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。尤其是 “自动控制”，在科学和工程领域经常使用。控制领域非常深奥，可以自己写一本专门的书，但这次，让我们简单看看 “什么是控制？”。我们将讨论自动控制和手动控制的区别，反馈控制和前馈控制的区别，以及近年来流行的人工智能和边缘 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预期状态”。也就是说，与系统一起工作，使其达到预期的状态或保持这种状态。
“控制 “可以大致分为两种类型。”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 “人类干预对系统进行的操作和调整”。例如，如果天气很冷，通常是篝火，而火很小，不能取暖，那么 “控制 “就是增加木柴的数量，使火变大。在这种情况下，可以认为人类通过调整 “柴火的数量 “的控制量，以 “火的大小 “作为篝火的 “加热系统 “可以做的目标量来控制篝火的大小。
另一方面，自动控制是自动对系统进行工作。换句话说，它被定义为 “在没有人类干预的情况下对系统进行操作和调整”。例如，当天气炎热，空调被打开时，人类只需设定温度。然后，空调自动调整温度以达到或保持该温度。在这种情况下，可以认为称为空调的 “冷却系统 “自动控制温度，以设定温度为目标量，以制冷剂循环量为控制量。
经典控制方法、反馈控制和前馈控制
在上述空调器的例子中，制冷剂循环量被控制为设定的目标量的控制量。换句话说，当前量（室温）由传感器测量，控制量（制冷剂循环量）通过与目标量（设定的室温）相比较而确定。通过重复这一过程，当前量逐渐接近目标量。换句话说，控制方法是通过比较当前量和目标量，并将差值加到当前量上，从而使当前量更接近目标量。这样的控制方法被称为反馈控制。这是因为差值被反馈到当前量中并被加上。
反馈控制是一种非常常见和广泛使用的控制方法。然而，从原则上讲，它的缺点是在当前量达到目标量之前有一个延迟。例如，达到浴池的设定温度需要时间，空调的温度也需要时间来稳定。
另一方面，还有前馈控制。前馈控制是一种控制方法，当系统中存在干扰时，预测干扰的发生和控制量，或者可以提前预测到所需的控制量，并增加相应的控制量。通常与反馈控制一起使用。例如，前馈控制可用于确定一个粗略的控制量，而反馈控制可用于微调。人工智能也可用于预测控制量。
作为一个具体的例子，与其测量浴槽的当前温度并将其与控制量进行比较，不如事先预测它，并输出与之相称的控制量，这是可以想象的。这就缩短了达到设定温度所需的时间。
自动控制和人工智能
最近的一些空调和浴缸在你按下 “随机按钮 “时自动设定最佳温度。这种控制不能仅通过经典的反馈控制或前馈控制来实现。这是因为有必要同时收集多个因素来确定控制量，以确定最佳温度。例如，在设定浴池的温度时，需要收集天气、温度、湿度等因素以及浴池的温度，进行综合判断，确定浴池的控制量。
此外，在使用最近已经普及的家用燃料电池时，除了考虑热水温度外，还需要考虑发电量和水箱的剩余量来确定最佳控制量。因此，与传统热水器相比，需要考虑的因素更多。而且，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，不仅要对目标值进行控制，还要对整个系统进行 “优化 “控制，这就变得非常必要。
作为对这种 “最佳 “控制要求的回答，人工智能，特别是神经网络的深度学习，经常被引入来进行综合决策。神经网络可以通过同时综合判断多种因素来确定控制量。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。虽然需要学习，但能够确定大量因素的最佳控制量，其好处是巨大的。作为对传统反馈控制和前馈控制的补充技术，它将成为未来控制技术不可缺少的一部分。
自动控制和边缘 计算
在上面的例子中，我们举了一些对控制速度要求不高的空调和热水器的例子，但即使在这些例子中，最好还是有一个高的控制速度。那么，其他领域呢？特别是在工业系统和汽车领域，对控制速度的要求更高。以汽车的发动机控制为例，控制是以几毫秒为单位进行的。同样地，在生产系统中，控制系统也需要速度。自从云计算出现后，云计算在各个工业领域的应用越来越多，但瓶颈在于其速度。仅仅通过云计算来实现上述的控制系统，在速度上并不容易。因此，边缘 计算，在速度上比云计算有优势，被认为是有效的。
自动控制的未来
自动控制实际上是一个历史非常悠久的领域，据说在18世纪末就已经在机械上实现了。在过去，这些自动控制是以模拟形式实现的。经典的控制方法就是在这个模拟时代建立的。目前，这被数字化并使用，但从现在开始，人工智能将对其进行补充。自动控制，通过融入新技术而逐渐改变了它的形态，仍然在被人工智能和边缘 计算等技术更新。
