' ^: I9 R3 b' u C# M6 `& M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。+ a# U: @, ?8 y& u
* p9 m# f6 m" E2 p ^ H l4 A' u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? # c% e3 ]+ H% J9 b7 G- N& V9 a% N$ H3 _2 G Q% \
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。# [" m. ?) O. z3 b' ^4 u! T# I1 K
, x. q& x. H. Q% E
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。6 W/ h! [7 k' {" w+ T4 v. X
; T/ K2 j! N# u
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。