|
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。) h+ o+ U* s# e& r
4 {7 L1 U2 S1 P+ X, N% B0 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。4 C1 W: f* f2 y# Q
6 |: A& G+ n1 G: \5 o/ P# M" @) V
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 N# d1 o/ U8 P3 @( J3 v+ ^( |! c$ l% b
1 k" V- s; G/ U1 L0 q* 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。& E& B! A/ `7 V* k
# }: B! s, M: ?1 @6 b& u. X; a
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 ]2 ], B- h
$ [ F0 F2 J: ~( D
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。
" ~3 b8 J0 \1 }2 s6 ~- x$ [
& L7 ~/ X+ H& ~' L3 _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。) p/ ?6 ^4 F2 C& n; m
+ P, f+ l5 N* D% m: J) O1 n+ U; E0 h
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。 |
|