據(jù)權(quán)威資訊公司Gartner給出的2021年數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)的魔力象限中，MathWorks再度占據(jù)了領(lǐng)導(dǎo)位置，在執(zhí)行力和前瞻性上超過(guò)了谷歌、亞馬遜和微軟等巨頭公司。MathWorks 首席戰(zhàn)略師Jim Tung在媒體交流會(huì)上分享了2021年的五大AI趨勢(shì)，介紹了MathWorks是如何打造一個(gè)企業(yè)級(jí)AI解決方案平臺(tái)的。

MathWorks預(yù)測(cè)第一大趨勢(shì)就是人工智能會(huì)成為工程師和科學(xué)家的應(yīng)用主流，并投入實(shí)際的產(chǎn)品和研究中。第二個(gè)趨勢(shì)則是人工智能會(huì)將工程學(xué)、計(jì)算科學(xué)、數(shù)據(jù)科學(xué)和IT等方向結(jié)合起來(lái)，實(shí)現(xiàn)一個(gè)跨學(xué)科的領(lǐng)域。第三個(gè)趨勢(shì)是人工智能模型的可解釋性，將減少安全敏感領(lǐng)域?qū)θ斯ぶ悄艿呐懦狻５谒膫€(gè)趨勢(shì)是人工智能的仿真和測(cè)試將走向3D化和真實(shí)化，從而更加接近于真實(shí)系統(tǒng)。最后一個(gè)趨勢(shì)是更多的人工智能模型將部署在低功耗低成本的嵌入式設(shè)備上。

AI專(zhuān)門(mén)化工具
MathWorks為多個(gè)領(lǐng)域提供了專(zhuān)門(mén)化的工具和一系列的參考案例，方便用戶(hù)通過(guò)這些案例模型來(lái)了解每個(gè)行業(yè)該如何應(yīng)用MathWorks產(chǎn)品。這其中提供的產(chǎn)品包括激光雷達(dá)工具箱、自動(dòng)駕駛工具箱、無(wú)人機(jī)導(dǎo)航工具箱等，用戶(hù)可以通過(guò)MATLAB Simulink作為開(kāi)發(fā)平臺(tái)，融合更多工具完成AI產(chǎn)品的設(shè)計(jì)。 一個(gè)比較著名的例子就是ASML，作為全球光刻機(jī)的領(lǐng)導(dǎo)者，ASML在檢測(cè)系統(tǒng)中大量使用了MathWorks的工具。ASML借助MATLAB、統(tǒng)計(jì)學(xué)工具箱和機(jī)器學(xué)習(xí)工具箱開(kāi)發(fā)了對(duì)準(zhǔn)測(cè)量的軟件，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)。

AI跨學(xué)科、跨平臺(tái)、跨領(lǐng)域 在跨學(xué)科、跨平臺(tái)、跨領(lǐng)域的AI開(kāi)發(fā)中，MathWorks工具可與開(kāi)發(fā)/部署工作流中的行業(yè)標(biāo)準(zhǔn)技術(shù)和平臺(tái)相結(jié)合，減少了返工的過(guò)程。MATLAB Simulink主要集中在設(shè)計(jì)和測(cè)試階段，而構(gòu)建和部署階段可以與git、AWS、Docker等工具無(wú)縫連接，提供全套的解決方案。

另一個(gè)鮮活的案例，那就是全球知名的空調(diào)公司阿特拉斯，他們所設(shè)計(jì)的空調(diào)需要不間斷的高性能工作。通過(guò)人工智能和MATLAB工具箱，阿特拉斯得以實(shí)現(xiàn)全球超過(guò)12萬(wàn)臺(tái)機(jī)器的聯(lián)網(wǎng)優(yōu)化維護(hù)，將整個(gè)產(chǎn)品系列的效率提高了10%。

AI模型的可解釋性和可視化進(jìn)一步提高

MathWorks為各個(gè)領(lǐng)域都提供了AI的相關(guān)技術(shù)產(chǎn)品，包括航天航空、軍工和汽車(chē)等應(yīng)用，比如軟件定義汽車(chē)等新功能，尤其是這些行業(yè)領(lǐng)域往往有著嚴(yán)格的認(rèn)證要求和很長(zhǎng)的系統(tǒng)生命周期，MathWorks的產(chǎn)品助他們解決了真實(shí)系統(tǒng)與人工智能結(jié)合的挑戰(zhàn)。這些領(lǐng)域同樣對(duì)于系統(tǒng)的安全性有比較高的要求，因此AI模型的可解釋性要求是非常高的，這就需要可視化技術(shù)來(lái)調(diào)查和解釋網(wǎng)絡(luò)的預(yù)測(cè)。

