誰(shuí)能拯救美國(guó)制造業(yè)？自動(dòng)化還是機(jī)器人？ - 全文

　　在美國(guó)再工業(yè)化的討論中，自動(dòng)化將拯救美國(guó)制造業(yè)是一個(gè)很流行的說(shuō)法。自動(dòng)化、機(jī)器人將取代熟練勞動(dòng)力，節(jié)約勞動(dòng)力成本，提高生產(chǎn)率，從而振興美國(guó)制造業(yè)。當(dāng)然，自動(dòng)化和機(jī)器人無(wú)法解決美國(guó)的就業(yè)問(wèn)題，不能解決再工業(yè)化最主要的目標(biāo)：通過(guò)大量就業(yè)使美國(guó)經(jīng)濟(jì)重新走上正循環(huán)，但這是另外一個(gè)問(wèn)題。這里的問(wèn)題是：自動(dòng)化能救美國(guó)制造業(yè)嗎?

　　一般認(rèn)為，自動(dòng)化能做到幾件事：1，提高產(chǎn)品質(zhì)量;2，節(jié)約生產(chǎn)線上的勞動(dòng)力;3，降低對(duì)熟練勞動(dòng)力或者技術(shù)人員的需求;4，理想的全自動(dòng)生產(chǎn)方式中，系統(tǒng)還具有自學(xué)習(xí)功能。

　　實(shí)際上，前兩件事是有條件的，后兩條在很大程度上不是人們想象的那回事。

　　自動(dòng)化的真相

　　自動(dòng)化的生產(chǎn)方式可以達(dá)到非常高的可重復(fù)性，所以產(chǎn)品的一致性較好。但原料品質(zhì)不是絕對(duì)一致的，生產(chǎn)設(shè)備也有磨損和狀態(tài)的變化，在實(shí)際使用中，全自動(dòng)的生產(chǎn)線也是需要經(jīng)常調(diào)整的。自動(dòng)化生產(chǎn)的產(chǎn)品可以達(dá)到相當(dāng)高的產(chǎn)品一致性，但不能達(dá)到最高質(zhì)量。最高質(zhì)量只有根據(jù)原料和設(shè)備的情況實(shí)時(shí)做出最優(yōu)調(diào)整，這只有手工才能做到。這不是低級(jí)勞動(dòng)力的手工，而是熟練技工的手工。這不是銼刀、鉆頭的手工，是借用精密機(jī)床甚至是數(shù)控精密機(jī)床的手工，但在熟練技工手里，根據(jù)每一件產(chǎn)品的材質(zhì)精細(xì)加工，這才是質(zhì)量的極致。羅爾斯·羅伊斯轎車(chē)和百達(dá)翡麗手表不是用自動(dòng)化生產(chǎn)線制造的，這里面有傳統(tǒng)工藝的原因，但更大原因正在于此：只有手工才能達(dá)到最高質(zhì)量。但對(duì)于大宗產(chǎn)品和普通用戶(hù)來(lái)說(shuō)，自動(dòng)化生產(chǎn)達(dá)到的質(zhì)量就足夠好了。

