模糊控制會站到下一個學(xué)術(shù)風(fēng)口上嗎？

現(xiàn)在一提起人工智能，我們首先想到的一定是神經(jīng)網(wǎng)絡(luò)。神經(jīng)網(wǎng)絡(luò)實踐應(yīng)用的迅速發(fā)展，已經(jīng)讓它成為了人工智能中當(dāng)紅的技術(shù)。其實就在上世紀(jì)40年代相關(guān)的理論被提出后，神經(jīng)網(wǎng)絡(luò)也經(jīng)歷過幾十年跌宕起伏的發(fā)展，在50年代末進行了一次失敗的工程化實驗后，神經(jīng)網(wǎng)絡(luò)的研究陷入低谷，還在研究它的學(xué)者曾一度被視為異端。

神經(jīng)網(wǎng)絡(luò)的“逆襲故事”告訴我們，要用更長遠的發(fā)展眼光看待技術(shù)。今天被視作荒謬的理論，或許明天就能引領(lǐng)一個行業(yè)的發(fā)展。

今天我們討論的，就是一項和曾經(jīng)的神經(jīng)網(wǎng)絡(luò)一樣，擁有頗多爭議的技術(shù)類別——模糊控制。

當(dāng)工程專家搞起數(shù)學(xué)

提到模糊控制，要從它的理論來源模糊數(shù)學(xué)開始。

模糊數(shù)學(xué)，光是看這4個字就讓人覺得難以信任。在大部分人的印象里，數(shù)學(xué)應(yīng)該是一門嚴(yán)謹(jǐn)?shù)膶W(xué)科，畢竟在考試的時候，模模糊糊的答案是不能得分的……

不過，當(dāng)數(shù)學(xué)應(yīng)用到日常生活中后，我們開始發(fā)現(xiàn)人類世界中的很多概念是沒法用精確的數(shù)字表示的。比如冷和熱、美和丑這些概念，很難精確到多少攝氏度或者是一個評分，而是人類的一種模糊的感覺。

可在計算機的數(shù)學(xué)世界中，只有0和1——非熱即冷、非美既丑，人們一直在發(fā)愁，要如何讓計算機理解人類世界中的這些模糊概念呢？

在1965年，美國控制論專家查德發(fā)表了一篇描述模糊控制的論文，正式開啟了模糊數(shù)學(xué)這一學(xué)科。

模糊數(shù)學(xué)的核心理念就是，用精確的數(shù)學(xué)手段對現(xiàn)實世界中大量存在的模糊概念和模糊現(xiàn)象進行描述、建模，從而實現(xiàn)對問題的控制和解決。

比如-10℃是“冷”，30℃是“熱”，那么20℃就是介于1和0之間的0.75。

模糊數(shù)學(xué)乍一聽是提出了一個很棒的問題解決方式，但對數(shù)學(xué)稍有了解的人就會在兩秒鐘之后反應(yīng)過來……這玩意兒是和概率論有啥區(qū)別??？

這也是模糊數(shù)學(xué)爭議最大的一點，由控制論學(xué)者提出，在理論基礎(chǔ)上相對薄弱，所謂的“模糊“概念也和概率論略有接近。當(dāng)然，直到今天，模糊數(shù)學(xué)在理論上還在不斷發(fā)展，各國研究學(xué)者，尤其是我國學(xué)者都做出了很多貢獻。模糊數(shù)學(xué)作為一門學(xué)科，正在逐漸站穩(wěn)腳跟。

人工智能洗衣機，竟然有一顆90后的大腦？

我們所關(guān)注的當(dāng)然不是學(xué)術(shù)問題，而是模糊控制的應(yīng)用發(fā)展。模糊數(shù)學(xué)最大的特點，就是它是由應(yīng)用領(lǐng)域范疇發(fā)展到理論范疇，擁有大量的實踐經(jīng)驗。

模糊控制最早是應(yīng)用于自動化控制方面，為的是能夠讓專家經(jīng)驗量化，實現(xiàn)更加專業(yè)的自動化控制。

比如我想研發(fā)一個全自動烤地瓜爐，就需要知道如何調(diào)節(jié)地瓜機的火候。這時候我向一位資深烤地瓜老大爺咨詢，他告訴我說：“先開大火，地瓜熟了轉(zhuǎn)小火。”這時候，我就需要把“大小火”“生地瓜熟地瓜”這種概念教會給計算機。

模糊控制的解決方案，是把設(shè)定一個值域，把燒烤溫度設(shè)置為100℃到250℃，把地瓜成熟度設(shè)置為0-1。通過對地瓜成熟度的監(jiān)測，隨之調(diào)節(jié)地瓜爐的溫度設(shè)置。

要是沒有模糊控制理論，計算機可能只能得到一個精確的“食譜”，當(dāng)?shù)毓线_到某一確切狀態(tài)，立刻改變烤爐溫度?？蓪嶋H應(yīng)用時，地瓜達到完全成熟可能就是一瞬間的事，同一烤爐中的不同地瓜也常常有著不同的狀態(tài)，除非有非常精確的傳感器，否則很難捕捉到這一瞬間的變化。

