|
9#
楼主 |
发表于 2022-9-20 22:17:19
|
只看该作者
本帖最后由 晨枫 于 2022-9-20 08:21 编辑 ' T6 p" i, q. l0 Q, w6 @
: G3 Z8 W+ A2 v! D$ O
! f( C; N; _ H- l太对了!
. {5 ?/ [9 q: O3 l: c0 ^. [4 a! U, k2 ]2 o. O: o' B
人工智能现在一根筋搞大数据学习,正是数据问题。用自控术语来说,这是对有历史积累的时不变系统有效,时变系统就抓瞎了。& j# l% l3 B! U/ V* N
" {# ~( A( Z" w/ L) s+ y在思维方式上,有演绎和推理两个方面。一味依靠归纳是经验主义,不看变化的条件。归纳最终是为下一步演绎提供基础,从现有边界拓展一步才是归纳的目的。
8 t1 ? z5 O1 J8 d, d# a, M, A2 m- V( f
人工智能还需要在框架上形成演绎能力才好。怎么做到?嘿嘿,我要是知道,还在这里瞎耽误功夫嘛。
! b/ h. G; H, r- X7 @. N% h
3 L" F" O) z( U: Q& F: z# Z在自控和建模中,也曾经流行过纯数据驱动的黑箱模型。后来发现不行,robustness太差。后来转灰箱了,在具有机理背景的模型结构上,加一个黑箱尾巴,用机理模型解释大部分数据,黑箱尾巴只管“扫尾”,情况就好得多。不过实施也难得多,可以丢给“数据绞肉机”就不管的好处没了一大半。- S0 ~) ]/ H! m8 R
0 K; \1 ? e2 X
这就回到我一直在想的“复杂性守恒定理”。复杂问题如果存在简单的解决办法,一定是把复杂性隐藏到另一个方向了,最终还是绕不过去的。 |
|