|
|
这个问题说来话长。我的观点:AI加强了自控的重要性,而不是降低。自控是AI的手脚,AI是自控的大脑。手脚灵便可靠,大脑才能发挥作用。
3 Q- N; y9 _) {5 J" f w
$ C* G3 A/ E: u' u _- f7 W用AI直接控制,在理论上可以,在实际上做不到。首先违反KISS原则,其次在可预见的将来AI解决不了行为“不可预测、难以理解、无法信任”的问题。
3 `7 H' [# U# @5 t' E- T1 k1 P2 T9 w/ ?9 t% c1 S! M
AlphaGo下出的一些棋路至今人们无法理解。这样的AI用于指挥决策是有很大顾虑的。; Q: Z; |/ S2 P' L7 z, O& P
0 h% v# b2 H& D& H) j. O, a, B/ v
就最简单的神经元网络(NN)建模而言,由于模型行为太不可预测,人们曾经用“有界NN”规定一条走廊,不得越界。这在本质上把NN从非结构化变为结构化,退化为形式更加复杂的一般回归模型了。但不加约束,在数据点之间可能乱跑,我就碰到过这样的事。所有模型都需要在数据点之间内插和两端之外外推,这样的乱跑是不可接受的。
# z" n+ }' {& o9 d# Z# _' \8 F) g1 O$ p1 l' ~# t9 ^
现在Chat GPT在很多时候很靠谱,但也有不少时间不靠谱。最大的问题是不知道什么时候靠谱,什么时候就不靠谱了。我们在测试的时候,有参考答案,可以判别。用这作为决策工具,你敢信吗?$ F! J4 H! j$ ?, G3 `# M9 \" K
; D6 S* ~# A3 H相比之下,自控基本上还是依靠确定性模型和工具,行为可预测、可靠,在很多时候(不是所有时候)可以从数学上证明收敛,其余的也已经有大量实践证明足够的收敛性。! X v- ?2 t7 } D: x* G. _
! D5 K6 m- M+ y; H. c. p" V
即使从系统架构上来说,AI对自控也相当于串级系统,AI是上位,自控是下位。两者是互相补充的关系,不是互相替代的关系。3 h5 H* r. I6 q6 }/ w, _
! \4 P+ U. Z/ e, m0 g我写了一本《实用过程控制》,机械工业出版社计划年底前出版,里面有一章专门谈这个问题。到时候欢迎点评。 |
|