MathWorks：詳解AI五大發(fā)展趨勢(shì)

無(wú)論是誰(shuí)都無(wú)法阻止AI滲透產(chǎn)業(yè)的常態(tài)化，在過去，AI代表的是科技的前沿，是人對(duì)科技的一種想象力，但它現(xiàn)在正在不斷與產(chǎn)業(yè)應(yīng)用相結(jié)合，在實(shí)際產(chǎn)業(yè)中，降低人們決策失誤的概率。作為科技前沿，AI成長(zhǎng)成有效的經(jīng)濟(jì)作物還需要一定的時(shí)間，但從目前發(fā)展上看AI可能是未來(lái)經(jīng)濟(jì)發(fā)展和生產(chǎn)力飛躍的決定性因素，推動(dòng)整個(gè)產(chǎn)業(yè)的不斷變革和轉(zhuǎn)型。

Jim Tung是來(lái)自MathWorks的首席戰(zhàn)略師，它對(duì)AI未來(lái)發(fā)展的五大趨勢(shì)進(jìn)行了預(yù)判，并將MathWorks在這些趨勢(shì)下如何應(yīng)對(duì)的策略進(jìn)行了一一詳解。

趨勢(shì)一，AI在專業(yè)工具中開始主流化

據(jù)Jim介紹，AI最大的趨勢(shì)，應(yīng)該就是正在成為科學(xué)與工程領(lǐng)域的必要工具。

在專業(yè)領(lǐng)域中，AI往往扮演著提升效率的角色，如汽車自動(dòng)駕駛，和工業(yè)預(yù)測(cè)性維護(hù)，越來(lái)越多的科學(xué)家和工程師能夠更加依賴數(shù)據(jù)帶來(lái)的決策能力，高強(qiáng)度的腦力消耗工作正在由AI所簡(jiǎn)化，在這些領(lǐng)域中MATLAB在產(chǎn)品方面提供了激光雷達(dá)工具箱，自動(dòng)駕駛工具箱，預(yù)測(cè)性維護(hù)工具箱，及機(jī)器學(xué)習(xí)/深度學(xué)習(xí)/增強(qiáng)學(xué)習(xí)工具箱，包括提供相關(guān)的參考案例，讓用戶通過這些案例和模型來(lái)開發(fā)人工智能應(yīng)用，包括視覺檢測(cè)、醫(yī)學(xué)成像、土地分類等等。
Jim列舉了ASML光刻機(jī)的檢測(cè)系統(tǒng)的例子，ASML在生產(chǎn)中使用了MATLAB及統(tǒng)計(jì)學(xué)和機(jī)器學(xué)習(xí)工具箱，開發(fā)了芯片生產(chǎn)對(duì)準(zhǔn)測(cè)量軟件，這個(gè)軟件通過應(yīng)用機(jī)器學(xué)習(xí)算法，利用校準(zhǔn)計(jì)量數(shù)據(jù)，對(duì)每個(gè)晶圓的對(duì)準(zhǔn)數(shù)據(jù)進(jìn)行預(yù)估和測(cè)量，極大地降低了生產(chǎn)制造的風(fēng)險(xiǎn)。

趨勢(shì)之二，交叉學(xué)科，相互融合
AI作為跨學(xué)科的應(yīng)用覆蓋了多個(gè)方面的知識(shí)，開發(fā)者在實(shí)際工作中往往要面對(duì)跨領(lǐng)域和跨平臺(tái)的應(yīng)用，在這個(gè)方面，MathWorks工具為用戶提供了開發(fā)、部署、工作流程行業(yè)標(biāo)準(zhǔn)和技術(shù)平臺(tái)相結(jié)合的設(shè)計(jì)，可以極大的減少返工量。

如嵌入至手機(jī)、通訊、終端等這些邊緣設(shè)備，還可以和IT以及OT系統(tǒng)相結(jié)合，此外還支持云端部署，MathWorks為客戶所提供的是一個(gè)完整的跨平臺(tái)的開發(fā)流程。