　　節(jié)約生產(chǎn)線上勞動(dòng)力就不這么簡(jiǎn)單了。在勞動(dòng)密集型產(chǎn)業(yè)里，生產(chǎn)線上的勞動(dòng)力是勞動(dòng)力的主體，自動(dòng)化生產(chǎn)無(wú)疑可以大大降低對(duì)勞動(dòng)密集型產(chǎn)業(yè)的勞動(dòng)力要求，這不是問(wèn)題。問(wèn)題在于自動(dòng)化生產(chǎn)的設(shè)備維修、加工設(shè)計(jì)和生產(chǎn)改進(jìn)本身帶來(lái)了新的勞動(dòng)力要求。廣義的設(shè)備包括硬件和軟件。以典型的大型化工廠為例，精餾塔、泵、管道、容器、反應(yīng)器等不因?yàn)樽詣?dòng)化生產(chǎn)還是人工控制而改變，但計(jì)算機(jī)控制系統(tǒng)(簡(jiǎn)稱(chēng)DCS)及相關(guān)的儀表、閥門(mén)是自動(dòng)化的產(chǎn)物。圍繞著DCS，化工廠“多”出來(lái)一整條支援鏈，一般儀表工、專(zhuān)職的DCS儀表工(負(fù)責(zé)DCS硬件)、專(zhuān)職的PLC(專(zhuān)用于程序邏輯控制和安全連鎖保護(hù))儀表工、專(zhuān)職的分析儀表工，控制工程師、DCS工程師(負(fù)責(zé)系統(tǒng)軟件、升級(jí)和系統(tǒng)整合)、控制系統(tǒng)IT工程師(負(fù)責(zé) DCS到商務(wù)/管理網(wǎng)絡(luò)中的過(guò)渡層和通過(guò)OPC等軟件接口協(xié)議與DCS連接的先進(jìn)控制、數(shù)據(jù)管理系統(tǒng))等等。但這只是在化工廠里的這一部分，相關(guān)系統(tǒng)廠商還有一整套技術(shù)支援體系，從硬件到軟件到全面應(yīng)用支援，他們當(dāng)然還有他們的上游支援體系。這樣一整條產(chǎn)業(yè)鏈的人力是很可觀的，盡管系統(tǒng)廠商及上游廠商的支援體系是在全行業(yè)共享的，而不是化工廠專(zhuān)用的。

　　到這里為止，自動(dòng)化對(duì)拯救美國(guó)制造業(yè)的作用還是正面的，但接下來(lái)的事情就不那么清晰了。

　　自動(dòng)化的問(wèn)題

　　自動(dòng)化能降低對(duì)熟練技工的需求嗎?從表面上看，一切都自動(dòng)了，人的存在都是多余的，當(dāng)然能降低對(duì)熟練技工的要求。實(shí)際上沒(méi)有那么簡(jiǎn)單。自動(dòng)控制系統(tǒng)可以控制正常生產(chǎn)條件，并處理有限的、已知的非正常情況。但只要在現(xiàn)實(shí)世界中生活過(guò)的人都知道，未知的非正常情況不僅可能出現(xiàn)，而且總是在最要命的時(shí)候出現(xiàn)，只有訓(xùn)練有素和善于應(yīng)變的熟練技工才能對(duì)付，所以人的存在不僅是必要的，而且是救命的。但正是在這一點(diǎn)上，自動(dòng)化的發(fā)展造成了新的問(wèn)題。自動(dòng)化系統(tǒng)通常自動(dòng)處理絕大多數(shù)正常和低度異常的情況，容易使操作工產(chǎn)生麻痹和懈怠，并忽視潛移默化的重大異常征兆。一旦出現(xiàn)明顯異常情況的時(shí)候，通常已經(jīng)很緊急了。這時(shí)首先要經(jīng)過(guò)一個(gè)驚訝和反應(yīng)階段，然后需要判別現(xiàn)狀，回憶起或者翻出種種應(yīng)急操作規(guī)程。由于這樣的異常情況很少見(jiàn)，和平時(shí)正常情況的反差太大，心理素質(zhì)不特別好的操作工常常不能正確處理，像平常一樣繼續(xù)依賴(lài)自動(dòng)化系統(tǒng)替他解圍，無(wú)法正確判定這已經(jīng)超出了自動(dòng)化系統(tǒng)的能力范圍，從而造成故障升級(jí)，甚至演變成災(zāi)難性的事故。

