广告

MathWorks:2022年AI行业十大关键趋势

时间:2022-04-17 20:12:45 作者:邵乐峰 阅读:
从2020年起,每年追踪并发布全球人工智能(AI)最新发展趋势,已经成为MathWorks公司的一种惯例。日前,该公司又发布了2022年及以后推动AI发展的十大关键趋势预测,让我们一起来了解一下。
广告

从2020年起,每年追踪并发布全球人工智能(AI)最新发展趋势,已经成为MathWorks公司的一种惯例。日前,MathWorks中国区行业市场经理李靖远代表公司发布了2022年及以后推动AI发展的十大关键趋势预测,让我们一起来了解一下。

MathWorks中国区行业市场经理李靖远

人工智能在工程和科学学科、整个行业和学术界广泛普及

尽管落地速度不尽相同,但人工智能在很多行业中已经处于蓬勃发展的阶段,是不争的事实。在智能家居、自动驾驶、机器人、网络安全、医疗设备等新兴行业中,得益于良好的数字化技术基础,人工智能的发展和落地就相对较为领先。而在数字化基础相对落后一些的传统行业,例如电力、化工等领域,人工智能、大数据、数字化的普及与转型可以说才刚刚开始,还需要大量的数字化积累。

在李靖远所列举的案例中——日本Daihatsu公司分析汽车发动机产生爆震的原因;三星公司研究降低无线通信电路的噪音;韩国能源研究所对风机,尤其是海上风机进行故障监测;医疗设备公司将人工智能用于可穿戴医疗传感器中,都利用到了MathWorks提供的机器学习和深度学习工具箱。而在MathWorks官网上,仅使用MATLAB AI解决工程问题的案例就超过了100个。

AI将工程、计算机科学、数据科学和IT部署整合起来

之前,科学计算、工程、数据科学和IT部署,是彼此相对独立的。但未来,在AI的加持下,这几大环节将被有机的整合在一起,包括传统意义所指的开发流程、部署流程和企业运营流程,它们将通过人工智能、无代码、低代码等趋势紧密的结合在一起。

“低代码、无代码的工具在进行建模仿真之后,可以自动地生成代码,然后再被部署到CPU/MCU/GPU/FPGA等多种类型的边缘设备之上。”李靖远说。

除此之外,MathWorks还针对企业级部署在开发侧推出了MATLAB Production Server和Web App Server这样的产品,配合前文提到的海量数据处理、无代码/低代码建模系统软件、自动化代码生成,就能够共同帮助运维人员将算法快速的部署在企业IT/OT系统中,做到开发和运营一体化部署,实现开发部署运营流程的融合DevOps。

模型可解释性帮助增强在安全关键系统中使用人工智能的信心

在航空航天、军工等安全关键领域中,它们对于机械模型设计、虚拟仿真技术的态度,是要求所涉及到的模型必须具备清晰的可解释性,才会接受和应用。但长期以来,人们一直将AI视为一种黑盒式的系统建模方法。。随着研究者设计出更多可解释性方法,且越来越多的软件供应商将这些方法加入自己的工具,业内工作者会更愿意将AI创新纳入自己的工作流。

也就是说,工程师和科学家开始理解模型做出特定决策的理由,以及模型可以安全运行的范围。他们能通过试验来解释模型在不同场景中的运行方式,并借助可视化来理解模型不正常运行时的内在工作机制。这种理解正推动汽车、航空航天和医疗等行业标准委员会对安全关键型系统中 AI 的验证和确认进行创新,例如EUROCAE和FDA都在致力于开发这方面的认证标准。

仿真和测试将迈入三维时代且更加逼真

要实现安全关键型系统中AI的形式化验证和确认,关键的一步是在所有可能的场景中测试系统的运行状况。对于自动驾驶汽车,目前这个步骤是在驾驶员的协助下通过路测完成的。物理测试大大限制了场景的多样性,增加了捕获所有关键边缘情形所需的时间。 

今后几年内,工程师有望借助三维仿真软件工具的最新技术,极大程度地摆脱物理测试的限制。他们可以将AI模型集成到传统方法,例如用于物理系统建模的基于模型的设计,然后在各种仿真三维场景中执行自动测试。

