自動化這個東西呀，是跟着第一次工業革命一起出生的。它的存在相當有意義而且價值非常大。自動化追求的目標也從來都沒有改變過，就是爲了不斷減少人的體力勞動和腦力勞動。對比一百年前的人和現在的人每天的工作內容就知道了，人類的工作效率得到了極大的提升。
從自動化這個專業開設起，就有一些人包括一些自動化的學者對這個專業有一些爭議。有些讀完這個專業的學生會覺得它坑，爲什麼呢？
自動化可以說是一個非常符合中國特色的專業，在國外的大學你幾乎聽不到“自動化”這個專業。這個專業是個非常典型的交叉學科，有一個龐大的知識結構，數學、物理、計算機、通信、控制都要掌握一部分說深不深說淺不淺的內容。而且自動化非常強調“系統”的觀念，你如果不瞭解相關知識，系統還真不慣着你，說停就停了。所以但凡自動化專業的學生要繼續學習，細分研究方向，比如機器人控制、電力電子技術，門檻是很高的。但是對於本科生教育而言，沒有一個繼續沉澱的過程，效果對比其他專業是沒有什麼優勢可言的。很多同學學完之後感覺學了很多東西，但是並不深刻。
其次是自動化在國內並沒有得到理想中的重視和支持。這一點從國內供求市場就能看出來，推動高薪資的互聯網企業向前發展的還是通訊技術和計算機技術。你見過哪一家做控制的公司開出的平均薪資高於互聯網公司的，找不到也不可能。不過還是得承認，自動化目前對社會經濟發展的作用確實比不上通訊、計算機，還差得遠。這一點不僅中國是這樣，發達國家也是這樣。
自動化有三個基本的研究問題：建模、控制和優化，這也是國內大學主要圍繞開設的課程。目前國內自動化專業一個很大的問題，就是重視控制理論而輕視系統技術，再講直白一點就是學術界和工業界脫節了。很多學控制的研究生在實驗室的時候，線性系統理論分析、最優控制、先進控制玩得賊六，等到了工廠以後，發現都21世紀了可用得最多的控制方法還是PID控制。PID控制固然是神級控制方法，但是這種情況也說明了很多做工程的人沒有系統的概念，你玩的那一套他也不認你的。
講個題外話，上個世紀控制和人工智能的發展基本是同時的，但是現在人工智能重新起步了，而且火得一塌糊塗。爲什麼人工智能能夠重新發展起來，更多的還是得益於大數據的發展和計算機計算能力的提升，人工智能的理論在這一波發展中並沒有貢獻太多力量，神經網絡、決策方法這些都是好久之前就提出來的東西。當然如今互聯網公司在人工智能研發上的投入也是一個主要因素。
當前人工智能還有一個沒有解決的問題——“因果關係”，經過訓練，計算機大概已經知道了要怎麼做，至於背後的理由計算機是不懂的。比如利用深度學習可以判斷一張圖片是不是汽車，但是爲什麼圖裏的物體是汽車還得不到解釋。如果計算機的“推理”和“回溯”能力能解決的話，人工智能肯定能有更大的發展。
自動化不是一個特別有內生推動力的專業，需要而且少不了先進的計算機和通信的支持，往前看十年，通信和計算機都有了明顯的進步。現在人工智能、5G的大熱，也帶火了自動化/智能控制這個研究領域。自動化如果要抓住這一次機遇，一定要結合以下技術：雲計算、通信技術、邊緣計算，把這些新技術融入到控制系統中去。而且在實際控制工程中，思路也要發生轉變。要多考慮系統的動態性問題，而不能還停留在系統的穩定性問題上。總而言之，路還很長，但要有信心。