前言

2011年，中国经济总量首次超过日本，成为世界第二经济大国，200多种工业品的产量位居世界首位，这标志着经过数代人的艰苦努力，中国由农业大国向工业大国转变的目标初步达成，中国也成为对世界经济有着举足轻重影响的重要国家。

在看到中国经济取得世界瞩目成就的同时，也需要意识到以投资、劳动力、资源和环境等低成本要素来驱动经济增长的模式开始出现瓶颈，已难以支持中国经济的稳定和持续发展。同时，以美国为代表的传统发达国家开始了“再工业化”战略，正在给工业竞争力赋予新的定义，一系列新技术和新模式的出现正在为价值创造打开新的空间。在这样的背景下，原有需求空间中的增量不足和新型需求空间中的竞争力不足，给中国的经济和工业转型带来了巨大的压力。2012年3月～2014年10月，中国的工业生产者出厂价格指数（PPI）出现连续23个月负增长，许多产业增量需求已经达到饱合，试图继续通过刺激需求增长来消化原有产能已难以实现。面对传统的要素驱动战略无法支持中国经济持续发展的现状，中国政府提出了“创新驱动战略”，即通过技术创新和制度创新来实现经济的可持续发展，以实现中国由工业大国向工业强国的转变。

1996年，世界经合组织发表了题为《以知识为基础的经济》的报告，总结了生产要素、科技创新与经济发展之间的关系。报告指出，正是新生产要素的不断出现，并通过科技创新的支持，使新生产要素能力形成，并与已有生产要素相互融合，这才不断诞生新的经济增长和价值空间，推动经济可持续增长。随着人类社会从自然经济、农业经济、工业经济、信息经济到知识经济的发展，在创新驱动下，一些使能技术的出现使得新生产要素的杠杆效应不断显现，价值从能源、资本和劳动力等传统要素端向更高的知识型要素转移。将知识作为经济增长的核心要素，是知识经济的核心特征，而自主知识的缺失恰恰是目前我国大量产业处于“微笑曲线”底端和西方发达国家处于顶端的根源。目前，世界经济正处于从信息经济向知识经济转型的关键时期，信息经济所形成的“从数据中获得知识”的能力改变了工业经济“从人的经验中获得知识”的制约。数据正在成为经济发展的战略性资源，而中国作为世界最大的数据生产大国和数据使用大国，有着最大的潜力去获取和使用好这个资源，因此，在世界经济从信息经济向知识经济转变过程中，中国拥有自身得天独厚的优势。

数百年的工业经济和数十年的信息经济，使得工业化水平和信息化水平都得以长足的发展。知识经济的核心就是以数据为驱动，实现知识的自主形成和规模化利用，将工业化和信息化相互融合，以实现相互促进的正向反馈。因此，把知识作为新的生产要素，以知识自主形成以及与已有生产要素的融合作为科技创新的重点，以价值驱动作为产业模式创新的核心，实现经济的可持续发展，应该是未来创新驱动的重点。

赛博-实体系统（Cyber-Physical System, CPS），在美国应对智能化时代到来提出的八大使能技术中居于首位，它并不是信息系统和工业系统的简单集成，相比传统工业系统基于经验规则的控制，和传统信息系统关注数据随着活动流转的模式不同，CPS更关注系统基于机器自主的认知能力和基于预测的决策能力，并在此基础上，实现工业系统和信息系统在感知、分析、决策、控制和管理等方面的深度融合。在这个体系中，知识的形成和使用的主体在逐步由人向赛博空间转移，实现知识作为生产要素在整个工业体系中的自成长能力和对现有生产要素的高效驱动能力。所以，在研究知识经济的过程中，不能忽视CPS在这次转型中的巨大作用。

同时，CPS从思想的提出到现实的应用，经过了数十年的发展，它是将可见的世界和不可见的世界融合在一起的桥梁，涉及了许多技术要素，具有应用的广泛化、多元化、体系化和层次化的特征。本书的目的并不是给CPS一个精确的定义，也并不局限于解释CPS全面的技术内涵，在我们看来，CPS作为一个具有很强体系性的技术概念，与现在蓬勃发展的多种新兴技术是融合的关系，任何对CPS的技术或模式的定义都很难适用于其全部的应用场景，因此，开放和兼容的研究与应用环境更有助于这个体系的发展。

CPS最重要的关键词是“融合”，不仅包括“实体系统”与“赛博系统”之间的融合，还包括在技术层面的多种既有和新兴技术的融合，以及在分析层面中的传统专家知识与人工智能之间的融合。CPS的技术体系既包括了已发展多年的技术，如实时控制系统、物联网、传感与数采、传统机器学习算法、网络通讯等，也包括许多新兴的前沿技术，如非接触式传感技术、分布式计算、以GPU和FPGA为代表的新型处理器、微机电芯片及传感器、认知计算和深度学习神经网络等。我们从这些技术的融合中看到了巨大的能力增益，使人类科技的进步速度开始超越以往的线性积累过程，我们正在向“奇点”快速地接近。例如在2017年的计算机体系结构领域的顶级会议ISCA上，谷歌（Google）正式向外界发布了面向深度机器学习的新一代芯片技术TPU（Tensor Processing Unit）。TPU是将硬件的处理能力与智能算法相结合的一次伟大尝试，这一融合将硬件的性能提升了约7倍，完成新一代TPU的迭代时间仅为22天，突破了摩尔定律所定义的速度。可以预见在不远的将来，边缘计算、高性能处理芯片、高级智能算法之间的结合会使智能从庞大的数据中心向机器的本地迁移，机器依靠自身的运算与分析能力就能够实现惊人的智能化程度，智能机器之间的相互连接与分享又能够使学习速度以几何倍数增长，实体系统与赛博系统之间的深度融合所带来的改变将超乎我们的想象。

这本书在多年CPS基础理论研究与实践的基础上，立足于工业领域的现状和发展需求，通过对现代工业的挑战与机遇的分析，CPS的技术本质与内涵的探讨，CPS的技术体系与工业智能实现的理解，CPS的应用体系与智能体（agent）实现方式的分析，CPS的应用实践案例的解读和CPS为中国经济带来的机会空间这6个方面，来解读CPS为工业迈向智能时代所带来的新思维和新路径。

总而言之，任何一次工业革命都是在生产力创新驱动下，新生产要素的出现改变已有的生产模式，形成新的价值创造空间和舞台。而CPS的出现，为下一代工业变革的方向提供了新的思维模式，或许将成为我们打开工业智能时代大门的钥匙。

这本书的目的并非是要定义什么是CPS，而是希望对我们所思考的CPS理论思想、技术内涵、应用价值和案例实践等方面进行系统性地介绍，从而使更多人能够关注和了解CPS，为未来对CPS的深入研究和广泛实践提供借鉴和灵感。本书在创作过程中获得了许多帮助和支持，在此特别感谢上海交通大学的史占中教授对本书部分内容的贡献和建议；同时，也感谢中国船舶工业系统工程研究院的张羽、美国辛辛那提大学智能维护系统（IMS）中心的晋文静和史喆对本书部分内容的贡献。

李杰（JayLee）

2017年3月