吳丹說：今天這個題目可能會有很多的不認同，但是我們想說的是任何行業的發展不僅僅取決於技術，還有行業規律和行業基礎。智慧型化行業說起來高大上，實際上在資訊化發展的行列裡，我們在底層梯隊。我們對未來的期許需要走很長的路，需要腳踏實地。下面請看張老師的剖析。
在人工智慧方興未艾的今天，你可能會聽到很多有關決策智慧型化令人血脈僨張的偉大的美好願景，這給人的感覺貌似在不遠的將來，人們可以將決策這件事完全交給機器做出。在智慧型建築這個領域當然也不能意外,要求在智慧型建築管理系統中包含決策智慧型化的功能需求，而且很多**商也就承諾可以做到。
筆者之前也對實現決策智慧型化的願景充滿希望與孜孜追求，但是，經過這幾年的工作實踐、特別是拜讀了一些人工智慧領域先行者經潛心研究的力作之後，掩卷反思，逐漸對人工智慧有了一點小小的體會。筆者認為目前提出的「決策智慧型化」的概念完全是偽命題，至少在實現所謂「通用人工智慧」之前是不成立的。
為什麼會得出這個結論？
首先讓我們看看什麼是決策，以及人類是怎樣做決策的。
決策的主要任務是：根據不完整的小樣本資訊去決定如何處理從來沒有遇到過的事件；或者基於多維動態條件下的動態趨勢去**未來，並通過調整行動促使發展方向逼近既定目標。
做出決策只能**但無法預知這個決策將得到結果的是否最優或負向。很多時候只是需要迅速做出決策，是否正向有效要在執行決策過程中驗證。另外，決策在執行過程中不應該是一成不變的，而是需要根據顯性的態勢及隱**知進行不斷的修正。通常來說，乙個大決策需要隨著事件發展做出很多小決策加以輔助，甚至隨著事件的發展與轉化，最終完全顛覆原來的大決策，事件處理的最終結果也很可能與預期願景大相徑庭。可以說決策不是乙個靜態節點而是乙個過程，是被事件流引導的決策流而已。（大家能讀懂不？我讀了好幾遍，如果不是很明白，看最後的舉例）
目前所有型別的人工智慧演算法或學習方法都是基於有限的資料（即便是大資料）、有限的條件、有限的顯性知識或規律建構在有限的規則基礎上的。不可否認，人工智慧與大資料技術的計算精確與速度在很多方面遠遠優於人類，能夠為人類決策提供強有力的支撐，但是人類的跨域的綜合歸納、演繹、推理、直覺、責任、情感，從未知推出已知的能力等方面，是目前人工智慧根本做不到的，也看不到其何時能具有這種能力。乙個優秀的人工智慧演算法或學習方法充其量只能認出「灰犀牛」而認不出「黑天鵝」。
如果將決策權完全交給人工智慧，一旦出現憑人工智慧現有演算法算不出的「黑天鵝」事件，則人工智慧則無所適從，甚至崩潰而導致「天下大亂」。因此，筆者絕不贊成在智慧型建築管理系統中提出「決策智慧型化」的概念與訴求。
機器的優勢是工於計算，而人類的優勢是工於算計；算計定性決定幹什麼的方向，計算定量給出怎樣幹的度量和成功的概率。只有人類與機器結合才能做出比較正向的決策，才能根據事件的發展隨時做出調整，儘管這個決策與調整不精確，但卻是及時有效的。
可能有些讀者對筆者的觀點不認同，那麼先請思考回答如何決策處理一下事件。事件場景是這樣的，在你下班回家開車進入小區，你的自動駕駛人工智慧先於你發現前面有乙個生物，並判斷即便是採取緊急剎車的措施，按照目前車速計算最佳結果也有80%的概率撞到那個生物，導致那個生物的受傷甚至死亡；而如果做急轉彎處理，即便是最佳處理你也將會有70%的概率撞到路側牆上，按照目前車速計算你自己有50%的概率受傷，30%的概率死亡。
按照人工智慧預置的保護車主安全的處理原則，由人工智慧做出的決策一定是首先通知你盡快保護自己，然後在採取剎車的同時直接向那個生物撞上去而不管他是什麼。而作為人類的你將如何決策，這要取決於那個生物是什麼以及你的道德倫理和對於風險的承受力。請回答以下問題：
1. 那個生物是乙隻野狗，你如何決策？
2. 那個生物是鄰居家的狗，你如何決策？
3. 那個生物是你家的狗，你如何決策？
4. 那個生物是乙個小孩，你如何決策？
5. 那個生物是你家小孩，你如何決策？
我想，針對上述五種情況每個人的決策都不同，作為人將承擔決策後果,而機器決策只有乙個而無需承擔後果，因為製造這台機器的製造商只給了盡力保護車主這一條原則。這就是不能將決策權完全交給機器的原因。更遑論在智慧型建築管理系統投入使用初期，不要說大資料即便小資料都沒有的階段，連個基本概率都計算不出來。
智慧型家居聯盟的悖論
傳說中國電信正準備組建乙個智慧型家居聯盟，7月24日就要公布這個偉大的計畫。宅客君聽完頗無奈地摘下眼鏡撫慰了下受驚的雙眼，隨後仰在椅子上半天無語，只是輕輕吐出一口煙呆看著 如果宅客君抽菸的話 沒有神馬，只是最近各種 聯盟 實在看膩了。的確，智慧型家居需要動員各方力量投入建設，尤其是這個領域涉及層面眾...
智慧型機動決策 專欄
開啟新的專欄，該專欄主要梳理利用強化學習完成對抗博弈過程中機動決策問題，框架由簡單到複雜，演算法隨著問題進一步深化，希望該專欄能夠一直更新下去，有同方向或是感興趣的朋友一起學習實踐。2 蘭德公司ai空戰可行性分析報告 air dominance through machine learning a ...
結構化決策 半結構化決策和非結構化決策
1.結構化決策 結構化決策，是指對某一決策過程的環境及規則，能用確定的模型或語言描述，以適當的方法產生決策方案，並能從多種方案中選擇最優的決策。通過計算機語言來編制相應的程式，就可以在計算機上面處理這些資訊。結構化決策完全可以用計算機來代替。結構化決策問題相對比較簡單 直接，其決策過程和決策方法有固...