把电现象解释为电流体的运动。其中包括杜费(Charles du Fay)提出的二流体假说与本杰明·富兰克林(Benjamin Franklin)提出的单流体假说(按今天的观点看,两者的实质都是正电荷与负电荷)。“电气”便是玛高温在译介当时西方主流电学知识时对电流体(electric fluid)的翻译。 玛高温用“气”来翻译fluid,或许不止考虑到气的流动特性,也考虑到在当时看来电和中国古代哲学中所说的“气”一样都是万物皆有的神秘现象。看英国传教士伟烈亚力(Alexander Wylie)在1857年《六合丛谈》创刊号中对电气的介绍就可见一斑:

……电气之学,天地人物之中,其气之精密流动者曰电气,发则为电,藏则隐含万物之内……[3]

[1] https://link.zhihu.com/?target=http%3A//www.cnki.com.cn/Article/CJFDTotal-DGJS200704000.htm

[2] https://link.zhihu.com/?target=http%3A//en.wikipedia.org/wiki/Fluid_theory_of_electricity

[3] https://link.zhihu.com/?target=http%3A//www.cmic.zju.edu.cn/old/cmkj/web-zgxwsys/fujia/2-4.html

电气工程是以电子学,电磁学等物理学分支为基础,涵盖电子学,电子计算机,电力工程,电信,控制工程,信号处理,机械电子学等子学科的一门工程学。可以说用到电的地方就有电气工程。

电气工程的学科分支有电力电子学、控制工程(也许算吧,不过一般应该归入控制科学与工程的下一级吧)、电子工程、微电子学、信号处理、通信工程、测量、计算机工程。这些分支都或多或少地与自动化有关。

  • 电力电子学 主要涉及电能的生成、输送、配送几个步骤,以及一些相关设备的设计。这些设备包括交流-直流转换器(整流器、斩波器、变频器和逆变器)、变压器、发电机、继电器、特殊高压电等应用技术产品及其他电力电子学器件。电力电子学这一名称是在 20 世纪 60 年代出现的。1974 年,美国学者 W. Newell 用倒三角形对电力电子学进行了描述,认为电力电子学是电力学、电子学和控制理论三个学科交叉而成的。我目前学习的《电力电子技术》课程就是电力电子学的知识。
  • 控制工程 主要聚焦于建模复杂动态系统的可能行为和设计控制器促使动态系统按照理想方式演进。这部分我认为应该单独拿出来说一说。
  • 微电子学 是研究固体材料上构成的微小化电路的电子学分支。作为电子学的分支学科,主要研究电子或例子在固体材料中的运动规律及其应用,并利用它实现信号处理功能的学科。微电子学是以实现电路和系统的集成为目的的。
  • 信号处理 是指对信号的分析和控制。信号可以分为模拟信号和数字信号,其中前者随真实信号连续变化,后者则基于代表真实信息的一系列离散数值变化。模拟信号处理一般会涉及音响设备放大或过滤音频信号,电信设备调制和解调电信信号。模拟信号和数字信号能够通过模拟数字转换器和数字模拟转换器相互转化。信号处理涉及到许多数学理论和大量的数学运算。随着通信、控制、广播电视、电力电子学、生物医药工程等方面的发展,信号处理的应用范围不断扩大。虽然随着数字信号处理的迅速发展,很多模拟系统已被数字系统替代,但模拟信号处理仍然是许多控制系统中必不可少的部分。我在这部分学习的课程就是大名鼎鼎的《信号与系统》
  • 通信工程 是一门以电气和计算机工程为中心的工程学科,它关注的是通信过程中的信息传输和信号处理的原理和应用。
  • 计算机工程 是以电气工程和计算机科学的部分交叉领域为内容的工程学,其主要任务是设计和实现计算机系统。涉及计算机工程的常见工作包括为嵌入式系统、单片机、超大规模集成电路的编写设计软件代码和固件,此外还常常结合模拟传感器、混合信号集成电路的设计,以及参与操作系统的设计。计算机工程和机器人的研究和设计也有一定的关联。计算机领域可以分为:
    • 密码学和信息安全
    • 通信和无线网络
    • 计算机编译器和操作系统
    • 计算科学与工程
    • 计算机网络、移动计算和分布式系统
    • 计算机架构
    • 计算机视觉和机器人学
    • 嵌入式系统
    • 集成电路设计、测试和计算机辅助设计
    • 信号、图像和语言处理

