|
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。
9 r5 t6 n" e7 S1 b A! S8 l
( P( m: u8 E. j, p3 N, T& o6 i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。
' L7 k( c1 e0 E, u; ^3 x; B2 i* a! |) J9 \4 ^2 N# P2 `4 {
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。
1 D* c5 d5 v) T B* `% o+ f+ y2 D i. w) K( r. l
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。
# r. V: q& Q0 l/ J5 D2 Z
0 D- H: A4 F1 F2 _2 g6 O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! C1 Z. G5 ~ f. }: u( s# m) [* U( I6 o; Z0 ?% T* ~! E
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。
6 e$ `; S. b$ q/ C% Z; i
: O( p s1 G8 b. b0 l5 l0 g! e$ R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。
5 k7 N n; X, U& q0 G* q, Y( j' ^, ?" j/ n' C& Q
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。 |
|