モデル予測制御とは
どうも、かわばっちゃんです。
今回は、モデル予測制御を簡単にだけ説明します。
モデル予測制御とは
未来の応答を予測しながら、最適化を行う制御手法です。
制御モデルに少し先の応答を予測する予測モデルを付加したものです。
入力からの出力をフィードバックして次に入力に備えるフィードバック制御を補正して、より最適化することができます。
この予測制御はAIが得意とするところです。
つまり、既存の制御モデルにAIを乗せることで、モデル予測制御を作ることができます。
既存の制御モデルに性能の良いAIを乗せることができれば、これまでの制御よりも優秀な制御にすることができる可能性があるということですね。
CPUとGPUの違い
どうも、かわばっちゃんです。
今回はCPUとGPUの違いについて説明します。
そもそもCPUやGPUって何
コンピュータの中で計算処理するものです。
半導体の頭脳となる部分ですね。
CPUとは
コンピュータのメインの処理はこのCPUで行います。
Central Processing Unit(中央演算処理装置)の略です。
コンピュータのあらゆる処理を行います。
GPUとは
Graphics Processing Unit(画像処理装置)の略です。
GPUは画像の処理に使われる装置です。
GPUはCPU以上の性能があり、数千個のコア数があります。
並列的な計算処理が可能です。
画像というのは大量のピクセルデータで構成され、それを一度に表示したり、動かしたり、読み取ったりするわけなので、並列に大量の計算をする必要があるわけなので、それ専用の高性能なものがGPUというわけです。
まとめ
CPUはコンピュータのメインの頭脳で、GPUは画像処理に特化した頭脳です。
GPUが搭載されているとディープラーニングでの画像認識AIが使えたりしますね。
音声認識も使えます。
ただ、CPUだけのものだと画像認識や音声認識は無理ですね。
AIは画像認識がかなり広く使われ出し、ニュースでも話題になっていますが、それ以外AIの使い道も今後注目ですね。
PID制御とは
どうも、かわばっちゃんです。
今回は、PID制御とは何かを紹介します。
最近、PID制御をAIに置き換える事例が発生しています。
イメージしては、従来の機械制御にPID制御がよく使われているという状態です。
PID制御とは
機械の様々な調整を自動で行わせる制御(自動制御)のことです。
Pとは比例(proportial)動作
Iとは積分(integral)動作
Dとは微分(differential)動作
を意味します。
具体的に説明すると
比例動作:
現在値と設定値の偏差に比例した操作量を動かす動作
積分動作:
オフセットが現れた場合に操作量を変えて、オフセットをなくすようにする動作
微分動作:
外乱などにより、条件が変化してしまった場合に、その変化の度合いに応じて、
修正動作を加える動作
※オフセットとは
設定値と現在値とのズレのことです。
例えば、シャワーを浴びている時に、水の温度が途中で変わった経験はありませんか?
温度の設定は同じなのに、出てくる水の温度は一定ではないことがあります。
エアコンも27℃で設定していても、26.8℃の風が出ることもあるでしょうし。27.2℃の風が出ることもあるでしょう。
きっちり設定値と同じ現在値を保つことは非常に困難であり、実際はオフセットが生じているのです。
PID制御の簡単なイメージ
例えば、高速道路を走る時、車で時速100キロで走り続けたいとします。
その時、まず比例動作として、時速100キロまで加速しようとします。
その後、積分動作で、時速100キロに少し届かなかったり、超えてしまったりした場合に、そこを修正しながら、時速100キロを維持しようとします。
走行している内に雨が降ってきた場合、路面が濡れて、速度が遅くなってしまった場合、パワーを引き上げてくれて、時速100キロに戻そうとするのが、微分動作です。
まとめ
今回は、AIとは直接関係ない話でしたが、このPID制御をAIに変えるとメリットが出るという話が出た時に理解しやすくなるので、紹介しました。
自動制御とAIは同じイメージを持つかもしれませんが、自動制御は設定したように動き、AIは学習しながら設定を修正するという点に違いがあります。
知っておくと良いと思います。
東電、蓄電池にAI活用
どうも、かわばっちゃんです。
今回は東京電力ホールディングスが、蓄電池にAIを活用する事例を紹介します。
何にAIを導入したのか
家庭の蓄電池を制御するシステムにAIを導入します。
今月中に発売を予定しているようです。
メリットは蓄電池の充放電を効率化することで、その家庭の電気料金を引き下げることができると言う点です。
電力使用量や発電量、気象データを集約することで、適切な充放電をするというものです。
契約している電気料金のプランに応じて、AIが電気料金が最も安い時間帯には電力会社からの電力を使用し、電気料金が高い時間帯には蓄電池から電気を取り出すなどの判断もしてくれるようです。
いつ電気料金が安いのか
プランによって変わる部分もありますが、基本的に夜間の電気料金は安いです。
東京電力も複数のプランを持っていますが、昼間の方が電気料金が高いようなプランはないです。
つまり、夜間は電力会社からの電力を購入し、昼間は蓄電池の電力を使うという流れにAIがしてくれるということですね。
私の見解
このAIは電力の自家消費を2割増やし、電気料金を年間1万円以上削減してくれるとのことです。
電気料金を1万円以上削減してくれるのは大きいですね。
ただ、AI自体の料金がいくらかかるのかが分かりませんし、他の電力会社でそれなりにお得になっている人もいると思うので、各家庭にとって素晴らしいものとは発売までは言い切れませんね。
電力を効率的に使うことはこれから世界的に大事なことだとは思うので、その点で言えば、とても素晴らしい開発だと思います。
日立が洗濯機にAIを導入
どうも、かわばっちゃんです。
今回は少し古い情報ですが、日立が洗濯機にAIを導入した事例を紹介します。
ちなみに2年以上前に発売しています。
何にAIを導入したのか
洗い方や洗濯時間を自動で判断する機能にAIを導入しました。
洗い方とは衣料の動きから、回転速度を調整することで、叩き洗いの効果を最大化することです。
洗濯時間は、洗濯水の汚れが多い場合は時間を延長してくれます。
そのほかにも、液体洗剤か粉末洗剤かを見分けて洗い方を変えたりします。
これは具体的に言うと、液体洗剤の時は回転数を上げて、素早く浸透させ、粉末洗剤の時には、しっかり溶かした後に、左右に反転させて浸透させるようです。
このような全部で9種類のセンシングからAIが答えを出して、自動判別する機能です。
AIって便利ですね。
JR東日本、AIで突風予測
どうも、かわばっちゃんです。
今回は、JR東日本が突風予測にAIの導入を検討している事例を紹介します。
何にAIを導入するのか
突風の原因となる日本海上に発生する空気の渦を発見する解析にAIを導入します。
日本海の上に空気の渦ができると、東北の日本海側(山形県あたり)を電車が通過する際に、突風への警戒が必要です。
なので、空気が渦になっているか渦になっていないかということが重要になっていて、渦になっている場合は早期発見することで、電車の突風による事故を防ぐことができます。
技術としては画像認識技術です。
渦を可視化する技術は元々ありました(ドラップラー・レーダーを使った手法)。
ただ、この技術では渦を誤認識してしまうことや逆に渦を認識できないこともありました。
ここにAIを組み合わせることで、より正確に渦を認識できるようになったようです。
私の見解
電車の事故は人死が出ることがあったり、電車の修理代が半端じゃなくかかることがあるので、大きな問題だったと思います。
東北の突風事情は分かりませんが、どうやらとても大きな問題だったようですね。
AIが人の生活に役立つ好例だと感じました。