　　2010年4月20日墨西哥灣里英國(guó)石油公司“深水地平線”平臺(tái)事故中，事故升級(jí)和人員傷亡擴(kuò)大的一個(gè)原因，就是操作工驚慌失措、當(dāng)斷不斷。 2011年5月27日，法航447航班從里約熱內(nèi)盧飛往巴黎途中，空速管凍結(jié)，失去飛行速度讀數(shù)，飛行控制系統(tǒng)自動(dòng)增加飛行高度和速度，為飛行員爭(zhēng)取反應(yīng)的時(shí)間和空間，但最終造成失速。飛行員接過(guò)手動(dòng)控制后，在13000多米的高空，本來(lái)適當(dāng)淺俯沖就可以改出失速，但飛行員機(jī)械地搬用低空失速時(shí)的標(biāo)準(zhǔn)操作規(guī)范，繼續(xù)增加推力和爬高，非但沒(méi)有改出失速，反而進(jìn)入深度失速，最終墜機(jī)。相反，自動(dòng)化程度不高的話(huà)，操作工時(shí)時(shí)刻刻需要對(duì)過(guò)程“把脈”，容易察覺(jué)異?，F(xiàn)象的蛛絲馬跡，反而不容易出現(xiàn)故障升級(jí)現(xiàn)象。對(duì)自動(dòng)化系統(tǒng)過(guò)度依賴(lài)、不能正確判別和處理自動(dòng)化系統(tǒng)失控的狀態(tài)，這已經(jīng)成為工業(yè)界普通感到頭疼的問(wèn)題。工業(yè)上通常使用仿真系統(tǒng)(也稱(chēng)模擬器)訓(xùn)練操作工的異常情況處理，但訓(xùn)練的成功與否取決于是否能正確預(yù)測(cè)典型異常情況，超出訓(xùn)練課程的異常情況依然要靠操作工隨機(jī)應(yīng)變，但高度自動(dòng)化系統(tǒng)非常容易鈍化人的隨機(jī)應(yīng)變能力。

　　還有一個(gè)問(wèn)題是高度自動(dòng)化后工作負(fù)荷高度集中。在手動(dòng)操作時(shí)代，很多操作工分兵把守，各自為陣。自動(dòng)化之后，很多機(jī)械的、重復(fù)的工作被自動(dòng)化系統(tǒng)取代了，操作工在更高的層次監(jiān)控自動(dòng)化系統(tǒng)。在體力上，這更加輕松;但信息量實(shí)際上大大增加，需要關(guān)注的事情多得多。這好比交通警察。當(dāng)一個(gè)交通警管一個(gè)路口的時(shí)候，他要根據(jù)車(chē)流情況開(kāi)關(guān)紅綠燈，指揮這個(gè)路口的交通。交通控制自動(dòng)化后，他的工作崗位轉(zhuǎn)到交通控制中心，具體路口的紅綠燈控制轉(zhuǎn)為自動(dòng)控制。在正常情況下，他要眼觀六路、耳聽(tīng)八方，從確保一個(gè)路口交通暢通變?yōu)榇_保一大片路口交通暢通。一旦自動(dòng)控制不力，出現(xiàn)交通受阻，他需要在短時(shí)間內(nèi)做出大量的人工干預(yù)，正確疏導(dǎo)，而不是加劇堵塞，峰值工作負(fù)擔(dān)大大增加，對(duì)心理素質(zhì)和專(zhuān)業(yè)技能的要求也大大提高了。

　　高度自動(dòng)化的另一個(gè)問(wèn)題是操作經(jīng)驗(yàn)的流失。隨著人員流動(dòng)，有經(jīng)驗(yàn)的老資格操作工被缺乏經(jīng)驗(yàn)的新操作工取代。新操作工從一開(kāi)始就依賴(lài)自動(dòng)化系統(tǒng)，缺乏實(shí)際經(jīng)驗(yàn)，甚至對(duì)超越自控系統(tǒng)的人工干預(yù)產(chǎn)生畏懼，到時(shí)候想隨機(jī)應(yīng)變都無(wú)從入手。這就好比用GPS導(dǎo)航自動(dòng)駕駛的汽車(chē)，在正常情況下不需要人的干預(yù)，可以安全自動(dòng)地從A開(kāi)到B。車(chē)上的人在原則上是可以手動(dòng)超越駕駛的，但在正常情況下沒(méi)有這個(gè)必要。問(wèn)題是久而久之駕駛技術(shù)和對(duì)路況的判讀就生疏了，或者只有理論上的能力，真的到了GPS或者自動(dòng)駕駛失靈的時(shí)候，駕車(chē)人臨時(shí)抱佛腳，不把車(chē)開(kāi)到溝里才怪。