MathWorks從MATLAB R2017a到R2020b都加入了相關(guān)的功能，專(zhuān)門(mén)為模型可視化做出了升級(jí)。通過(guò)可視化的方法，將哪些特征值參與了決策告知用戶(hù)。比方說(shuō)通過(guò)特征標(biāo)識(shí)來(lái)分辨鼠標(biāo)和鍵盤(pán)，狗的種類(lèi)等等。

其次就是高安全性系統(tǒng)中的標(biāo)準(zhǔn)，比如車(chē)規(guī)ISO26262等。隨著技術(shù)的發(fā)展的AI的出現(xiàn)，部分規(guī)定對(duì)于A(yíng)I、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)等可能會(huì)出現(xiàn)偏差。MathWorks因此與EUROCAE和SAE合作，一同參與航空、汽車(chē)等方面適合AI的認(rèn)證標(biāo)準(zhǔn)，從而滿(mǎn)足高安全性系統(tǒng)的要求。

3D和虛擬化仿真測(cè)試

人工智能需要大量的數(shù)據(jù)輸入，之后在通過(guò)篩選提取的特征值進(jìn)行模型訓(xùn)練，最后找到規(guī)律投入使用。但很多工況下，尤其是極限工況下，數(shù)據(jù)的獲取需要消耗大量的人力物力，甚至?xí)?duì)系統(tǒng)造成破壞，但若沒(méi)有這些數(shù)據(jù)，人工智能的算法就不會(huì)完整。比如采油的液壓泵泄露發(fā)生時(shí)，造成的影響是破壞性的，且沒(méi)辦法采集現(xiàn)場(chǎng)數(shù)據(jù)，這時(shí)候就需要建立模型來(lái)提取這些極限工況的數(shù)據(jù)。

另一個(gè)應(yīng)用就是自動(dòng)駕駛汽車(chē)中常用到的激光雷達(dá)，在系統(tǒng)測(cè)試的過(guò)程中也很難采取到極限工況下的路測(cè)數(shù)據(jù)。這時(shí)我們可以通過(guò)系統(tǒng)仿真的數(shù)據(jù)導(dǎo)入自動(dòng)駕駛的模型，也可以模擬傳感器數(shù)據(jù)對(duì)自動(dòng)駕駛進(jìn)行分析。

在將AI算法轉(zhuǎn)移到硬件之前，可以先集成到整個(gè)系統(tǒng)范圍內(nèi)進(jìn)行仿真，評(píng)估深度學(xué)習(xí)的算法。比如交通監(jiān)測(cè)視頻通過(guò)車(chē)道檢測(cè)和車(chē)輛檢測(cè)兩個(gè)模型，從而高亮車(chē)輛和車(chē)道，得到整個(gè)系統(tǒng)融合算法的測(cè)試結(jié)果。
MathWorks去年推出的新產(chǎn)品RoadRunner是專(zhuān)為自動(dòng)駕駛的3D場(chǎng)景設(shè)計(jì)的，通過(guò)RoadRunner可以很快搭建起道路、城市和工況等外部環(huán)境，與MATLAB Simulink的算法結(jié)合，可以實(shí)現(xiàn)自動(dòng)駕駛的仿真和測(cè)試。因?yàn)榈缆窚y(cè)試存在成本支出和風(fēng)險(xiǎn)，所以在應(yīng)用于實(shí)際測(cè)試之前，可以通過(guò)這種虛擬場(chǎng)景的3D測(cè)試最大限度地測(cè)試出系統(tǒng)故障。

AI模型的全方位部署

在部署趨勢(shì)上，除了高算力的數(shù)據(jù)中心設(shè)備外，越來(lái)越多的AI算法也開(kāi)始部署在邊緣設(shè)備上，比如寶馬生產(chǎn)線(xiàn)、化工廠(chǎng)的邊緣系統(tǒng)等。通過(guò)MATLAB的代碼生成，這些AI模型可以部署在各種平臺(tái)上，比如Intel或ARM的CPU，或是NVIDIA的GPU和Xilinx的FPGA等。
比如專(zhuān)業(yè)設(shè)計(jì)開(kāi)發(fā)公司IDNEO就借助MATLAB開(kāi)發(fā)測(cè)試了圖像分析和機(jī)器學(xué)習(xí)的嵌入式代碼，并將其部署在智能血型卡里，為醫(yī)務(wù)工作者提供自動(dòng)化、可視化的血液檢測(cè)結(jié)果。

