|
|
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 W/ U4 V) Q. n$ L- N7 h
( d1 K T2 S, @: i& @$ y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 f! x2 u) H3 P/ Q. Q( b8 [; p% e+ @' h- R
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 n6 n0 q# e% a6 f( L6 p. i Z2 G( D4 o9 E: ]9 v- W* 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。
5 ^: ?: w( l7 O' d. F& e% J9 u+ T: I: @4 {
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?
, ~3 p1 `& @; W3 v5 k3 j
5 q, E2 m3 Y3 g5 q, 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。
' K. K; ~- o: q* ]% N9 g7 ~8 ]& D0 s. \6 u: i: h
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。 h0 n9 Y( C* c Y( q4 ]8 ~. s- x' }
3 @- r! [# s. k3 z% m5 O6 J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。 |
|