其他
AI,如何应对电网设备的物理缺陷和功能缺陷
福州这条小河
与我纠结的脑壳相比
显得格外的安静
我纠结的事儿很多,其中之一就是AI,AI这一坨乱麻,我纠结30多年了,起点是两件事儿,一是我们长地院物探系七八级一位师哥,在上世纪八十年代某一年,考上了清华大学人工智能博士研究生,上了一年之后嗷嗷叫要退学,而我竭力反对他退学或者休学,鼓励他咬碎了牙坚持下去(如今回头看,师哥当年退学是正确的);二是那时候几个洋鬼子给我们讲landmark工作站上的地震资料专家解释系统。站在我们地学专业上讲,上世纪八十年代可谓是AI第一个小高峰。感兴趣的朋友可以阅读《关于人工智能,30年来我越来越迷糊了》。
三十年弹指一挥间,如今,我们又迎来了人工智能的新阶段,这一波人工智能小高峰,涵盖的行业更多、算法、算力跟上世纪八十年代相比,已经强大了很多。但是最近一年来的讨论和接触,感觉还有比较长的路要走,甚至还会出现一个低潮期。
为什么会有这个感觉呢?因为工况场景太复杂了,AI在学习阶段,依然还有不少问题难以解决,这直接导致在应用阶段的N多个不成熟,以电网设备的缺陷和故障AI诊断为例,这些不成熟当中,最关键的是:
1. AI识别的三个层次:环境识别、设备识别、故障点识别。
1992年的冬天,俺遭遇过一场严重的车祸,一根锁骨断了、三根肋骨断了、脊椎骨也出现了裂缝,仅住了7天医院,就撤了,所以,体会非常的深刻。 |
俺很小时候,就患有关节炎。所以,对此同样有深刻体会。 |
1. AI仿生继续谈: 动物的竞争优势和人类的优势竞争