|
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。
& d5 r8 e9 J3 X' R4 g* ]3 G' @1 N. h) p, E1 D5 U
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 y) _& h5 Y7 K0 d' V& w8 X# d l6 }% h( 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。
4 b i: Y, E4 G, x9 _3 D
( Q. g$ v& E. u" g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 q/ S" t6 [$ u' T; ?# c5 n
$ @5 o4 s; C. ~4 q: h1 w& x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?
0 O8 `2 b { ^ g) H, h6 b
/ A7 ^2 F4 u1 o; O) A! w: D& q ^' s4 _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。* X6 I4 I; v0 C# h, I* N
' n6 K. {9 D2 \4 J
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。8 k) J7 x9 _- ?
R! f4 Y0 r" [; m9 x& 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。 |
|