现存控制系统难以解决复杂动态系统中存在的很多常见突发问题，如停电、金融网络故障、供应链中断等。据TechXplore网2022年1月18日消息，瑞士苏黎世联邦理工学院（ETH Zurich）和德国法兰克福金融管理学院（Frankfurt School of Finance and Management）的研究人员开发了一种人工神经网络，可用于优化供应链和生产流程，以及智能电网或交通控制系统。相关研究结果发表在《自然 通讯》杂志上。

该系统名为AI Pontryagin，是一种通用的基于人工智能的控制系统，能够调整复杂系统和网络，使其达到目标状态。研究人员结合使用数值分析方法，使AI Pontryagin能够在未知理想解时开启自动学习算法，使用准最优方式控制系统。

复杂系统的波动会引发级联控制和黑朦。为避免这类事故，提高复原能力，系统专家设计了多种控制机制进行调节，典型的应用包括电网的电压控制和金融机构的压力测试。但人工干预并不适于控制复杂动态系统。AI Pontryagin控制系统能够自动学习复杂动态系统的准最优控制信号。研究人员接下来还需进一步探究该自学习控制系统对特定真实案例的适用性。目前，控制算法通常用于维护电网，避免功率波动或电力中断，管控流行病，优化供应链等。

作为潜在应用领域，在供应链控制中应用AI Pontryagin系统，需首先为该系统提供供应链的动态信息，包括供应商、采购成本和周转时间等。此外，用户还需提供系统初始状态信息，比如库存水平、目标状态。

信息来源：

https://techxplore.com/news/2022-01-complex-artificial-intelligence.html