最近聽到了一個將AI用于pH閉環(huán)控制的案例。應該說這也是一個大的進步，至少證明了AI算法用于閉環(huán)控制的技術可行性。如何及為何要在反饋控制中引入AI，是筆者很困惑的地方。在1930年代，PID控制器就和現(xiàn)在的AI一樣，也是革命性的新玩意，用量少代價很大。當時大部分人都不理解PID算法的作用，更談不上PID參數(shù)整定了。但是并不影響PID算法的持久影響。AI領域的大咖能拿今年的諾貝爾物理獎和化學獎，也說明AI已經重塑了人類社會，也會有持久的影響力。
AI在圖像、文字、語言的處理上都顯示出其威力，就算在邏輯、數(shù)學方面也能力非凡?；贏I的寫作、查詢、助理都對提高控制工程師的效率有很大的影響，所以每個人都應該學習使用AI。AI不會替代人類，但是不會AI的人類會被使用AI的人類替代?；卮饐栴}的悟控就是搜索增強的AI。今時不同往日，AI已非吳下阿蒙。
AI在單變量反饋控制中是否可能替代PID呢？筆者是持比較謹慎的態(tài)度的。PID同時具有技術可行性和經濟可行性，沒有替代的必要。
從歷史上看，在反饋控制框架下，PID很難被替代。在控制理論發(fā)展之前，反饋控制就主要使用PID算法。隨著控制理論從經典到現(xiàn)代，反饋控制使用的主要算法還是PID。其實控制算法也提出了很多例如最優(yōu)控制、自適應控制、魯棒控制、無模型控制、智能控制等等，總的來說都有意義，但是不足以撼動PID的地位。
在人造系統(tǒng)中，人類的操作思路是把復雜問題簡單化。通過拆分或重新定義將復雜問題變成簡單的問題，為了降低控制的難度甚至會定義很多邊界條件。反饋控制是為了降低成本引入的復雜度。PID控制基本上是最簡單的線性控制算法，但是在單變量強因果關系控制中，仍然主要使用PID算法。就算是預測控制，也是為了低成本的處理PID不擅長的多變量協(xié)調優(yōu)化問題，被工業(yè)界接受的。所以想讓AI在控制中被工業(yè)界接受，就必須找到之前的算法不擅長的控制問題。
問題決定了工具，不是工具決定了問題，筆者認為：在單變量控制問題上和PID比較，和歷史上的其他算法一樣，AI應該不會有太大的優(yōu)勢。用AI控制pH更多是技術可行性。用AI提高人類的勞動效率，并不是替代成熟的解決方案，而是找到原來存在問題的解決方案進行升級。筆者不看好用AI算法替代PID算法的嘗試，AI對過程控制的影響應該有一個新的方式。這種方式可能超出了沉浸于PID控制的老派工程師，例如筆者的認識。這世界就是這樣，總要找到一些之前沒有辦法處理的問題，總要想到一些之前沒有想到的方法。AI是全新的技術，和銀行做不好移動支付、柯達輸給數(shù)碼相機一樣，傳統(tǒng)的自動化公司革自己的命不容易。模糊控制、專家系統(tǒng)、預測函數(shù)、自抗擾、有界微分…
在控制優(yōu)化中，PID和控制結構更重要，算法不是解決工程問題的關鍵。在工程上，拆分或重構問題并用成熟技術實現(xiàn)的漸進式創(chuàng)新，要比技術革命重要。為了解決問題引入AI而不是為了AI而AI。對工程師而言，思維方式和工程方法要比算法和AI重要，用好成熟技術比技術創(chuàng)新重要。對過程控制工程師而言，PID參數(shù)整定、控制方案設計和標準規(guī)范執(zhí)行更有現(xiàn)實意義。
作者：馮少輝