Jim Tung也在會(huì)上解答了參會(huì)者的多個(gè)疑問(wèn)，解釋了MathWorks在推進(jìn)AI路上做出的努力。

Q：MathWorks是如何幫助相關(guān)從業(yè)人員更好更快的掌握AI工具的？

A：使用MATLAB一定程度上可以讓技術(shù)人員更加快速便捷地上手人工智能，并使用AI在他們的實(shí)際應(yīng)用中。我們以多種方式幫助從業(yè)者學(xué)習(xí)和掌握人工智能功能:一是通過(guò)MATLAB環(huán)境使其掌握人工智能的方法，許多工程師和科學(xué)家已經(jīng)熟悉MATLAB環(huán)境，有強(qiáng)大的文檔，并得到我們?nèi)蚬镜闹С帧Ａ硪环N是通過(guò)MATLAB應(yīng)用程序和工具箱，通過(guò)特定的任務(wù)或工作流程來(lái)引導(dǎo)用戶(hù)使用人工智能。第三種方法是使工程師和科學(xué)家能夠?qū)⑷斯ぶ悄芗傻剿麄儸F(xiàn)有的工作流程中，以解決實(shí)際問(wèn)題。包括:

?集成在特定工程應(yīng)用中(例如，激光雷達(dá)、雷達(dá)、無(wú)線(xiàn)、預(yù)測(cè)維護(hù))
?與流行的AI框架的互操作性
?將AI系統(tǒng)部署到嵌入式、邊緣端和云端
?通過(guò)在系統(tǒng)的Simulink模型中仿真AI組件，評(píng)估大型系統(tǒng)中的AI功能
此外，我們?yōu)榭蛻?hù)提供全球化的培訓(xùn)和支持。

Q：通過(guò)光刻機(jī)、ECU這些復(fù)雜的例子，我們也知道MATLAB在這些領(lǐng)域是不可替代的，目前Python也在不少科研領(lǐng)域廣泛使用，那么MathWorks的競(jìng)爭(zhēng)力具體體現(xiàn)在哪呢？

A：首先，我明確一點(diǎn)，MATLAB跟Python除了在個(gè)別領(lǐng)域的細(xì)微競(jìng)爭(zhēng)之外，主要還通過(guò)我們提供的跟Python的接口合作與共榮。對(duì)比Python等開(kāi)源軟件，MATLAB的主要優(yōu)勢(shì)體現(xiàn)如下：

第一，MathWorks提供的是一個(gè)完整的工具鏈，而不是單獨(dú)一環(huán)，我們提供的從小到需求分析，到系統(tǒng)設(shè)計(jì)，到建模，到仿真，到測(cè)試，到自動(dòng)代碼生成等等一系列完整的工具鏈。而在這個(gè)完整工具鏈的角度來(lái)說(shuō)，可以說(shuō)我們目前在這些領(lǐng)域里面是沒(méi)有競(jìng)爭(zhēng)對(duì)手的?？赡茉谀骋粋€(gè)節(jié)點(diǎn)，某一些工具，在某一點(diǎn)會(huì)比較突出，但我們提供的是一個(gè)完整的工具鏈，這是第一點(diǎn)。

第二點(diǎn)，大系統(tǒng)的整合，我們?cè)谡麄€(gè)AI的框架下，我們可以和很多的工具平臺(tái)去進(jìn)行整合，MathWorks我們所提供的工具并不是一個(gè)單單的工具種類(lèi)，我們提供的是一個(gè)AI的平臺(tái)，可以把更多的基于其它工具的AI的算法，統(tǒng)一的集成在MATLAB里面去，進(jìn)行仿真、測(cè)試等等。這是第二點(diǎn)。

第三點(diǎn)，了解軟件的功能，學(xué)習(xí)軟件的使用以及如何投入到所用行業(yè)中，這方面的優(yōu)勢(shì)在于我們提供了很多的服務(wù)，包括我們的產(chǎn)品文檔，包括我們?cè)诟鱾€(gè)領(lǐng)域，各個(gè)行業(yè)推出了很多說(shuō)明文檔以及案例分析，某個(gè)行業(yè)中怎么樣做這些算法，怎么樣去做人工智能，手把手的去教客戶(hù)使用我們的軟件和人工智能，同時(shí)我們提供這些培訓(xùn)服務(wù)、咨詢(xún)服務(wù)等等服務(wù)。我想這是另外一個(gè)更突出的點(diǎn)，相當(dāng)于Python生態(tài)的開(kāi)源軟件，我們可以更好的服務(wù)客戶(hù)，幫助這些客戶(hù)去取得更快的進(jìn)步，幫助客戶(hù)去盡快且有效地建立起他們的開(kāi)發(fā)流程和工具鏈。