　　操作經(jīng)驗(yàn)流失的另一個(gè)壞處在于未來(lái)自動(dòng)化系統(tǒng)的研發(fā)。自動(dòng)化系統(tǒng)不是天上掉下來(lái)的，更不是紙上談兵拍腦袋出來(lái)的，而是豐富操作經(jīng)驗(yàn)的物化。熟練技工的經(jīng)驗(yàn)不僅對(duì)于現(xiàn)有生產(chǎn)過(guò)程十分重要，對(duì)于把改進(jìn)后或者全新的生產(chǎn)過(guò)程開(kāi)出來(lái)更加重要。只有通過(guò)他們把新過(guò)程摸出來(lái)了，才談得上高度自動(dòng)化。自動(dòng)化的難點(diǎn)通常不在關(guān)鍵過(guò)程或者動(dòng)作的自動(dòng)化，而在于異常情況的處理、人機(jī)交互處理、不同狀態(tài)之間的無(wú)縫轉(zhuǎn)換，這些都不是理論或者空想可以解決的，必須要靠高度的經(jīng)驗(yàn)。所以自動(dòng)化降低了對(duì)非熟練技工的需求，但不降低對(duì)熟練技工的需求。問(wèn)題是熟練技工不是天上掉下來(lái)的，而是從非熟練技工中成長(zhǎng)出來(lái)的。自動(dòng)化使得非熟練技工隊(duì)伍縮小，這使得自動(dòng)化帶來(lái)的技術(shù)進(jìn)步難以為繼，因?yàn)樯a(chǎn)技術(shù)和產(chǎn)品技術(shù)是不斷進(jìn)步的，但熟練技工成了無(wú)源之水之后，下一步的自動(dòng)化就難以為繼了。換句話(huà)說(shuō)，過(guò)度依賴(lài)自動(dòng)化的制造業(yè)振興可能是一次性的。

　　這個(gè)問(wèn)題在工程技術(shù)人員中也存在。美國(guó)制造業(yè)公司中技術(shù)工作大量外包，一般性設(shè)計(jì)和工程管理都承包給EPC公司(Engineering Procurement Construction)以降低公司的負(fù)擔(dān)。這對(duì)公司是有利的，有項(xiàng)目的時(shí)候請(qǐng)人來(lái)做，沒(méi)項(xiàng)目的時(shí)候不需要養(yǎng)一支隊(duì)伍，更沒(méi)有福利、養(yǎng)老等長(zhǎng)期負(fù)擔(dān)。外包公司里都是資深專(zhuān)業(yè)人士，經(jīng)驗(yàn)和見(jiàn)識(shí)比公司里的人還廣。問(wèn)題是EPC公司對(duì)用戶(hù)公司的工程標(biāo)準(zhǔn)和項(xiàng)目程序有一個(gè)熟悉過(guò)程，這中間的磨合常常令人抓狂。更要命的是，現(xiàn)在可以依靠EPC公司，但大家都沒(méi)有從第一線出來(lái)的工程師了，下一代EPC的人馬從哪里來(lái)?這種“我死后哪管他洪水滔天”的短視做法，和試圖片面依賴(lài)自動(dòng)化振興制造業(yè)一樣成問(wèn)題。

　　人工智能與自動(dòng)化

　　不過(guò)，計(jì)算機(jī)技術(shù)、人工智能的高速發(fā)展給人們以新的希望，說(shuō)不定以后高度智能的系統(tǒng)可以自學(xué)習(xí)了，那就徹底擺脫對(duì)熟練技工的依賴(lài)了。摩爾定律依然在發(fā)光，計(jì)算機(jī)的速度依然在以不可思議的速度增長(zhǎng)，種種人工智能實(shí)驗(yàn)也爆出喜人的成功，計(jì)算機(jī)甚至戰(zhàn)敗了國(guó)際象棋冠軍，“你怎么知道以后計(jì)算機(jī)就不能比人聰明呢?”