这方面的课程我学过《微机原理与接口技术》,但这并不是我这方面学习的结束。

3.4. 小结

就我上面的一番整理来看,自动化专业的知识还是很丰富的(当然,也可以说是很杂乱)。

在形式科学方面,自动化专业相关的内容有数学、系统科学和计算机科学

  • 数学相关的内容有分析学、代数学、概率论和应用数学。分析学的内容有实分析、复分析、微分方程;代数学的内容有线性代数;统计学有数理统计;概率论有概率论与数理统计;应用数学有数值分析和最优化方法。
  • 系统科学相关的有控制论、控制理论和系统理论。
  • 计算机科学相关的有计算理论、算法与数据结构、人工智能、数据库。

在自然课学方面,相关的科学有物理学(或者说是我目前看到的相关内容)

在应用科学方面,相关的科学有工程学,工程学中关系紧密的有机械工程和电气工程。

  • 机械工程相关的有力学,我学习过的有理论力学和材料力学,以及一点流体传动工程。
  • 电气工程相关的内容很多,需要一个二级表
    • 电力电子学,研究电力的变换
    • 控制工程
    • 信号处理,研究信号的分析与控制
    • 计算机工程,这部分也需要一个二级表
      • 计算机架构
      • 操作系统
      • 计算机网络
      • 嵌入式系统
      • 计算机视觉
      • 机器人学

4. 自动化专业的课程

这部分我只参考了我自己学校的课程,自动化专业的大体课程都差不多,细微之处我也懒得参考其他学校的课程来比较其差别了。其中的部分课程为选修课,但我并未标识。

先来看看通识教育课,这部分仅仅指非理工的课程:

  • 《学术用途英语》一级和二级
  • 《思想道德修养与法律基础》,《中国近现代史纲要》,《毛泽东思想与中国特色社会主义理论体系概论》和《马克思主义基本原理》
  • 《知识产权法基础》
  • 《形势与政策》
  • 《文献检索》
  • 《工程导论》、《工程伦理》和《工程经济学》
  • 《体育》

再来看看理工科的课程。这部分课程的分类方式与我在上一节的分类方式很相似。

  • 形式科学部分的数学、系统科学和计算机科学
    • 数学有《工科数学分析》,《线性代数》,《概率论与数理统计》,《复变函数与积分变换》,《最优化方法》,《运筹学》
    • 系统科学有《自动控制理论》,《系统工程导论》,《系统辨识》,《智能控制基础》,《模式识别》,《自适应控制》
    • 计算机科学有《大学计算机》,《数据结构与算法设计》,《数值分析》,《信息论基础》
  • 自然科学部分的物理学
    • 物理有《大学物理》,《物理实验》
  • 应用科学的机械工程和电气工程,这里我把计算机工程单独拿出来
    • 机械工程相关课程有《工程物理》,《工程制图》,《流体传动与控制基础》,《电气传动及其控制及其控制基础》(电力拖动)
    • 计算机工程相关课程有《程序设计基础》,《C++ 程序设计》,《软件工程导论》,《微机原理与接口技术》,《计算机控制系统》,《计算机网络与通信》,《嵌入式系统》,《可编程逻辑器件》,《现场总线技术》
    • 电气工程部分课程比较多,需要做一个粗略的分类
      • 强电课程只有一门,即《电力电子技术》
      • 信号课程有《信号分析与处理》
      • 控制工程的课程有《自动控制元件》,《传感器与检测技术》,《伺服系统》,《流体控制系统》,《过程控制系统》,《卫星定位导航系统及其应用》,《DSP原理及应用》,《控制系统仿真》,《机器人控制技术》
      • 弱电部分的课程有《电路分析》,《数字电子技术基础》,《模拟电子技术基础》