Q：RoadRunner這些模擬的道路數(shù)據(jù)與實(shí)際路測(cè)數(shù)據(jù)有何優(yōu)劣，前者可不可以替代后者，還是兩者相互結(jié)合？

A：實(shí)際上我們有兩點(diǎn)說(shuō)的是非常清晰的，第一點(diǎn)是模擬仿真一定是不能完全替代最終的實(shí)際道路測(cè)試，這一點(diǎn)是非常明確的，首先模擬仿真是通過(guò)模型仿真測(cè)試出來(lái)的結(jié)果，最后所有的自動(dòng)駕駛車(chē)輛一定還是要進(jìn)行實(shí)際的道路測(cè)試的，這一點(diǎn)是毋庸置疑的，不能完全替代。所以我們沒(méi)有說(shuō)兩個(gè)有孰優(yōu)孰劣，這兩個(gè)是一個(gè)結(jié)合，就是像左手跟右手一樣，是通過(guò)這兩種的結(jié)合，來(lái)盡量的減少工作量，減少開(kāi)發(fā)成本，加快產(chǎn)品開(kāi)發(fā)時(shí)間和迭代時(shí)間，這是第一個(gè)。

第二，在模擬數(shù)據(jù)，這個(gè)仿真數(shù)據(jù)的好壞，其實(shí)很大程度上是取決于模型的精確性，如果說(shuō)你這個(gè)模型，實(shí)際上我們說(shuō)世界的所有的模型都是錯(cuò)誤的，這一點(diǎn)是很清晰的，模型并非100%與實(shí)際的系統(tǒng)一樣，模型一定會(huì)跟實(shí)際的系統(tǒng)多少有點(diǎn)偏差，那么這個(gè)偏差的概率就決定了你從模型里面測(cè)試數(shù)據(jù)的偏差，如果說(shuō)模型能夠100%的反映你實(shí)際的系統(tǒng)，那么出來(lái)的測(cè)試的，從模型跑出來(lái)的數(shù)據(jù)一定是100%和你實(shí)際是合理的，所以是一定會(huì)有偏差的，這也是為什么我們最終的物理測(cè)試是一定不能省去的一個(gè)原因。所以我們所強(qiáng)調(diào)的仿真，是說(shuō)可以通過(guò)仿真，大大減少最終測(cè)試的一些環(huán)節(jié)，包括一些我們所說(shuō)的極限工況的測(cè)試，因?yàn)闃O限工況在最終測(cè)試的時(shí)候是很難復(fù)現(xiàn)的，那么我們?cè)谇捌?，因?yàn)榍捌谝?yàn)證這些算法，那就可以通過(guò)仿真，把算法中的一些故障去規(guī)避掉，可以極大的減少我們的開(kāi)發(fā)費(fèi)用，開(kāi)發(fā)時(shí)間等等。

Q：MATLAB和Simulink在三維仿真方面做出了哪些嘗試？仿真三維場(chǎng)景想要完全取代物理測(cè)試，您認(rèn)為還需要多久的時(shí)間？

A：MathWorks在3D仿真方面有著廣泛和深入的投入。廣度方面包括我們的RoadRunner產(chǎn)品，用于為自動(dòng)駕駛應(yīng)用程序構(gòu)建3D場(chǎng)景，與汽車(chē)和虛幻模擬引擎集成，以及與Gazebo等機(jī)器人模擬器的連接。深度方面在物理建模工具中表現(xiàn)得最為明顯。

您提出了一個(gè)很好的關(guān)于物理測(cè)試的未來(lái)的問(wèn)題。我們的客戶(hù)在大量的使用仿真進(jìn)行開(kāi)發(fā)，以減少對(duì)實(shí)際物理測(cè)試的需求。此外還有協(xié)同作用，因?yàn)闇y(cè)試數(shù)據(jù)——以及系統(tǒng)運(yùn)行時(shí)的實(shí)際數(shù)據(jù)——都可以集成到仿真中進(jìn)行對(duì)比。我們不期望物理測(cè)試完全消失，但它會(huì)慢慢地變得越來(lái)越少見(jiàn)-可能只在最終測(cè)試和驗(yàn)收需要時(shí)進(jìn)行。在此之前，該系統(tǒng)已經(jīng)通過(guò)仿真在整個(gè)開(kāi)發(fā)過(guò)程中進(jìn)行了徹底的測(cè)試。