|
|
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。
& }# B6 V- Z- E: b# r1 {$ _! |, l Y0 V1 J6 O" v. w! z9 A* U9 d
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。( `5 J X, f9 _) u4 `2 \; W' J
, N9 D8 Z2 l7 n+ W# c
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。5 p2 v6 U- R0 R/ v$ E
, e6 L$ `1 @1 u* A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。0 h; G& |$ A0 w' m% v: I
/ f' [6 G' E6 V0 L0 h% J* ~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?
o1 n4 [9 x2 j% d6 b% {7 @
% D; l# O6 V: o: B& [8 Y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。
/ a' }% e* U' D+ s- B/ p( n9 O/ @
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。; i) j/ T: T- d( d2 c3 s
* b9 k' ?: X3 W6 b
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。 |
|