任何研究过科学和工程领域的人都应该听过一次 “控制” 这个词。特别是，“自动控制” 通常用于科学和工程领域。控制领域如此之深，可以自己写一本专门的书，但是这一次，让我们简要看一下 “什么是控制？”。我们将讨论自动控制和手动控制之间的区别，反馈控制和前馈控制的区别，以及近年来流行的人工智能与边缘计算之间的关系。
什么是控制？自动控制和手动控制
控制的定义是什么？“控制” 被定义为 “操纵和调整系统以达到所需状态”。也就是说，与系统合作以使其达到所需状态或对其进行维护。
“控制” 大致可以分为两种类型。“手动控制” 和 “自动控制”。手动控制意味着人类在系统上工作。换句话说，它被定义为 “对系统操作和调整的人为干预”。例如，如果天气很冷，通常是篝火，而且火很小以至于无法变热，那么 “控制” 就是增加柴火的数量，使火变大。在这种情况下，人们认为人类通过调整 “柴火量” 的控制量来控制篝火的大小，将 “火的大小” 作为篝火 “加热系统” 的目标量。
另一方面，自动控制在系统上自动运行。换句话说，它被定义为 “在没有人为干预的情况下对系统进行操作和调整”。例如，天气炎热且空调开启时，人类只能设定温度。然后，空调会自动调整温度以达到或维持该温度。在这种情况下，可以认为称为空调的 “冷却系统” 会自动控制温度，将设定温度作为目标量，制冷剂循环量作为控制量。
经典控制方法、反馈控制和前馈控制
在上面的空调示例中，制冷剂循环量被控制为设定目标量的控制量。换句话说，电流量（室温）由传感器测量，控制量（制冷剂循环量）是通过将其与目标量（设定室温）比较来确定的。通过重复此操作，当前金额逐渐接近目标金额。换句话说，使用控制方法将当前数量与目标数量进行比较并将差值与当前数量相加，从而使当前数量更接近目标数量。这种控制方法称为反馈控制。这是因为差额会反馈到当前金额并相加。
反馈控制是一种非常常见且广泛使用的控制方法。但是，从原则上讲，它的缺点是在当前金额达到目标金额之前会有延迟。例如，达到浴槽的设定温度需要时间，而空调的温度需要时间才能稳定下来。
另一方面，有前馈控制。前馈控制是一种控制方法，它可以预测干扰的发生以及系统中出现干扰或可以事先预测所需控制量时的控制量，并加上相应的控制量。通常与反馈控制一起使用。例如，前馈控制可用于确定粗略的控制量，反馈控制可用于微调。人工智能也可以用来预测控制量。
举一个具体的例子，与其测量浴槽的当前温度并将其与控制量进行比较，不如提前预测并输出与之相应的受控量。这缩短了达到设定温度所需的时间。
自动控制和人工智能
当您按下 “随机按钮” 时，一些最近的空调和浴缸会自动设置最佳温度。仅靠传统的反馈控制或前馈控制无法实现这种控制。这是因为必须同时收集多个因子来确定控制量，以确定最佳温度。例如，在设定浴池的温度时，必须收集天气、温度、湿度以及浴池温度等因素，以做出综合判断并确定浴池的控制量。
此外，在使用最近已普及的家用燃料电池时，除了热水温度外，还需要考虑发电量和储罐的剩余量来确定最佳控制量。因此，与传统的热水器相比，需要考虑的因素更多。随着新技术的出现，需要考虑的因素往往会增加。在这种情况下，不仅需要对目标值进行控制，而且需要对整个系统进行 “最佳” 控制。
作为对这种 “最佳” 控制要求的答案，通常会引入人工智能，特别是神经网络的深度学习，来做出全面的决策。神经网络可以通过同时全面判断多个因素来确定控制量。此外，近年来硬件和软件的巨大发展在速度方面开辟了光明的前景。尽管需要学习，但能够确定大量因素的最佳控制量所带来的好处是巨大的。作为一种补充传统反馈控制和前馈控制的技术，它将成为未来控制技术不可或缺的技术。
自动控制和边缘计算
在上面的例子中，我们举了不需要太多控制速度的空调和热水器的例子，但是即使在这些例子中，最好有较高的控制速度。那么其他领域呢？特别是在工业系统和汽车领域，控制需要更快的速度。以汽车的发动机控制为例，控制以几毫秒为单位执行。同样，在生产系统中，控制系统需要速度。自云计算问世以来，云在各个工业领域的使用一直在增加，但瓶颈在于其速度。就速度而言，仅通过云计算实现上述控制系统并不容易。因此，边缘计算在速度方面比云计算更具优势，被认为是有效的。
自动控制的未来
自动化控制实际上是一个由来已久的领域，据说在18世纪末已通过机械方式实现。在过去，这些自动控制是以模拟形式实现的。经典的控制方法是在这个模拟时代建立的。目前，它已被数字化和使用，但从现在起，人工智能将对其进行补充。通过整合新技术，自动控制已逐渐改变了其形状，但仍在通过人工智能和边缘计算等技术进行更新。