上面有很多课程都是选修课,以我的精力也只能就一部分课程来进行学习。对这些课程的总结也算是我对自动化专业知识体系的一次构建尝试。

知乎上有一个对自动化学什么的描述:为什么说「*自动化* = 什么都会 + 什么都不深入」? ,作者的语言非常幽默,但却是也反映出了自动化专业学习内容的丰富(或者直接说是杂乱)。那么为什么自动化专业需要学习这些课程?自动化的本质,或者说使得自动化专业区别于其他专业的核心就是控制。为了实现控制就必须需要其他专业的知识来作为支撑,学习这些知识是为了实现自动控制服务的,是为了有实现自动控制的手段和方法。

5. 控制科学与工程的二级学科

这部分的内容部分参考了文首给出的链接中的内容。

控制科学与工程的二级学科共有 5 个,分别是:控制理论与控制工程、模式识别与智能系统、系统工程、导航制导与控制、检测技术与自动化装置。

5.1. 控制理论与控制工程

该学科以工程系统为主要对象,以数学方法和计算机技术为主要工具,研究各种控制策略及控制系统的理论、方法和技术。控制理论是学科的重要基础和核心内容;控制工程是学科的背景动力和发展目标。

主要研究方向包括:非线性系统的建模与控制,研究不同结构非线性系统的建模、控制器设计及其相关理论与技术;先进控制技术与应用,包括自适应控制、预测控制、智能控制、鲁棒控制、容错控制等理论与应用技术研究;过程监测、诊断及优化控制,对系统进行监测及故障诊断,根据系统的运行状态制定相应的控制策略,使系统工作在最佳状态;复杂系统综合自动化,针对复杂系统研究集决策、管理、优化及控制于一体的综合自动化技术。

5.2. 模式识别与智能系统

直接参考百度百科。

模式识别与智能系统是20世纪60年代以来在信号处理、人工智能、控制论、计算机技术等学科基础上发展起来的新型学科。该学科以各种传感器为信息源,以信息处理与模式识别的理论技术为核心,以数学方法与计算机为主要工具,探索对各种媒体信息进行处理、分类、理解并在此基础上构造具有某些智能特性的系统或装置的方法、途径与实现,以提高系统性能。模式识别与智能系统是一门理论与实际紧密结合,具有广泛应用价值的控制科学与工程的重要学科分支。

5.3. 系统工程

参考维基百科。

系统工程 是一个跨多学科领域工程学工程管理,通常专注于如何设计、开发和管理在其生命周期内的复杂系统。系统工程的核心系利用系统性思考的原则,以建构其知识体系。当处理大型、复杂的专案时,所面临的相关议题(例如:需求工程可靠度物流、不同团队的协调、测试与评估、可维修性、和许多其他能够成就系统开发、设计、执行、和最终除役的学科)变得更加困难。系统工程借由工作流程、优化的方法、以及风险管理等工具来处理此一类型的专案,并且与技术、和以人为本的学科相互重叠(例如:工业工程机械工程制造工程控制工程软件工程电机工程模控学组织研究、以及专案管理)。系统工程确保专案或系统的各个层面均被详加考虑、并整合成为一体。

系统工程流程是一种发现的过程,与制造流程显著不同。制造流程专注于重复性的活动,以花费最少的成本与时间来达成最高的品质输出。系统工程流程则必须由发现实际、待解决的问题为起始点,并识别出最有可能发生、或冲击最大的失效,系统工程也涉入找出这些问题的最佳解决方案。

5.4. 导航制导与控制

导航、制导与控制专业隶属于控制科学与工程一级学科。导航、制导与控制是以数学、力学、控制理论与工程、信息科学与技术系统科学、计算机技术、传感与测量技术、建模与仿真技术为基础的综合性应用技术学科。该学科研究航天、航空、航海、陆行各类运动体的位置、方向、轨迹、姿态的检测、控制及其仿真,是国防武器系统和民用运输系统的重要核心技术之一。