将有更多的AI模型部署到更多低功耗、低成本的嵌入式设备中

有越来越多的方法可以将AI整合到更多边缘系统,从FPGA、ECU到MCU,更多低成本、低功耗设备得到了广泛的硬件支持,并为工程师所用。软件供应商使这一创新成为可能,他们让非芯片专家也能运用种种先进方法,让这些方法不再是嵌入式系统工程师的专利。借助量化和剪枝等方法减小要部署的模型,并采用深度学习社区提供的高效预训练模型,可以实现AI的高效部署,并能够让基于AI的系统在今后得到更为广泛的应用。

人工智能帮助应对全球挑战

这里提及的全球挑战,包括从持续的传染病大流行到气候变化,再到电动汽车的发展、碳中和等等,越来越多的科学家在使用MATLAB数据算法去分析新冠病毒的流行趋势,对大气进行长期的空气质量监测,利用数据分析大气的气候变化等等。

以数据为中心的人工智能

之前我们所熟知的人工智能技术更专注于模型和算法本身,但从2019年开始,相关研究方向开始专注于改善提供给模型和数据管理的数据,也就是说要给予模型更好更优的算法、更优的数据,数据的优化代表着能产生更优秀的模型。

无代码/低代码/自动编码:大量的宣传为扩大AI用户群体带来巨大好处

各个垂直行业领域中专家的Know-How主要集中于本领域内,如何以更简洁的方式,让他们可以快速的上手人工智能,将人工智能算法与自身擅长的领域知识相结合,是MathWorks在思考的问题。在这个前提下,无代码和低代码就起到了很大的关键作用——利用MathWorks所提供的深度学习、机器学习,包括强化学习工具箱,专家们就算并不擅长编程,也能很快地掌握无代码/低代码的人工智能学习方案。

自动标记就是一个很好的案例。众所周知,在面对海量数据的时候,我们很难通过人工的方式去给不同的数据类型“打标签”。但有了自动打标签APP之后,它就会自动给所有类型的数据标注标签,之后再对其进行训练、调优以及可视化,这样,工程技术人员就可以非常清晰地看到相关内容。

MathWorks在其中提供了完整的AI工具链,除了“打标签”,还包括对采集到的数据进行预处理,例如通过算法拟合补充丢失的数据,过滤“脏”数据等等,之后再进行人工智能的建模、仿真、测试和部署。值得一提的是,这条工具链还可以实现跨平台操作,无论是Tensorflow、Pytorch,还是ONNX格式模型,都可以将框架中的模型导入MATLAB和Simulink之中,并进行仿真测试。

AI驱动跨框架、跨平台和多学科团队之间的协作

Tensorflow、Pytorch、Keras、Caffe等AI框架各自专注的领域并不相同,没有任何一个框架可以解决所有的问题,所以各个框架之间的协同和互操作性就成为一个非常必要的因素。MathWorks希望改变这种局面,其做法是以Simulink为基础平台,将其他框架中的算法导入Simulink之中,使之成为整个大系统仿真的一部分,以此来更好地促进不同学科之间的交流,以及整个平台系统级的仿真。

下图解释了这一流程。MATLAB作为企业级AI开发平台,不同框架里的所有模型都会导出为ONXX格式,方便其在各个平台之间相互调用,增强互操作性。同时,MATLAB还针对几种主流框架提供了导入器工具,Tensorflow、Keras、Caffe、Pytorch等框架中的模型可以通过导入器自动进入MATLAB中,形成系统级仿真。

但在李靖远看来,仅做到这一点并不足够,使用一些降阶模型去替代高保真仿真模型以加速仿真速度,也是今后的趋势。因为很多非线性系统,包括流体力学中的多维系统,在实际仿真过程中需要的并不是高保真仿真模型,而是整个系统模型的输入、输出要尽量接近真实。此时,利用人工智能所实现的降阶模型就有了用武之地,我们可以将其作为系统的一部分来加快仿真速度。

而且对于很多非线性系统来说,其建模都是通过查表来完成的,因为设计人员无法了解它们的物理结构,并通过物理结构去真实地建立对应的模型,只能通过一些实验数据来建立模型。但人工智能能够改变这一切,通过大量的深度学习数据,设计人员就能够在面对非线性系统建模时找到其中的规律,从而更好的进行系统仿真,这在以前是很难想象的。