　　人工智能的極限是一個(gè)哲學(xué)問(wèn)題，在這個(gè)問(wèn)題沒(méi)有解決之前，計(jì)算機(jī)是否可能比人聰明都是空談。人類(lèi)智能的另一個(gè)說(shuō)法就是智慧，智慧到現(xiàn)在為止依然是一個(gè)無(wú)法定性和計(jì)量的東西，智慧的生成、演進(jìn)、轉(zhuǎn)移和儲(chǔ)存都是遠(yuǎn)遠(yuǎn)沒(méi)有解決的問(wèn)題。智慧更有顯性和隱性?xún)刹糠?，顯性智慧由各種成文的知識(shí)和思想方法組成，復(fù)制顯性智慧至少在理論上是可能的。但隱性的智慧充滿(mǎn)“只可意會(huì)不可言傳”的東西，連描述都困難，更談不上復(fù)制或者超越。智慧不是知識(shí)的堆積，具有海量的數(shù)據(jù)庫(kù)和閃電般的快速檢索并不能繞過(guò)知識(shí)的堆積不等于智慧這個(gè)障礙。面對(duì)同樣的數(shù)據(jù)，不同的人會(huì)做出不同的反應(yīng)，人工智能要超越的是誰(shuí)的智能?另外，人類(lèi)智能本身也在不斷演進(jìn)，人類(lèi)智能的一大特點(diǎn)就是會(huì)有階躍性的突變，每一個(gè)科技發(fā)明和人文概念都是人類(lèi)智能突變的結(jié)果，理解和認(rèn)識(shí)這種突變機(jī)制本身就需要人類(lèi)智能的一個(gè)突變。人工智能要復(fù)制和超越人類(lèi)智能，就像兔子要吃懸吊在鼻子前的胡蘿卜一樣。

　　如果人工智能極限是一個(gè)哲學(xué)問(wèn)題，在實(shí)踐中是否可以不去理睬他，直接用越來(lái)越快的計(jì)算機(jī)挑戰(zhàn)人工智能極限呢?換句話(huà)說(shuō)，哲學(xué)問(wèn)題對(duì)人工智能實(shí)踐有沒(méi)有實(shí)質(zhì)性的指導(dǎo)意義呢?自動(dòng)控制理論比計(jì)算機(jī)和人工智能先行，很多東西可以借鑒。早期控制理論使用輸入-輸出模型，但60年代卡爾曼提出狀態(tài)空間理論，用狀態(tài)方程建立全新的模型，更加深刻地揭示了動(dòng)態(tài)系統(tǒng)的本質(zhì)，并且把線性/非線性、定常/時(shí)變、確定性/隨機(jī)、單變量/多變量理論放到統(tǒng)一的架構(gòu)之下。同時(shí)，狀態(tài)空間也第一次觸及可控性概念。如果用舞龍作比方，龍頭和龍尾好比系統(tǒng)的輸出和輸入，龍身里的每一個(gè)人好比系統(tǒng)的狀態(tài)變量。龍尾的人可以通過(guò)搭在前一個(gè)人身上的手傳遞控制信息，最終使得龍頭擺到規(guī)定的位置。但如果龍身中間有幾個(gè)人偷懶，手沒(méi)有搭在前一個(gè)人的身上，那這個(gè)“斷鏈”再往龍頭方向的所有狀態(tài)就不可控，不管后面的人如何軟硬兼施。換句話(huà)說(shuō)，對(duì)于不完全可控的系統(tǒng)，控制系統(tǒng)設(shè)計(jì)得多精巧都不可能控制所有的狀態(tài)?？煽匦允且粋€(gè)跨不過(guò)去的坎。人工智能的極限是什么?這個(gè)問(wèn)題最終是繞不過(guò)去的。這不是茶余飯后啜牙花的談資，而是和永動(dòng)機(jī)一樣，關(guān)系到有意義的科學(xué)突破還是無(wú)意義的沖撞南墻。