5.5. 检测技术与自动化装置

参考百度百科。

本学科是隶属于控制科学与工程学科下的一个二级学科。本学科以自动化、电子、计算机、控制工程、信息处理为研究对象,以现代控制理论传感技术与应用、计算机控制等为技术基础,以检测技术、测控系统设计、人工智能、工业计算机集散控制系统等技术为专业基础,同时与自动化、计算机、控制工程、电子与信息、机械等学科相互渗透,主要从事以检测技术与自动化装置研究领域为主体的、与控制、信息科学、机械等领域相关的理论与技术方面的研究。研究本学科及相关科学领域基础理论的分析、建模与仿真、应用技术及系统设计和自动化新技术、新产品研究开发等。掌握本科学领域坚实的理论基础和系统的专门知识是检测技术与自动化装置学科及其工程应用的重要基础和核心内容之一。

5.6. 小结

就上面的几段话是不可能了解学科的全貌的,这里的文字仅仅提供管中窥豹的功能。对学科学习内容的了解还需要参考各学校的研究生培养计划。

6. 控制已死?or 自动化的未来

讲到这个话题,我不由得想起了刚刚进校时,老师对我的一次面试(仅仅是聊天意义上的面试)。老师问我,为什么要选择自动化?我当时并没有接受面试训练,简单的回答到:”自动化毕业之后好就业“。现在看来,宽口径也不一定是一件好事(笑),而且当时之所以回答就业方面也是因为我对自动化的零了解。

闲话不多说,看看标题。作为当代大学生,我是没有谈论这个宏大话题的能力的,不妨来看看专家们的说法。

何毓琦先生有两篇关于这个话题的文章【17】 【18】,我试着翻译翻译第一篇。(可能会省略去一部分我认为不是很相关的内容)

6.1. 何毓琦的博文

6.1.1. Control Is Dead?

当我坚持我所说的一切时,对我来说也许值得进一步阐述这句话,这不仅是关于控制的科学陈述,而且是任何成熟的科学主题的真实陈述。

  1. 任何应用科学领域一般会经历三个阶段 —— 突破成为一个新的问题领域,建立学科的理论基础,以及所在领域的成熟。我在这篇文章中有更详细的讨论。目前所有人都认为控制的领域已经处于成熟的第三阶段。主流控制思想的框架和基础已经非常清楚了。大多数的应用工作已经被标准化了,而且或多或少的有迹可循。学术研究工作基本上是从真是世界中删除的第三代问题,即在早已有的框架下讨论理论扩展,不论是 H-infinity,鲁棒控制或 LMI。从这个意义上,我相信 NSF(美国国家科学基金会)说他们不会支持控制方面的理论工作。事实上,1950 年代后期也出现过类似的情况。考虑到 Bode 在反馈放大上的文章,Truxal 在自适应控制上的文章和 Newton-Gould-Kaiser 在反馈控制设计的频域方法上的工作,MIT 的人认为控制已经完结了(the last words have been said),直到出现新的航空问题,卡尔曼等人以一种全新的方式预示了一切。现在也需要同样的事情发生。“控制已死”,直到它像拉撒路(Lazaru)一样被耶稣奇迹般的重生。在这个意义上,可以说控制确实没有死,它现在可能在等待另一个黄健控制时代的”第二次来临“,但是可能不会来自于扩展当前成熟的理论。
  2. 批评者(反对控制已死这个观点的人)也提出了这样的问题,“在这个时候我们应该干什么呢?等着被饿死吗?”。问题的答案很简单。首先,你可以尝试如上所述的新突破。如果你成功了,你会得到像 R.E. Kalman 一样的丰厚回报。第二,你可以继续做这些扩展,因为你喜欢这么做;只是你不要指望得到慷慨的支持。第三,正如俗话所说:“有能力的人就研究,没能力的人就去教书”(Those who can, do. And those who cannot, teach)。你总是有机会写一本很棒的教科书,将一个成熟的领域编撰成文(就像 MIT 的 Professor Thomas 在 1950 年代早期对微积分学做的那样,而不在意微积分早在几个世纪前就被发明了)。最后,你总是可以在需要知识渊博的情况下去参与科学管理。
  3. 要保持世界一流水平并保持研究的领先地位是竞争及其激烈且压力巨大的艰苦工作。没人能保证结果是玫瑰花床(a bed of roses)