以全球知名空調(diào)機(jī)公司阿特拉斯為例，其使用MATLAB降低運(yùn)營(yíng)成本，實(shí)現(xiàn)全球跨地域、跨平臺(tái)超過12萬(wàn)臺(tái)設(shè)備機(jī)器的聯(lián)網(wǎng)以及全面的優(yōu)化維護(hù)策略，并使得整個(gè)產(chǎn)品系列的效率提高了10%。 

趨勢(shì)之三，可視化與可解釋性進(jìn)一步提高

在一些高安全性領(lǐng)域，如軍工，國(guó)防等，對(duì)AI模型有較高的解釋性要求，通過人工智能預(yù)測(cè)可以了解到每一層的主要特征，進(jìn)行預(yù)測(cè)，通過算法就可以實(shí)現(xiàn)清晰的預(yù)判。這有助于模型在高安全領(lǐng)域解釋如何，以及為什么選擇這些特定的決策方法，通過這些可視化的方法可以幫助用戶，工程師或者是科學(xué)家清晰地看到哪些特征值是被用來(lái)做出最后的決策，從MATLAB 2017a到最新的2021a版本，一系列工具都有升級(jí)，專門為了模型可視化所提供的一些特殊功能。

Jim對(duì)可視化進(jìn)行了舉例，在人工智能分析中，神經(jīng)網(wǎng)絡(luò)通過訓(xùn)練，就可以利用模型去自動(dòng)識(shí)別圖片中狗的種類，那么在不同的識(shí)別下，就會(huì)有不同的區(qū)域和不同的圖片，識(shí)別出不同狗的類型，那么如何通過這些人工智能所提供的算法來(lái)清晰的知道通過什么樣的特征來(lái)確定最后輸出的類型。 

另一個(gè)問題就是舊的安全標(biāo)準(zhǔn)會(huì)隨著人工智能技術(shù)的發(fā)展被淘汰掉，機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等等這些算法，將為新世界設(shè)立新標(biāo)準(zhǔn)，原有標(biāo)準(zhǔn)可能會(huì)有偏差。MathWorks目前正在與EUROCAE以及CSAE等國(guó)際組織參與新標(biāo)準(zhǔn)的制定，去適應(yīng)人工智能新的認(rèn)證標(biāo)準(zhǔn)系統(tǒng)，滿足高安全性的要求，并希望其能夠早日服務(wù)于社會(huì)。

趨勢(shì)之四，仿真的“普世化”

使用更多虛擬化3D技術(shù)來(lái)實(shí)現(xiàn)人工智能的仿真。利用人工智能需要大量的數(shù)據(jù)，那么第一步就是準(zhǔn)備數(shù)據(jù)，然后通過數(shù)據(jù)清洗，提取，將特征值用來(lái)進(jìn)行模型的訓(xùn)練，最后將其規(guī)律部署到應(yīng)用中。
極限工況的數(shù)據(jù)是很難拿到的，會(huì)耗費(fèi)大量的人力物力，甚至?xí)?duì)系統(tǒng)產(chǎn)生破壞。但是沒有這些數(shù)據(jù)，算法的體系就會(huì)不完整，通過這些仿真模型，就可以很輕松的，沒有任何成本的拿到極限工況數(shù)據(jù)，實(shí)現(xiàn)方案的部署。以采油液壓泵為例，關(guān)鍵的故障原因可能是密封泄露，但又無(wú)法提取泄露時(shí)現(xiàn)場(chǎng)的數(shù)據(jù)，這時(shí)就可以通過建立模型，在模型中去提取數(shù)據(jù)，然后把這些數(shù)據(jù)導(dǎo)入到人工智能模型訓(xùn)練的序列中去，通過它來(lái)找到并分析這些故障數(shù)據(jù)，最后進(jìn)行預(yù)測(cè)維護(hù)及故障診斷等應(yīng)用。

