|
|
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。7 v& K( z: J# @
. p: N0 z. ~/ `7 L7 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。
4 O7 ~! @" J# l# r" B
1 J9 e; I7 Z$ C* `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。
+ _& V/ [2 i8 H) v/ X) y6 t) j' v O6 q0 I
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。
$ V6 l, @, {) T( ?, F: x# T
% ?$ ], Y- g3 h/ C# L- V' r' j' {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?2 C& X: D7 H* w( I) F
* Y, c2 g5 V% x% w: C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。' d7 R+ u4 ^; M0 Y; @: @9 w
% c- i4 e" L z, Z* N
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。 L8 a+ h! t3 X8 X" n* B: D( O. B
+ v! b ?$ Q4 \
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。 |
|