|
|
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。& x/ Y# V$ X1 {2 ~3 k# K) J, R
' Q+ j" E6 y1 l0 u; e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。
& A$ N+ {# d) X1 m' e0 G3 \2 F
. n9 H" V. v3 n; _0 M5 gAlphaGo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。6 X2 S3 s, _6 p1 F
! t# X4 d% D' i1 }; Q8 k8 l1 `$ m2 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。8 Z, J' D% w3 D' r! {3 k; F
% @+ \" {- I$ h" W) Q% s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?. u+ K9 h' S- ?
9 o/ ?' c! W+ p7 N4 P& u4 H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。# t% u3 b# N- ~( b( _, Y
7 D- e3 s( P9 D7 Y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。
, z: R" C/ Q: n1 H. a4 p
5 J i( j4 V9 }# P. L5 y) e! {$ P" n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。 |
|