比如，最早的自動(dòng)化理論是針對(duì)線性單變量的。隨著技術(shù)的發(fā)展，從單變量走到多變量、從線性走到非線性、從確定系統(tǒng)走向不確定性系統(tǒng)等。在這個(gè)過(guò)程中，“問(wèn)題的領(lǐng)域”基本上是不變的，但“方法成熟的領(lǐng)域”在不斷拓展。在這種拓展的過(guò)程中，問(wèn)題的難度會(huì)不斷地增大，后來(lái)會(huì)變得舉步維艱。盡管如此，“方法成熟的領(lǐng)域”或許永遠(yuǎn)都無(wú)法覆蓋“問(wèn)題的領(lǐng)域”。
但科學(xué)發(fā)展往往不會(huì)一直沿著這種模式發(fā)展，而是會(huì)發(fā)生“領(lǐng)域”的變遷。
比如，從自動(dòng)化到智能化的過(guò)程，其實(shí)就改變了領(lǐng)域：自動(dòng)化系統(tǒng)一般是封閉的小系統(tǒng)，智能化系統(tǒng)一般是相對(duì)開(kāi)放的大系統(tǒng)。這時(shí)，如果還想采用自動(dòng)化理論中“建立模型、提出要求、數(shù)學(xué)推導(dǎo)、仿真驗(yàn)證”等套路時(shí)，就會(huì)發(fā)現(xiàn)：第一步就會(huì)被卡住，而數(shù)學(xué)推導(dǎo)更是難上加難。
很多同志對(duì)數(shù)學(xué)有個(gè)印象：除了個(gè)別“世界難題”，似乎再難的數(shù)學(xué)題目都能得到解。后來(lái)筆者才發(fā)現(xiàn)：現(xiàn)實(shí)根本不是這樣。許多個(gè)性化的問(wèn)題，根本沒(méi)有辦法理論求解。我們看到的“每個(gè)問(wèn)題都能解決”，其實(shí)是一種“幸存者偏差”：能解決的問(wèn)題，才會(huì)寫(xiě)成論文、寫(xiě)入教科書(shū)和習(xí)題集；解決不了的，也就寫(xiě)不成論文、寫(xiě)不到教科書(shū)和習(xí)題集中了?，F(xiàn)實(shí)的論文是怎么寫(xiě)成的呢？有位老師總結(jié)了兩個(gè)字“猜、湊”：猜出結(jié)論、湊出條件。通俗一點(diǎn)說(shuō)：遇到一個(gè)問(wèn)題無(wú)法求解的時(shí)候，可以改變題目本身，讓它變得能夠找到解。
所以，解決智能化問(wèn)題時(shí)，一般不能走過(guò)去的老路。常見(jiàn)的路子是：把人的知識(shí)、實(shí)踐經(jīng)驗(yàn)數(shù)字化，用于系統(tǒng)的管控。這樣，就避開(kāi)了復(fù)雜的建模和求解問(wèn)題。人是很了不起的：遇到再?gòu)?fù)雜的問(wèn)題，專(zhuān)家?guī)缀蹩倳?huì)有辦法。搞智能化的人不必去關(guān)心這個(gè)辦法是怎么來(lái)的，只要把他們的知識(shí)數(shù)字化就可以了。只要計(jì)算機(jī)管控有足夠的優(yōu)勢(shì)和經(jīng)濟(jì)性，就會(huì)成功。
除了“領(lǐng)域的變遷”，還有一種常見(jiàn)問(wèn)題是“關(guān)鍵的變遷”。其中，“領(lǐng)域的變遷”會(huì)引起問(wèn)題的變化，而“關(guān)鍵點(diǎn)的變遷”是問(wèn)題研究深度的變化。
大家知道，現(xiàn)在的人工智能開(kāi)源軟件很多。為什么還有些公司要花大價(jià)錢(qián)研究了。因?yàn)橛行┥虡I(yè)應(yīng)用，需要更多可能的結(jié)果。比如，有些人臉識(shí)別的準(zhǔn)確率要達(dá)到99.9999%才能走向?qū)嵱没ｉ_(kāi)源軟件的識(shí)別率可能有99%(筆者隨便猜的)，但達(dá)到99.9999%的要求則需要自己來(lái)開(kāi)發(fā)。在這個(gè)過(guò)程中，就可能有若干種問(wèn)題轉(zhuǎn)化問(wèn)題。開(kāi)始的時(shí)候，可能是盡量尋找更多的樣本、盡量?jī)?yōu)化模型的參數(shù)。在某個(gè)階段，研究重點(diǎn)有可能轉(zhuǎn)向如何評(píng)估識(shí)別結(jié)果的可信度；在另一個(gè)階段，可能是如何提高“足夠可信的人”的比例、尋找可信度低的原因。
科技的發(fā)展，其實(shí)往往是在“領(lǐng)域變遷”、“關(guān)鍵點(diǎn)變遷”的過(guò)程中發(fā)展起來(lái)的，而不是“一條道走到黑”。事實(shí)上，科技活動(dòng)者所謂的“靈感”，往往就是遇到困難時(shí)，突然發(fā)現(xiàn)了這種變遷，讓人覺(jué)得“柳暗花明”了。
來(lái)源：儀表圈/作者：郭朝暉(工學(xué)博士，教授級(jí)高工。企業(yè)研發(fā)一線工作20年；優(yōu)也科技信息公司首席科學(xué)家；東北大學(xué)、上海交大等多所院校兼職教授。國(guó)內(nèi)知名智庫(kù)、走向智能研究院的發(fā)起人之一。原寶鋼研究院首席研究員)