但在模糊控制系統(tǒng)中，地瓜成熟度被分成0到1，傳感器可以每隔5分鐘對地瓜的成熟度進行檢測，第一次檢測時，地瓜們的成熟度可能是0.2、0.5和0.6。第二次檢測時，地瓜們的成熟度達到了0.45、0.7和0.9，這時烤爐就會變化溫度。

在模糊控制下，自動化控制可以在盡量低的成本下實現(xiàn)更高的受益。在上個世紀(jì)的航天、工業(yè)領(lǐng)域，計算機的智能程度、傳感器密度和信息回傳速度都沒今天這么高，模糊控制成了一種很好的解決方案。

到了20世紀(jì)90年代，模糊控制逐漸進入了民用產(chǎn)品領(lǐng)域。比如空調(diào)、洗衣機等等產(chǎn)品，通過自動識別室溫、衣物重量等等，對產(chǎn)品功率進行智能調(diào)節(jié)，達到節(jié)能的目的。現(xiàn)在我們看到的很多人工智能空調(diào)和人工智能洗衣機，都是應(yīng)用了這種90年代就有了的技術(shù)。

神經(jīng)網(wǎng)絡(luò)實踐應(yīng)用的迅速發(fā)展，已經(jīng)讓它成為了人工智能中當(dāng)紅的技術(shù)。

風(fēng)水輪流轉(zhuǎn)，模糊控制會站到下一個學(xué)術(shù)風(fēng)口上嗎？

雖然來自上個世紀(jì)的模糊控制理論聽起來很過時，但它的確從屬于人工智能的一項分支，只是很多以往需要模糊控制才能實現(xiàn)的功能，今天都直接可以通過機器學(xué)習(xí)來實現(xiàn)。

還是前面的那個烤地瓜的問題，利用模糊控制理論我們需要自己為地瓜設(shè)置一個成熟度劃分，但在機器學(xué)習(xí)中，只需要把老大爺烤地瓜時產(chǎn)生的數(shù)據(jù)記錄下來，就能訓(xùn)練出一個和老大爺一樣專業(yè)的算法模型，應(yīng)用在各種各樣的智能地瓜爐中。

模糊控制理論的應(yīng)用，更適用于上個世紀(jì)硬件和算法不分家的情況。每種大型機械都有自己的微電腦系統(tǒng)，通過對狀態(tài)與數(shù)據(jù)之間的調(diào)整來實現(xiàn)從人操縱機械到機械自我控制的轉(zhuǎn)變。

到了四處都有傳感器、算力變得強大又廉價的今天，模糊算法的高性價比優(yōu)勢開始變得不復(fù)存在。

但這并不意味著模糊控制從此就失去了研究意義，在今天模糊控制依然有很多利用價值。

第一，模糊控制依然可以利用于家用電器這類數(shù)據(jù)難以量化的領(lǐng)域。比如可以智能調(diào)整溫度的空調(diào)，研究個人用戶的歷史操作數(shù)據(jù)的確可以得出個性化的溫度調(diào)節(jié)算法，但這樣的做法和用模糊控制研究專家意見得出的結(jié)果不會有太大差別。

第二，模糊控制在對感情傾向的研究中有著絕對優(yōu)勢。機器學(xué)習(xí)主要還是對大量數(shù)據(jù)進行挖掘，但很多時候用戶的感性決策是不一定會表現(xiàn)在數(shù)據(jù)中的。

有一篇論文就表述了如何用模糊控制理論智能調(diào)節(jié)酒店房價，其中提到，當(dāng)房價價格達到一個值域時，或許不會影響到消費者決策，但會影響到消費者對于酒店的印象，長期看來會影響到酒店發(fā)展。這時對消費者進行樣本調(diào)查，再挖掘調(diào)查數(shù)據(jù)得出智能調(diào)價范圍就是一個很好的解決方案。

現(xiàn)在由于機器學(xué)習(xí)的火熱，一些研究方向已經(jīng)開始走向了極端。像有團隊曾經(jīng)利用對腦電波、心率等等的監(jiān)測，向?qū)嶒瀸ο笳故疽恍┴?fù)面文字和圖畫，從而去研究他們的自殺傾向。其實心理醫(yī)生只要問幾個問題，就能得出更準(zhǔn)確的判斷。

如果模糊控制能實現(xiàn)對心理醫(yī)生專家經(jīng)驗的量化，就能得出機器學(xué)習(xí)花大量時間和金錢才能找到的“公式”。而當(dāng)機器學(xué)習(xí)對數(shù)據(jù)問題研究到一定地步時，人們一定會把目光轉(zhuǎn)移到無法直接捕捉到數(shù)據(jù)的感性概念中。這時模糊控制理論就會展示出自己的優(yōu)勢。

就像文章開頭說的，神經(jīng)網(wǎng)絡(luò)也是經(jīng)歷過幾十年的波折發(fā)展才實現(xiàn)今天的成果。誰能說下一個站上學(xué)術(shù)風(fēng)口的，不會是模糊控制理論呢？