Besturingssystemen:

* Primair doel: Om een ​​gewenste toestand of output van een fysiek systeem (fabriek) te behouden door de input ervan te manipuleren. Dit omvat het waarnemen van de huidige toestand, deze vergelijken met de gewenste toestand en vervolgens aanpassingen maken om de fout te minimaliseren.

* Focus: Actie en reactie in de fysieke wereld. Het gaat over actuatoren, sensoren en de dynamiek van fysieke processen. Denk aan thermostaten, robotarmen, stuurautomaatsystemen, etc.

* Methoden: Gebaseerd op wiskundige modellen van het gedrag van het systeem (bijv. differentiaalvergelijkingen) en besturingsalgoritmen (PID-controllers, toestandsruimtemethoden, enz.). Deze algoritmen zijn vaak deterministisch en ontworpen om stabiliteit en prestaties te garanderen.

* Gegevensverwerking: Houdt zich voornamelijk bezig met realtime sensorgegevens en actuatoropdrachten. De gegevens zijn vaak numeriek en relatief gestructureerd.

* Intelligentie: Traditionele besturingssystemen zijn niet inherent ‘intelligent’ in de zin van AI. Ze volgen voorgeprogrammeerde regels en algoritmen. Geavanceerde besturingssystemen kunnen echter elementen van machinaal leren bevatten om zich aan veranderende omstandigheden aan te passen.

Op informatie gebaseerde kunstmatige intelligentie:

* Primair doel: Informatie verwerken en interpreteren om beslissingen te nemen, problemen op te lossen of van gegevens te leren. Dit kan diverse taken omvatten, zoals beeldherkenning, natuurlijke taalverwerking, het spelen van games, enz. Het is minder direct gekoppeld aan het besturen van fysieke systemen.

* Focus: Informatieverwerking, redeneren, leren en besluitvorming. Het gaat over data-analyse, patroonherkenning, kennisrepresentatie en algoritmeontwerp.

* Methoden: Maakt gebruik van een breed scala aan technieken, waaronder machine learning (onder toezicht, zonder toezicht, versterking), deep learning, expertsystemen en symbolisch redeneren. Bij deze methoden zijn vaak probabilistische of statistische modellen betrokken.

* Gegevensverwerking: Behandelt grote, vaak ongestructureerde en luidruchtige datasets (tekst, afbeeldingen, audio, enz.). Gegevensvoorverwerking en feature-engineering zijn cruciaal.

* Intelligentie: Het kerndoel is het creëren van systemen die een vorm van ‘intelligentie’ vertonen, die menselijke cognitieve vermogens nabootst.

Overlapping en synergie:

De lijnen vervagen als we kijken naar geavanceerde besturingssystemen waarin AI-technieken zijn verwerkt. Bijvoorbeeld:

* AI-aangedreven besturing: Een robotarm die wordt bestuurd door een deep learning-model dat uit ervaring optimale bewegingsstrategieën leert. De AI levert het ‘brein’ voor het besturingssysteem en neemt beslissingen over hoe de gewenste beweging kan worden bereikt.

* Adaptieve controle: Besturingssystemen die machine learning gebruiken om zich aan te passen aan veranderingen in de omgeving of systeemdynamiek, waardoor hun prestaties in de loop van de tijd verbeteren.

* Voorspellend onderhoud: AI-modellen analyseren sensorgegevens van machines om potentiële storingen te voorspellen, waardoor proactief onderhoud mogelijk wordt en kostbare stilstand wordt voorkomen.

Kort gezegd:besturingssystemen gaan over het *handelen* in de fysieke wereld op basis van een model, terwijl AI gaat over het *begrijpen* en *leren* van informatie om beslissingen te nemen, waarbij laatstgenoemde vaak de meer rigide algoritmen van klassieke besturingssystemen aanvult of vervangt. De combinatie ervan leidt tot robuustere, efficiëntere en intelligentere besturingssystemen.