钱学森系统工程体系

面对还原论的局限、整体论的不足，钱学森在20世纪80年代开始，从系统科学、思维科学、人体科学等方面，进行了全面性、开创性的研究，建立了还原论和整体论相统一的系统论，并形成了钱学森系统工程体系。依据系统结构的复杂性，钱学森从子系统的数量和种类，以及子系统之间相互关系的复杂程度（非线性、不确定性、模糊性）及系统的层次结构，将复杂系统分为简单系统、简单巨系统、开放的复杂巨系统等。例如，人体系统是开放的复杂巨系统。

1992年，在综合集成法的基础上，钱学森进一步提出建成“人-机结合、以人为主，从定性到定量的综合集成研讨厅体系”，简称“综合集成研讨厅体系（Hall for workshop of metasynthetic engineering，HWME）”。综合集成研讨厅体系明确地把综合集成法中“人-机结合的智慧”上升为“人-机结合的群体智慧”。在这一构思的指引下，综合集成研讨厅体系可以视为一个由专家体系、机器体系、知识体系三者共同构成的虚拟工作空间，如图1所示。

图1 综合集成研讨厅框架结构示意图^[2]

 智慧生活系统概述

智慧生活是利用机器学习、大数据、生成式人工智能等人工智能技术，基于通信等科技手段，将生活场景进行数字化、智能化改造，实现高效、便捷、安全、智能、健康的生活方式。智慧生活典型场景包括智能家居、智能医疗、智能出行、智能教育、智能娱乐等，本文主要围绕以智能家居为载体的家庭智慧生活展开论述。

钱学森指出：凡现在不能用还原论方法处理的，或不宜用还原论方法处理的问题，而要用或宜用新的科学方法处理的问题，都是复杂性问题，复杂巨系统就是这类问题^[2]。

从钱学森给定的复杂性描述看，智慧生活很难用还原论处理，就是说，它是一个复杂系统，其复杂性是多层次的。首先是人的复杂性，体现在个体的身体状况、生活方式、兴趣、喜好、能力、智力、价值观、经济等多层面；其次是机的复杂性，本文中的机，特定为智能家居系统，智能家居涵盖能源管理系统、空气管理系统、水资源管理系统、饮食管理系统、睡眠管理系统、娱乐管理系统、健康管理系统等诸多子系统，每个子系统又包括多种智能家居单品；最后，物和环境也极其复杂，包括不同家庭的物品、不同地区、不同季节、不同时间等诸多因素。

因此，智慧生活是一个极其复杂的系统，基于复杂系统科学理论，对研究智慧生活的实现进行研究是十分必要的。

智慧生活的典型应用 

基于钱学森系统工程体系的智能生活技术路线，逐步被行业接受、认可，并得到试探性的推广。家电行业的说明书涵盖产品介绍、维修知识等专业知识，用说明书内容训练家电大模型，例如，海尔的HomeGPT、美的的美言大模型，海信的星海大模型等。同时，增加了健康、安全等专家知识，构建了“以人为主、人机耦合，从定性到定量的综合集成”智慧生活系统。

1 定量的意图类

智慧生活中，简单的、常用的控制指令，用户已经习惯于用“定量”的方式进行控制智能家居，这类定量的交互，可以采用简单系统，通过控制论解决。

1）即时交互

随着语音交互技术的进步，人机交互体验逐渐趋近于自然交互，用户将日常使用家电的行为，转变为语音交互。如遥控器调节空调器温度、风速、定时、风向等习惯的日常行为。在制定中的《智能家用电器的语音交互技术 第1部分：通用要求》（计划号：20221472-T-607）^[5]，将测试语料集分为本机功能操控语料集、泛化后的本机功能操控语料集、语音交互综合测试语料集三种，其中泛化后的本机功能操控语料集，是指按照一定的汉语语法、近义词、日常说话方式等因素，将本机功能操控进行适当的泛化，以接近于日常用户说话。例如，打开空调，可以泛化为“开空调”“空调开”“帮我打开空调”“我想打开空调”等用户日常说法，提升识别准确率和用户体验。

2）多指令交互

多指令交互技术的应用，用户可以按照“描述自己想法、计划”的方式控制家用电器。例如，智能空调，用户一次性下达多指令：帮我晚上8点至11点，空调设置为26 ℃；11点至早上5点，空调温度设置为28 ℃；早上5点后，温度设置为26 ℃，并叫醒我起床；诸如此类的命令都可以实现具体的功能。

3）规律性智能控制

智能家电利用机器学习、大数据等人工智能技术，利用算法，从用户使用过程中进行数据挖掘，找出用户的使用规律，如用户习惯于晚上9点洗澡，以及热水的温度，提前启动热水器，为用户及时准备好热水。常用标准有T/CAS 306—2018《基于大数据平台的智能家电节能技术规范》等。

2 定性与定量适配的意图类

智慧生活技术路线中，智慧场景的预设值、或者用户自定义是当前的技术路线之一，具有感知、决策、执行、学习等智能化功能，其主要方案是将智慧生活场景化、微场景化等，通过“穷举”的方式，建立场景对应的产品测评集、知识库、专家库，实现“场景驱动”“定性到定量”的人工+智能方式实现。举例如下：

1）烹饪场景的处理过程

智慧生活烹饪场景中，用户会面临“吃什么”等选择困难，或者根据人数、喜好等定义菜单的复杂性，对于这类需求，用户一般发出的是“定性”的需求，经过家电行业智能化的探索、研究，在数字化菜谱、营养分析、健康管理等方面专家知识库，开发了对应的带食材识别功能的智能冰箱、烹饪机器人、智能烤箱、智能煤气灶等产品，实现了用户烹饪部分场景“定性”与“定量”意图的智能适配，烹饪场景的处理过程流程示意如图4所示。

图4 烹饪场景的处理过程流程示意图

2）空调滴水场景的处理过程

空调室内机滴水，在阴雨天等湿度比较大的情况下发生，以往的处理方法是看说明书，或者打售后服务电话咨询。现有智慧生活复杂系统，可以将“空调滴水”的定性问题，结合家电知识库、专家库，转化为“导风板设为中间位置，风速调整为高速”的定量问题，并通过“人类微调”，达成共识，实现智能处理，空调滴水场景的处理过程示意如图5所示。

图5 空调滴水场景的处理过程示意图

3 “以人为主、人机耦合，从定性到定量的综合集成”智慧生活系统

人类对定性问题的处理能力较强，但算力、存储等能力有限，而计算机的运算能力较强。从定性到定量的转化看，一种是可以用简单的定量方式等效、等同处理（如本文3.1节、3.2节内容）；还有一种可以用经验性的数据、历史数据、资料，用算法进行验证。人机各有自己的优缺点，因此对于定性问题，采取以人为主、人机耦合的处理方式。特别是在智慧生活中，感知、收集的参数十分复杂，人很难直接处理；如果完全交给机器，也会存在算力慢、不确定性等问题。

在3.2节烹饪场景中，如果增加时间、季节、气候、菜系等维度，就会变得十分复杂；如果再增加饭前的活动描述，不确定性会随着参数的增加而倍增，这是智慧生活中真实的存在问题。因此，利用生成式人工智能——AIGC（Artificial Intelligence Generated Content）技术，通过人机交互，实现人、机在“定性”层面的共识，然后由机器层面完成“从定性到定量的转变”，给人以选择题（微调），达成共识。“以人为主、人机耦合，从定性到定量的综合集成”智慧生活系统原理如图6所示。

图6 “以人为主、人机耦合，从定性到定量的综合集成”智慧生活系统原理图