　　就更具體的自學(xué)習(xí)系統(tǒng)而言，自動(dòng)控制理論里也有比照，這就是早就出現(xiàn)的模型參考尤其是自校正控制，這可以說(shuō)是入門(mén)級(jí)的自學(xué)習(xí)系統(tǒng)。這些概念在上世紀(jì) 60、70年代就提出，也曾經(jīng)使人們大為振奮。自動(dòng)控制理論的一個(gè)關(guān)鍵難點(diǎn)在于擁有形式合適而且精確可靠的動(dòng)態(tài)數(shù)學(xué)模型，但對(duì)于大多數(shù)工業(yè)過(guò)程，這個(gè)模型難以獲得，所以早期的控制理論常常停留在空談的層次。自校正控制把在線辨識(shí)和最優(yōu)控制相結(jié)合，一面實(shí)時(shí)校正數(shù)學(xué)模型，一面根據(jù)最新更新的數(shù)學(xué)模型實(shí)時(shí)調(diào)整控制策略，這不就解決了缺乏數(shù)學(xué)模型的問(wèn)題了嗎?實(shí)際上沒(méi)有，這只是把問(wèn)題的復(fù)雜性轉(zhuǎn)移到另一個(gè)層面上去了。

　　在線辨識(shí)需要過(guò)程處于動(dòng)態(tài)中，死水一潭是無(wú)法辨識(shí)過(guò)程特性的，只有牛鬼蛇神紛紛出動(dòng)，才能辨識(shí)出過(guò)程的真實(shí)特性。但辨識(shí)的目的是形成最優(yōu)控制，也就是最終把牛鬼蛇神統(tǒng)統(tǒng)鎮(zhèn)壓下去。但牛鬼蛇神都鎮(zhèn)壓之后，在線辨識(shí)就要瞪大眼睛無(wú)事生非，沒(méi)有牛鬼蛇神也草木皆兵造出幾個(gè)來(lái)，導(dǎo)致模型失真，真有牛鬼蛇神再露頭的時(shí)候就容易發(fā)生過(guò)程失控。這個(gè)問(wèn)題有很多就事論事的辦法，但沒(méi)有能從本質(zhì)上解決的，最終導(dǎo)致又一個(gè)美好理論喪生于實(shí)踐的巖壁腳下。人工智能的自學(xué)習(xí)是否會(huì)遇上同樣的問(wèn)題，可以肯定的是，自學(xué)習(xí)在學(xué)習(xí)實(shí)際過(guò)程的時(shí)候，本身也需要人們對(duì)自學(xué)習(xí)的理論和應(yīng)用進(jìn)行學(xué)習(xí)。這就像自動(dòng)控制避免了學(xué)習(xí)簡(jiǎn)單勞動(dòng)的必要，但增加了理解、掌握和支持自動(dòng)控制硬件、軟件和控制算法的要求。對(duì)于復(fù)雜過(guò)程的控制，最終取決于對(duì)過(guò)程本質(zhì)的實(shí)質(zhì)性理解，而不是用投機(jī)取巧的數(shù)學(xué)方法繞過(guò)學(xué)習(xí)關(guān)。自學(xué)習(xí)不僅不能降低人類(lèi)學(xué)習(xí)的要求，實(shí)際上還增加了人類(lèi)學(xué)習(xí)的要求，因?yàn)樽詫W(xué)習(xí)的成功取決于工具的正確應(yīng)用，這只有來(lái)自對(duì)實(shí)際過(guò)程的深入理解。另一方面，對(duì)自學(xué)習(xí)和工具本身的學(xué)習(xí)成為額外的學(xué)習(xí)要求。這就是自學(xué)習(xí)不可能成為懶人福音的道理。