再比如正在蓬勃興起的自動(dòng)駕駛汽車?yán)锩嫠玫募す饫走_(dá)，由于其價(jià)格非常昂貴，32線或者64線動(dòng)輒就要上萬(wàn)美金。但在實(shí)際測(cè)試中，很難去現(xiàn)場(chǎng)提取工況數(shù)據(jù)，那么仿真數(shù)據(jù)這時(shí)就可以導(dǎo)入到自動(dòng)駕駛模型中去，進(jìn)而實(shí)現(xiàn)雷達(dá)工況的自動(dòng)分析。

新產(chǎn)品RoadRunner，是從去年開始推出的，是專門為自動(dòng)駕駛3D場(chǎng)景進(jìn)行設(shè)計(jì)的，通過RoadRunner工具箱可以很方便的搭建起來(lái)模擬路況，無(wú)論是道路、還是城市工況，結(jié)合Simulink、MATLAB的算法，可以輕松實(shí)現(xiàn)自動(dòng)駕駛的仿真和測(cè)試。

趨勢(shì)之五，端側(cè)部署
越來(lái)越多的人工智能的算法部署在不同的設(shè)備上，大多數(shù)集中在低功耗的邊緣設(shè)備之中，在圖像檢測(cè)類應(yīng)用中這種趨勢(shì)非常明顯。通過MATLAB模型就可以簡(jiǎn)便地生成代碼，最終部署在任何的平臺(tái)上。



很多科學(xué)家在專業(yè)領(lǐng)域有很寶貴的經(jīng)驗(yàn)積累，但在編程方面稍有欠缺，那么他會(huì)把專業(yè)領(lǐng)域知識(shí)結(jié)合到模型里面，通過MATLAB或Simulink，就可以制作這些模型，自動(dòng)生成代碼，部署至需要的設(shè)備之中，不需要人工干預(yù)。
以血型檢測(cè)為例，很多工作是需要進(jìn)行比對(duì)的。醫(yī)院的工作可以使用專門的卡片進(jìn)行視覺解析，來(lái)檢定測(cè)量，通過算法確定這個(gè)患者的血液抗原的分型，包括什么樣的類型，里面的抗原的具體情況等等。使用MATLAB和機(jī)器學(xué)習(xí)工具箱來(lái)開發(fā)測(cè)試和生成這種圖像分析和基于機(jī)器學(xué)習(xí)的嵌入式算法，精度甚至超過了原有的要求，遠(yuǎn)超人工測(cè)量的結(jié)果，項(xiàng)目完工時(shí)間大幅縮短。通過使用嵌入式編碼生成器，即自動(dòng)化代碼生成器，可大量節(jié)省代碼時(shí)間，可以在MATLAB中實(shí)驗(yàn)新功能，并快速完成額外迭代，通過自動(dòng)化的代碼生成，部署到嵌入式系統(tǒng)里面去。

應(yīng)對(duì)虛實(shí)偏差

關(guān)于模型方案與實(shí)際系統(tǒng)的對(duì)應(yīng)問題，Jim做了特別分析和說(shuō)明。模擬數(shù)據(jù)和實(shí)測(cè)數(shù)據(jù)二者會(huì)存在一些區(qū)別和誤差，模擬仿真一定是不能完全替代最終的實(shí)際實(shí)測(cè)的。所以首先模擬仿真是通過模型仿真測(cè)試出來(lái)的結(jié)果，最后還要進(jìn)行實(shí)地的路測(cè)等進(jìn)行驗(yàn)證，這樣的好處就是降低開發(fā)時(shí)候的路測(cè)成本和路測(cè)次數(shù)，仿真還可以彌補(bǔ)極端情況下數(shù)據(jù)的不足。所以二者沒有孰優(yōu)孰劣，像左手跟右手一樣是互補(bǔ)的關(guān)系。

應(yīng)對(duì)模型偏差可以通過仿真與實(shí)測(cè)交替，不斷糾正并最終得到理想模型。Jim Tung解釋到，MathWorks也會(huì)跟進(jìn)未來(lái)趨勢(shì)，不斷豐富工具箱，讓開發(fā)者能夠更加便捷地開發(fā)出相關(guān)領(lǐng)域的應(yīng)用。