6.2. 其他人的看法

这里的观点来自我看到的文章和回答,他们可能没有何毓琦那么出名,但是自有其独特之处。

这是知乎上一个匿名用户的观点,我没法找到此人的网名。

控制已死指的是以玩数学为主的理论解题派,他们往往来自数学系借助feedback的思想开始疯狂灌论文的水,哪怕连满足条件的对象或者控制器在现实中都不一定存在,只要满足数学的逻辑就可以大研究特研究,自动控制顶刊tac和automatica上大多都以这类文章为主。当然我们都知道这些论文哪怕包装的再玄幻,实际应用中也用不到,更别提借此拉到实际的项目,这就是控制已死的缘由(ref:2010年左右美国科研界停止资助单纯control theory的项目,很多人当时呼吁control已死,但是用到control技术的机械、电气、航天、交通领域的项目不受任何影响)

不可否认任何应用学科都离不开先进理论的指导,控制也不例外,只不过在控制科学家们不懈的努力下,这门学科在20年前就已经成熟了。现在还留在这个坑里辛勤挖掘的大多数是当年靠控制发家现在功成名就没有动力研究新领域的大佬或者新入坑刚学会灌水不敢轻易换方向的学术新人,我相信大家一开始就很清楚自己做的研究意义何在,只是懒得点破罢了。

这是知乎用户赵新华的观点

传统控制理论1.0版本基于PID, 反馈, 自适应, 自学习等基本功能的控制理论, 特别是面对线性, 准线性的单变量系统, 或者少变量系统, 这代系统的研究成果已经基本完善. 剩下的非线性系统, 面对混沌, 面对自组织, 已经达到了一定的边界, 完成的已经完成, 没完成的也很难突破.

现代控制理论2.0基于矩阵理论面向多变量控制. 对于几个,十几个, 几十个变量的规模的系统, 能够完成一部分的任务. 目前面临的主要问题, 包括矩阵病态, 包括非线性系统, 包括奇点, 针对具体问题的特解有结论,并且对其稳定性能给出一定的边界; 针对任意系统的通解及其稳定性, 也比较难做出突破性成果.

后现代的控制理论2.x, 一方面不断增加维度: 高维, 超高维度, 有可能推广到张量系统下的控制理论, 只是工程师越发看不懂, 也不想用. 另一方面, 不断引入复杂性, 引着引着就走向复杂系统, 走向蒙特卡洛, 走向启发式搜索, 走向运筹学++, 走向深度学习, 似乎成了实践工程, 而不是控制理论.

可以说, 当前的控制理论正处于一个沿着2.0的路线向前走, 不断被复杂性引入歧途, 而忘记了控制理论本身目标(系统稳定性)的状态.

那么是不是说, 控制理论3.0就遥遥无期了呢?

现在大概有3~4个方向在催生控制理论3.0的突破.

3.0A 高维系统, 通过分块矩阵, 树状化多级分块矩阵, 实现结构化, 一方面打通物理结构特别是动力学系统的分块矩阵方法, 打通张量分析方法, 使得被控对象与物理世界特别是结构动力学完成理论整合, 算法整合, 和整个计算框架整合, 另一方面, 打通高维复杂系统运筹学等优化工具, 包括主因子法, 包括超高维, 无穷维系统分析, 泛函优化分析, 最优化理论. 这个方向是控制理论产生巨大突破的最可能方向

3.0B 数字孪生. 这目前在工业上开始兴起的概念, 随着实践, 不仅是简单的提高维度, 而且在用一种统一的框架将世界-被控对象-控制网络-控制参数-控制算法-控制目标结合起来. 这种整合, 新的控制理论, 目前尚未成型, 但是已经在形成中, 这个方向需要更多的时间, 但是受到的关注会更大, 目前由于实践尚不足, 所以进行理论抽象还为时过早, 但是几乎可以确定的是, 控制理论受实践推动, 在未来20年会达到一次高峰, 围绕数字孪生

