在这里，我们需要回答为什么CPS能够成为智能技术体系的核心？结合第2章对CPS实体空间与赛博空间的架构分析，我们可以将“物的智慧”从“人的智慧”的角度进行类比。
从人的智慧定义来看，从感知到记忆，并到思维的这一过程，称为“智慧”，智慧的结果就产生了行为和语言，将行为和语言的表达过程称为“能力”，即智慧的应用能力，也就是我们所说的“智能”，可将感觉、记忆、回忆、思维、语言和行为形成整个过程；并根据语言和行为的结果更新记忆和形成经验，整个过程称为“智能过程”，它是智慧和智能的综合表现。智慧的指标是智商，智能的指标是能商。一个智能体系的架构和评价都应该遵从以上的原则。
人的“感觉-记忆-思维-行为和语言”的过程示意如图3-10所示。
图3-10 “人的智慧”层次剖析
由此可以看出，“人的智慧”核心在于：小脑空间的“记忆”能力与大脑空间“思维”能力。智慧的意义在于指导现实活动产生预期的效果，所以，“人的智能”的核心在于“思维”对于行动的指导与控制能力。
机械化、信息化、自动化发展至今，要解决各类矛盾、实现智能化的核心在于如何像人一样思考，即物的认知能力，达到“智慧”与“智能”。因此，我们可以通过对人类智能活动的研究，形成智能体系的思想和理论，并建立设计原则和开展工程应用。
“人的智能”体系是一个感觉-记忆-思维-行为和语言循环迭代的过程，“物的智能”体系也应该与之相类似。
根据智能的过程和每个步骤所需要完成的功能，物的智能可以分为五层的结构体系，即自感知层、自记忆层、自认知层、自决策层和自重构层，每一层的核心功能分别是感知、记忆（经验）、分析、决策和行动。
图3-11 “物的智慧”“人的智慧”和CPS
如图3-11所示，将人的智慧活动的整个流程进行解析可以得知，人的感觉是实体空间与脑空间的信息接口，在脑空间中的第一步是小脑中的记忆（即将信息分类、标记、存储的过程），第二步是大脑的初级思维（即自身与环境活动之间的关联和影响分析），第三步是大脑的高级思维（根据目标和经验对活动进行协同优化）以及对行为与语言的发送、控制、管理。行为与语言是脑空间活动在实体活动的反映，在完成了从感知到行动的过程后，自感知层会获取行动所造成的结果，评估结果的优劣，并以此为依据更新脑空间中的记忆和思维。
可以说，CPS的最终目的就在于通过“自感知-自记忆-自认知-自决策-自重构”的核心能力，达成物的“赛博空间”与“实体空间”融合的人工智能体系，即实现“物的智慧”。各层次的任务如下：
（1）自感知层的任务是按需收集与自身状态、外部环境和活动状态相关的数据，并将数据传输到赛博空间。
（2）自记忆层的任务是将数据进行筛选、存储、融合和关联，并根据记忆层中通过历史数据所形成的经验和信息群落对数据进行特征提取，使较为杂乱的数据转化为可以被理解和处理的信息。
（3）自认知层所对应的是人脑记忆中初级思维的功能，包括对当前状态的评估、物与环境和活动的关联关系、影响分析和态势预测等。
（4）自决策层所对应的则是人的高级思维，任务是针对活动目标的协同优化与决策支持。
（5）自重构层的任务是根据赛博空间的分析与决策结果，将决策精确传达给控制系统，并通过与设备和人的配合实现执行的协同。
同时，从CPS的智能核心层次来看，以CPS为核心的智能化体系，特征主要体现在以下五个方面：
（1）自感知层从信息来源和采集方式上保证了数据的质量。
（2）自记忆层可以对数据进行特征提取、筛选、分类和优先级排列，保证了数据的可解读性。
（3）自认知层将机理模型和数据驱动模型相结合，保证数据的解读符合客观的物理规律，并从机理上反映对象的状态变化。
（4）自决策层针对环境中个体之间的关系进行建模，并根据活动目标进行优化。
（5）自重构层通过执行优化后的决策实现价值的应用。
此外，CPS还可以根据分析和预测结果的反馈去更新自记忆层中的数据存储和排列结构，更新自认知层中的模型参数，并根据活动目标的变化改变自决策层中的优化目标。
因此，CPS是一个可以自我成长的智能体系，其价值和能力会随着使用的不断积累而增强。在应用过程中，CPS对实体空间的装备、设施、资源和场景所构成的大数据环境进行采集、存储、建模、分析、挖掘、评估、预测、优化、协同等处理，获得信息和知识，并与装备对象的设计、测试和运行性能表征相结合，产生与实体空间深度融合、实时交互、互相耦合、互相更新的赛博空间，进而通过赛博空间知识的综合利用指导实体空间的具体活动；最终，通过自优化、自认知、自重构以及自治和智能支持促进装备资产和产业服务的全面智能化。
通过CPS可以使机器掌握模仿人类的行为认知、启发认知和协同认知能力，实现从经验知识、机理模型的信息系统到以控制、状态管理和系统优化为导向的知识系统的跨越。
随着工业水平的提高和“两化融合的推进”，在构建工业智能体所需的感知能力、记忆能力、学习认知能力、行为决策能力的五大能力中，在感知方面已经开展了大量的工作，但是在认知和决策方面还比较欠缺，而CPS则完美地解决了工业智能系统中的“自主认知决策”的问题。
在CPS中，实体系统与赛博系统之间不再进行单纯的信息交互，而是按照智能体的模式通过知识交互，通过事件而不是信息来驱动任务流程，利用微服务架构实现“信息-认知-知识-决策”的点对点思维逻辑，构建实体空间与赛博空间中个体空间、群体空间、环境空间、活动空间、推演空间的知识交互、知识共享、知识再生社区，从根本上解决信息系统知识生产速度无法满足知识消耗速度的矛盾，建立自主认知、自主成长的可持续发展的“知识创造”系统，突破信息系统决策能力受限于专家库容量的瓶颈，实现工业系统从“伪智能”到“真智能”的转变。
同时，由于认知与决策是以“知识”为基础，而不是传统信息系统中的原始数据，对于记忆能力的要求也发生了变化，不再是对数据的简单的堆积，而是需要记住那些“有用的”“有效的”“有关联的”知识。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