　　數(shù)學(xué)救不了懶人還有另一個(gè)例子。傳統(tǒng)數(shù)學(xué)模型有一個(gè)公式，形式可以很復(fù)雜，可以有很多方程聯(lián)立，可以是代數(shù)方程和微分方程的混合，并加入隨機(jī)等其他復(fù)雜性因素，但這種傳統(tǒng)數(shù)學(xué)模型能夠描述的現(xiàn)象受到具體方程形式的限制。在研究人類(lèi)智能的過(guò)程中，人們提出神經(jīng)元的數(shù)學(xué)模型。這是一個(gè)簡(jiǎn)化的模型，但把很多這樣的簡(jiǎn)化模型組網(wǎng)連接起來(lái)，可以描述高度復(fù)雜的現(xiàn)象。然而，神經(jīng)元網(wǎng)絡(luò)本身依然在數(shù)學(xué)或者計(jì)算上相對(duì)簡(jiǎn)單。神經(jīng)元網(wǎng)絡(luò)出現(xiàn)后，很多人以為這是終極數(shù)學(xué)模型，只要有足夠多的數(shù)據(jù)，包括進(jìn)所有的變量，從此可以把世界上所有復(fù)雜現(xiàn)象一網(wǎng)打盡。

　　在學(xué)究們還在顫顫巍巍地刺探神經(jīng)元網(wǎng)絡(luò)的數(shù)學(xué)特征的時(shí)候，已經(jīng)有人把他用于股票預(yù)測(cè)、市場(chǎng)預(yù)測(cè)和其他來(lái)錢(qián)的名堂，結(jié)果沒(méi)有懸念：沒(méi)戲。數(shù)學(xué)模型的生命力不在于對(duì)過(guò)去的解釋?zhuān)窃谟趯?duì)未來(lái)的預(yù)測(cè)。社會(huì)經(jīng)濟(jì)系統(tǒng)是一個(gè)復(fù)雜反饋系統(tǒng)，人類(lèi)行為在歷史和現(xiàn)狀影響下會(huì)有所調(diào)整，而調(diào)整的方式不是對(duì)過(guò)去類(lèi)似現(xiàn)象的簡(jiǎn)單重復(fù)，而是會(huì)因人因時(shí)因事而異。在沒(méi)有理解人類(lèi)行為的本質(zhì)之前，歷史的分析可以作為借鑒，但不能由歷史簡(jiǎn)單預(yù)測(cè)未來(lái)，這是人們?cè)缫咽熘牡览?，用眼花繚亂的數(shù)學(xué)模型也不能改變這一事實(shí)。自學(xué)習(xí)是數(shù)學(xué)的一個(gè)分支，數(shù)學(xué)是對(duì)現(xiàn)實(shí)的抽象，但不下功夫理解現(xiàn)實(shí)，抽象就成了無(wú)源之水、無(wú)本之木，必定要誤入歧途。

　　那么自動(dòng)化可以救美國(guó)的再工業(yè)化嗎?自動(dòng)化是一個(gè)工具，這個(gè)工具是要人來(lái)使用的。換句話(huà)說(shuō)，這是一個(gè)力量倍增器，但基數(shù)是人，美國(guó)再工業(yè)化的關(guān)鍵還是人。美國(guó)的人力資源問(wèn)題是另外一個(gè)話(huà)題，但想繞過(guò)美國(guó)人力資源的現(xiàn)實(shí)，用自動(dòng)化來(lái)創(chuàng)造奇跡，這條路是走不通的。這是一個(gè)無(wú)法回避的事實(shí)。