3.0C 随机过程控制理论. 这个方向的发展, 一方面是原有鲁棒控制, 控制可靠性等方向的延伸, 一方面是可靠性力学, 可靠性设计, 贝叶斯概率等现代理论推动下, 动力学系统基础理论从确定性力学, 到概率性力学系统演化的结果. 随着机械设计和结构设计都开始采用概率, 随着天气预报从降雨走向降雨概率, 则整个被控对象的描述慢慢走向基于随机变量的分析方法, 可以说, 随机过程及其控制, 熵增的最小化, 和人类对不确定性的厌恶, 会推动该控制理论的进化. 计算能力的大幅提升, 将推动随机/概率/可靠性分析进化为一种新的控制理论

3.0D 量子控制理论. 这个方向的发展, 类似于信息论推动控制论的发展一样, 量子信息论随着量子计算, 量子通讯的发展, 产生一批基于量子信息, 量子理论的"测不准系统"需要仿真, 辨识, 模式识别, 控制, 优化, 自适应…. 需要一种量子控制理论, 能够涵盖量子纠缠, 量子不确定性

由于控制理论, 是随着控制工程, 控制实践不断进化的后验性工程理论科学

很难存在一种"预设控制对象特性, 然后研究控制理论, 然后再去满世界寻找符合该控制对象特征"的研究方法. — 这种运气实在要好到爆, 才能找到一种理论突破, 又恰好有一个问题就在明天等着你.

所以, 控制理论是很被动的, 等待被控对象进化

好消息是, 被控对象的复杂化, 近二十年有了翻天覆地的变化.

坏消息是, 不要研究控制理论, 只要研究控制工程, 甚至一些凑活能用的算法, 就可以赚很多钱, 没有人愿意静下心来研究控制理论; 而那些静心研究控制理论的人, 都还固守着老三样在打转, 但凡有一点活跃, 就被大数据, 物联网, 人工智能, 深度学习, 给带走了.

不是控制理论没有创新, 而是控制理论恰处于巨大创新的起点, 需要一批数学极好的人, 投入到整个复杂化世界中, 包括: 3.0A 超高维结构, 3.0B数字孪生, 3.0C 可靠性工程, 3.0D量子信息学 等核心现代实践工程中, 寻找问题, 在特解中找到通解, 不仅找到通解, 而且找到通解背后稳定的规律

简单总结一下,那就是控制正等待着新突破的出现。控制已死还谈不上。

7. 后记

我对自动化专业的简单探索到此为止了。但是学习还远远没有结束。

单单从自动化专业来看的化,自动化控制对象是机械对象或电气对象,但是控制论的范围可远远不止如此,它所关注的是最基本的反馈。由于数学能力的不足,《控制论》上一部分的公式我是看不懂的,也许我需要去学学最基本的实变函数之类的数学知识。

就自动化所学内容而言,和计算机专业学的课程是有不少重合之处的,对计算机知识的学习肯定是有助于之后的发展的(也许我应该把计算机组成、操作系统、计算机网络和数据库都学上一遍?)

后记的最后,让我们紧跟时事,看看这篇文章:绩点为王:中国顶尖高校年轻人的囚徒困境

文章显然是有一定问题的,把现实中的大学与理想中的大学之间形成的鲜明对比全都归结到因为绩点问题导致的忙碌上(不过文中使用的是”或许“,但是文章还是难以避免地带上了这种倾向),但是这确实是一个不容忽视的因素。这样就会有一个问题,学校的硬性标准是绩点,但这个标准可能并不一定(在很多时候都是)与学生在学习中的自我价值完全吻合。当然,我们可以以绩点为自己的全部标准,但这样好像就成了直肠倒模一样,可能不是太好;但是对相对客观的评价标准完全脱离的话显然是得不到好的结果的,虽说有”做一件事的最快方法是不做这件事“的说法,但这毕竟只是一种调侃罢了。

知乎用户@鱼昆在他的问题回答中这样写到:

无力建构一套自己的评判标准的人只能向外诉诸一套本就存在的评判标准,而当这套标准与自己的欲求不和,便会产生文章中的那种控诉。

当然了,想要避免陷入这种愚蠢的误区也并不困难,只要在决策之前使用下述思维技巧整理自己已知的信息即可。尝试对每一个被自己当作“知识”东西问出以下两个问题:

  1. 我知道的到底是什么?
  2. 我是如何清楚自己知道它的?

