Cualquiera que haya estudiado el campo de la ciencia y la ingeniería debería haber escuchado la palabra «control» una vez. En particular, el «control automático» se utiliza a menudo en el campo de la ciencia y la ingeniería. El campo del control es tan profundo que se puede escribir un libro especializado por sí solo, pero esta vez, echemos un breve vistazo a «¿Qué es el control?». Discutiremos la diferencia entre el control automático y el control manual, la diferencia entre el control por retroalimentación y el control por retroalimentación, y la relación entre la inteligencia artificial y la computación de borde, que se han vuelto populares en los últimos años.
¿Qué es el control? Control automático y control manual
¿Cuál es la definición de control? El «control» se define como «manipular y ajustar el sistema para lograr el estado deseado». Es decir, trabajar con el sistema para llevarlo al estado deseado o para mantenerlo.
El «control» se puede dividir aproximadamente en dos tipos. «Control manual» y «control automático». El control manual significa que los humanos trabajan en el sistema. En otras palabras, se define como «la intervención humana en las operaciones y ajustes realizados en el sistema». Por ejemplo, si hace frío y suele ser una hoguera, y el fuego es tan pequeño que no se calienta, entonces «controlar» consiste en aumentar la cantidad de leña para que el fuego sea más grande. En tal caso, se considera que los seres humanos controlan el tamaño de la hoguera ajustando la cantidad de control de «la cantidad de leña» por el «tamaño del fuego» según la cantidad objetivo que puede alcanzar el «sistema de calefacción» de la hoguera.
Por otro lado, el control automático funciona automáticamente en el sistema. En otras palabras, se define como «realizar operaciones y ajustes en el sistema sin intervención humana». Por ejemplo, cuando hace calor y el aire acondicionado está encendido, los humanos solo ajustan la temperatura. Luego, el aire acondicionado ajusta automáticamente la temperatura para alcanzar o mantener esa temperatura. En tal caso, se puede considerar que el «sistema de refrigeración» denominado acondicionador de aire controla automáticamente la temperatura con la temperatura establecida como cantidad objetivo y la cantidad de circulación de refrigerante como cantidad de control.
Método de control clásico, control de retroalimentación y control de retroalimentación
En el ejemplo de acondicionador de aire anterior, la cantidad de circulación de refrigerante se controla como la cantidad de control para la cantidad objetivo establecida. En otras palabras, la cantidad actual (temperatura ambiente) se mide mediante un sensor y la cantidad controlada (cantidad de circulación de refrigerante) se determina comparándola con la cantidad objetivo (temperatura ambiente establecida). Y al repetir esto, la cantidad actual se acerca gradualmente a la cantidad objetivo. En otras palabras, el método de control se usa para acercar la cantidad actual a la cantidad objetivo comparando la cantidad actual con la cantidad objetivo y sumando la diferencia a la cantidad actual. Un método de control de este tipo se denomina control de retroalimentación. Esto se debe a que la diferencia se retroalimenta a la cantidad actual y se suma.
El control por retroalimentación es un método de control muy común y ampliamente utilizado. Sin embargo, en principio, tiene la desventaja de que hay un retraso antes de que la cantidad actual alcance la cantidad objetivo. Por ejemplo, lleva tiempo alcanzar la temperatura establecida del baño y la temperatura del aire acondicionado tarda en estabilizarse.
Por otro lado, está el control por retroalimentación. El control por retroalimentación es un método de control que predice la ocurrencia de una perturbación y la cantidad de control cuando hay una perturbación en el sistema o cuando la cantidad de control requerida se puede predecir por adelantado y agrega la cantidad de control correspondiente. A menudo se usa además del control de retroalimentación. Por ejemplo, el control de retroalimentación se puede usar para determinar una cantidad de control aproximada, y el control de retroalimentación se puede usar para un ajuste preciso. La inteligencia artificial también se puede usar para predecir la cantidad de control.
Como ejemplo específico, en lugar de medir la temperatura actual del baño y compararla con la cantidad controlada, es concebible predecirla por adelantado y generar la cantidad controlada de forma proporcional a ella. Esto acorta el tiempo que se tarda en alcanzar la temperatura establecida.
Control automático e inteligencia artificial
Algunos acondicionadores de aire y baños recientes establecen automáticamente la temperatura óptima al presionar el «botón aleatorio». Dicho control no se puede lograr únicamente mediante el control de retroalimentación clásico o el control de retroalimentación. Esto se debe a que es necesario recopilar varios factores al mismo tiempo para determinar la cantidad de control a fin de determinar la temperatura óptima. Por ejemplo, al ajustar la temperatura de un baño, es necesario recopilar factores como el clima, la temperatura y la humedad, así como la temperatura del baño para hacer un juicio exhaustivo y determinar el grado de control del baño.
Además, cuando se utilizan pilas de combustible domésticas, que se han generalizado recientemente, es necesario determinar la cantidad de control óptima teniendo en cuenta la cantidad de generación de energía y la cantidad restante del tanque, además de la temperatura del agua caliente. Por lo tanto, hay más factores a tener en cuenta que los calentadores de agua tradicionales. Y los factores que deben tenerse en cuenta tienden a aumentar a medida que se dispone de nuevas tecnologías. En tales circunstancias, se hace necesario realizar no solo un control sobre el valor objetivo, sino también un control «óptimo» sobre todo el sistema.
Como respuesta a estos requisitos de control «óptimos», a menudo se introduce la inteligencia artificial, específicamente el aprendizaje profundo mediante redes neuronales, para tomar decisiones integrales. Las redes neuronales pueden determinar la cantidad de control evaluando exhaustivamente varios factores al mismo tiempo. Además, el enorme desarrollo del hardware y el software en los últimos años ha abierto perspectivas prometedoras en términos de velocidad. Si bien es necesario aprender, los beneficios de poder determinar la cantidad óptima de control para una gran cantidad de factores son enormes. Como tecnología que complementa el control de retroalimentación convencional y el control de retroalimentación, será indispensable para la tecnología de control futura.
Control automático y computación perimetral
En el ejemplo anterior, dimos ejemplos de acondicionadores de aire y calentadores de agua que no requieren mucha velocidad de control, pero incluso en estos ejemplos, es mejor tener una velocidad de control alta. Entonces, ¿qué pasa con otras áreas? Especialmente en los campos de los sistemas industriales y los automóviles, se requiere más velocidad para el control. Tomando como ejemplo el control del motor de un automóvil, el control se realiza en unidades de unos pocos milisegundos. Del mismo modo, en los sistemas de producción, los sistemas de control requieren velocidad. Desde la llegada de la computación en nube, el uso de la nube ha ido en aumento en varios campos industriales, pero el cuello de botella es su velocidad. No es fácil, en términos de velocidad, realizar el sistema de control mencionado anteriormente únicamente mediante la computación en la nube. Por lo tanto, la computación perimetral, que es ventajosa en términos de velocidad sobre la computación en nube, se considera eficaz.
El futuro del control automático
El control automatizado es en realidad un campo muy antiguo que se dice que se realizó mecánicamente a finales del siglo XVIII. En los viejos tiempos, estos controles automáticos se realizaban en forma analógica. El método de control clásico se estableció en esta era analógica. Actualmente, esto está digitalizado y usado, pero de ahora en adelante, la inteligencia artificial lo complementará. El control automatizado, que ha ido cambiando gradualmente de forma mediante la incorporación de nuevas tecnologías, aún se está actualizando con tecnologías como la inteligencia artificial y la computación perimetral.