另一方面,当前很多大规模AI训练模型取得了巨大成果,但对资源消耗过大,从参数量分别为1700亿和3亿+的GPT/BERT模型,到华为2000亿参数的“盘古”模型,再到google万亿级稀疏模型switch transformer,为了适应更好的广度要求,这些模型的规模越做越大。

于是有专家提出了大模型与相关联的小模型协同发展的思路,就是大模型输出模型能力,小模型负责实际的推理与执行,然后再将结果进行反馈。这与李靖远提出的“采用降阶模型来代替高仿真模型”说法不谋而合,因为大多数时候我们更想了解的是系统级的响应,所以当使用小模型去进行系统性仿真时,就能够加快仿真速度,并取得较高的经济性。

但需要强调的是,目前降阶模型的主要适用场景分为两种:一是针对非线性模型,二是在仿真过程中,理想模型与降阶模型的吻合度相对比较高。

人工智能大量用于应用科学研究

从近年来人工智能的发展趋势来看,应用学科日益成为AI应用的新热点。例如迁移学习使研究人员更容易在工作中应用人工智能,他们只需在实际应用中对训练好的模型进行一定幅度的微调,就可以快速地将其部署于实际场景中。此外,研究人员利用GANs等领先的人工智能技术来生成对抗网络,开拓新的人工智能技术如PIML以促进机器学习和物理知识的融合等,也都是很好的案例。