大部分与自己内心诉求不和的评判标准都过不了这两个问题的。

这段文字的意思大概是(我的理解):有了自己的评判标准,才能做到符合自己标准的取舍,而不至于被焦虑煽动。对知识的认识标准可以是通过了学校的考试,也可以是一种学过后索然无味的感觉,或是前者作为后者的最低标准。这个标准是特定于个人与他所在的环境的,不可能全是自我的,也不可能全是外部的。对环境的准确判断才能使自己不全由环境所左右。

我在刚刚开始读这篇文章的时候,被其中一些有煽动性的东西所感染了,搞得我似乎应该推翻现在的标准再自创一个一样,但冷静下来之后好像又没有必要这样做,这文章的一些观点现在看来可能不是那么的正确,老子为什么要看这种煽动焦虑的东西?但我写下本文也可能是受到的这文章的影响,这还真是不好说。

如果不是保研或出国要求的话,绩点可以说是毫无意义,对于我这样一个保研无望的人,绩点可能什么也不是,但是接下来的大学时光可就不是这样了。

看到这里,你估计也看累了,没什么好说的,祝你快乐。

这里还需要感谢一下现代互联网技术的发展,没有它,这样以查阅网上资料加上超链接组成的东西是不可能有的。

8. 参考资料

【1】 What is automation https://www.isa.org/about-isa/what-is-automation

【2】 Academic discipline - Wikipedia https://en.wikipedia.org/wiki/Academic_discipline

【3】 《控制论》,[美] N.维纳 著,郝季任 译

【4】 Science - Wikipedia https://en.wikipedia.org/wiki/Science

【5】 科学网 —— 科学与学科:“王国”与“王国”的较量 - 闫茂伟的博文 http://blog.sciencenet.cn/home.php?mod=space&uid=389658&do=blog&id=479243

【6】 知识学科与科学 —— 赵冲的博客 http://blog.sciencenet.cn/blog-40451-28772.html

【7】 交叉学科的字典定义 —— 刘玉仙的博客 http://blog.sciencenet.cn/blog-215715-1053937.html

【8】 6 Attributes of an Academic Discipline https://www.insidehighered.com/blogs/technology-and-learning/6-attributes-academic-discipline

【9】 What are Academic Disciplines http://eprints.ncrm.ac.uk/783/1/what_are_academic_disciplines.pdf

【10】 学科分类与代码:大学科学专业分类图谱|文科/理科/工科|知识 https://www.zhoulujun.cn/html/res/scienceTechnology/Encyclopaedia/8158.html

【11】 Control engineering - Wikipedia https://en.wikipedia.org/wiki/Control_engineering

【12】 Outline of formal science - Wikipedia https://en.wikipedia.org/wiki/Outline_of_formal_science

【13】 Systems science - Wikipedia https://en.wikipedia.org/wiki/Systems_science

【14】 电气工程 https://zh.wikipedia.org/wiki/%E9%9B%BB%E6%A9%9F%E5%B7%A5%E7%A8%8B%E5%AD%B8

【15】 081101 控制理论与控制工程学科 http://www.ise.neu.edu.cn/081101kzllykzgc/listm.htm

【16】 081105 导航、制导与控制 http://www.kaoshidian.com/kaoyan/major/081105.html

【17】 Control Is Dead? http://blog.sciencenet.cn/blog-1565-344686.html

【18】 Is Control Dead? (II) http://blog.sciencenet.cn/blog-1565-887232.html

【19】 控制学家的修炼心得 https://zhuanlan.zhihu.com/p/68186833