|
|
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。
% N; n& @; }' Y
$ X, E3 N n4 Q7 ]" v' G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。
$ i7 [1 \, o; z' e, |/ Q/ Y/ k+ ^- a: W
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。
7 u7 o/ a' z/ I! C5 p- X$ _& f; d8 l9 f
% J+ X, J% L3 U. w- x8 J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。& E+ r7 ?+ L! @/ Q% K! L, j5 q
! r( @( w" y7 r8 v, @- T6 k
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?# C8 z. E- ]- n( w+ ]
: e2 ]. I5 D P X8 Y: z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。4 `: ?" a$ r* U, P6 M/ c4 ?
. A E' D, S4 k
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。) C& \' {6 s, ^* b
1 I3 Y0 Y: H& I$ H: T1 h( T! v' y
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。 |
|