责编:Lefeng.shao
  • MathWorks 的MATLAB 已在中国配合美帝制裁哈工大等高校,这些人如中国区行业市场经理李靖远等还好意思继续在中国为MathWorks开拓市场吗?!
邵乐峰
ASPENCORE 中国区首席分析师。
  • 中国EDA产业浪潮,春风化雨新十年(上)—发展机遇篇 在刚刚过去的2021年里,国内EDA企业数量、融资案例数量和金额、产品与技术发布都呈快速增加态势,多家EDA公司纷纷抢滩登陆二级市场,中国EDA行业正以前所未有的速度驶入发展的快车道。那么,产业高速发展背后的驱动力来自哪里?何处才是国产EDA的突破口?
  • 新思科技因涉嫌向华为、中芯国际提供关键技术被美国商 据彭博社引用知情人士消息报道,新思科技(Synopsys)正遭美国商务部调查,因为这家总部位于加州山景城的美国公司涉嫌向受制裁的中国大陆公司转让关键技术。早在2021年12月该公司便披露,收到美国商务部工业安全局(BIS)传票,事关“与某些中国实体的交易”……
  • 勒索软件成功了,你的数据隐私保护就失败了 勒索软件仍然是一种极为成功的攻击手段,企业必须对此采取防御措施,而数据隐私法规是其中的重要组成部分。关注信息生命周期(创建、处理、存储、传输、销毁)将有助于企业了解哪些数据需要保护以及这些数据的所在位置。
  • 嵌入式北斗时间服务器的B码授时实现 本文介绍了嵌入式北斗时间服务器的主要功能,B码的实现原理,重点讲述了设备中B码编码和B码解码的实现过程。
  • 预计2023年中国安防集成市场收入将占亚洲总收入70% 旅游、消费等行业受疫情影响严重,政府的财政收入也相应缩水,而疫情防控的持续投入也增加了财政开支。2016-2020雪亮工程的50个试点城市项目结束,硬件的数量越来越密,意味着前期的增长达到了一个顶峰,之后扩展速度会逐渐放缓……
  • AMD拟19亿美元收购软件定义初创公司Pensando,发力数据 在完成其史上规模最大的交易——500亿美元收购赛灵思(Xilinx)不久后,AMD再度推进并购策略,宣布斥资约19亿美元收购私人持股的芯片和软件定义初创公司Pensando Systems Inc.。该公司的领导班子包括硅谷的几位传奇人物……
  • 新款iPad Pro 2021成最受欢迎的 由于采用性能相对强大的M1处理器和mini-LED屏幕以及更多的创新,新款iPad Pro 2021已经成为消费者心目中最受欢迎。然而,iPad 2却已经在全球范围内被列入“复古和过时”的名单中。
  • 三星折叠屏手机Galaxy Z Fold 3 目前来看,折叠屏新机作为一种新的生产力工具,逐渐成为高端/平板的一种趋势,有报料称三星的Galaxy Z Fold 3发布时间或为7月,并且会引入新手势操控。
  • Porotech动态像素调整技术实现Micr 由于我们彻底巅覆 GaN 的半导体材料和结构技术,让我们突破在单位像素上呈现全光谱颜色。同时,PoroGaN微显示平台的光电特性,简化了电子和光电系统设计集成的过程。目前微米纳米级的Micro-LED 和 Mini-LED 显示器在制造所需的多阶段工艺仍然具有挑战性,凭借 Porotech 的多孔氮化镓 (GaN) 技术和架构平台,可以大幅简化现有质量转移(Mass Transfer)或拾取和放置(Pick-and-Place)等Micro-LED制程。
  • 豪威集团在AutoSens展会上首次推出 OAX4600可实现无缝隙的驾驶员/乘员监控系统功能和灵活的汽车设计,在较小的封装内集成低功耗的RGB-IR ISP和两个NPU 
  • 马来西亚一PCB企业盛大开业 广告分割线5月9日,总部位于韩国的半导体封装基板和印制电路板制造商Simmtech在马来西亚的子公司SUSTIO Sdn Bhd(以下简称:SUSTIO)举行了盛大的开业典礼,该公司位于槟州威南县的峇
  • 科创板芯片公司总数达55家,占A股同类上市公司的“半壁江山” 芯片验证春季班开班!1750元学习补助即将收尾!就业畅销课《芯片验证从入门到精通》来源:集微网4 月 30 日,上海证券交易所披露 2021 年科创板公司经营业绩情况。2021 年,科创板公司共计实现
  • 台湾地区再发地震,台积电、联电等回应影响 芯片验证春季班开班!1750元学习补助即将收尾!就业畅销课《芯片验证从入门到精通》中国地震台网正式测定,5月9日14时23分台湾地区花莲县海域(北纬24.01度,东经122.51度)发生6.2级地震,
  • 这个C语言大坑,你见过没? 在开发过程中,你是否会发出“基础不牢,地动山摇”的感慨?我相信,只要有经验的工程师,应该都有过。鱼鹰曾经因为一个很基础的知识,差点毁了整个项目,这不是危言耸听。因为这个代码用于整个系统自检,一旦运行出
  • 一电路板产业园四期厂房预计6月底完工 广告分割线2022年5月7日,重庆市招商投资促进局局长周波,区委常委、组织部部长李皓、副区长谢勇,以及区级相关部门主要负责人莅临重庆电子电路产业园调研指导,重庆瑜瀚电子科技有限公司总经理刘尚佺全程陪同
  • 以后哪款单片机发展最好? 你点击蓝字关注,回复“入门资料”获取单片机入门到高级开挂教程文 | 无际(微信:603311638)全文约1181字,阅读大约需要 3 分钟从事开发10年了,我来说说我个人见解。首先,除非是顶尖的垄断
  • 仪器的测试结果一定是可信的么? 作为一个射频工程师,测试是不可避免的一项工作。射频设计,只有通过实际测试,各项指标满足要求,才算完成。可是,不知道大家在测试过程中,发现测试出的结果与理论不符的时候,有没有考虑过,这可能不是你本身设计
  • 这样讲桥式全波整流器,是不是比较容易理解 此文是razavi fundamentals of microelectronics的阅读笔记读razavi的书籍,会有这样的感觉。那就是,电路不是无缘无故来的,是因为要解决实际问题,然后出现了电路的
  • 布局充换电,车企要变身能源企业?|资本眼 文 |  金融街老李车企变身能源企业,只是时间问题。老李之前一直提,特斯拉高估值的密码是汽车公司、数据公司和能源公司,国内车企通过自动驾驶布局大数据的公司很多,但布局能源的公司并不多,目前看只有比亚迪
  • 机器学习再造无线电 仅由人设计电信系统的时代即将结束。从现在开始,人工智能(AI)将在这些系统的设计和运行中扮演关键角色。原因很简单:迅猛升级的复杂性。每一代通信系统都致力于改善覆盖范围、比特率、用户数量和功耗。但与此同
广告
热门推荐
广告
广告
广告
EE直播间
在线研讨会
广告
广告
广告
向右滑动:上一篇 向左滑动:下一篇 我知道了