|
|
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。; ^8 {! e3 ^- H* C3 Q7 b! r
( y& S7 r4 O, t. B
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。* O1 g: `6 u# D! u/ M' _- _
' p+ b% s1 c7 Z+ U
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* j, \$ K+ {, _4 |8 ^' K, ?+ @$ ?! C2 B# `* }1 `; y5 `* o: _+ s
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。8 \" j$ E/ y' s/ o3 [; x$ o
8 o3 s& p# ?7 i3 t( A; A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?/ i8 Z6 f' \# b! J: b4 X
- J0 l+ x! t: i$ E% R* {; Y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。 f5 z4 y% b+ l' Z2 d/ i- ], C
8 j, f4 o0 j" `$ n& R5 T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。
/ s6 U9 i- D6 H4 z6 }- G; I" I; m! [% W' i5 n& S3 o9 |6 I
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。 |
|