人工智能行业调查报告 人工智能行业( 二 )


趋势六:人工智能帮助应对全球挑战
【人工智能行业调查报告 人工智能行业】不论是传染病大流行还是气候变化,还有能源问题、包括碳中和方向,人工智能都在帮助人类应对全球挑战 。越来越多的科学家在使用MATLAB数据处理和AI算法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 。
趋势七:以数据为中心的人工智能
以往的很多人工智能应用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系统的数据,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 。
趋势八:无代码/低代码/自动编码:为扩大AI用户群体带来巨大好处
无代码、低代码和自动编码等应用,为AI的普及带来助推力 。传统的行业领域有很多专家,不过他们的经验往往集中于自己的垂直领域 。如何让他们快速将人工智能算法与自身擅长的领域相结合?无代码和低代码就起到了关键作用,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 。
趋势九:AI驱动跨框架、跨平台和多学科团队之间的协作
目前AI框架类型较多,比如Tensorflow、PyTorch、Keras、Caffe等,这些框架各自专注的领域往往不同,没有任何一个框架可以解决所有问题,因此跨框架的协同和互操作非常重要 。MathWorks通过以MATLAB/Simulink为基础平台,将其他框架中的算法导入MATLAB/Simulink中,使之成为整个大系统仿真的一部分,以此来促进不同学科之间的交流,以及整个平台系统级的仿真 。
趋势十:人工智能大量用于应用科学研究
从人工智能的发展趋势来看,应用学科越来越成为新的热点应用 。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,就可以快速地部署在实际场景中 。此外,研究人员利用GAN等技术生成对抗网络,以及通过PIML促进机器学习和物理知识的融合等,都是新技术在应用学科研究方向的案例 。
MathWorks在企业人工智能工程领域的进展?
海量大中小型企业是人工智能应用的积极实践者,特别是对于那些具有一定规模和行业地位的企业,已经走在了应用前列 。显然,针对这些用户的工具、服务等,都非常重要 。
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 。MathWorks提供的机器学习和深度学习工具箱,也已经渗透到各类企业行业应用的方方面面,例如日本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……
针对企业级部署需求,MathWorks在开发侧推出了MATLAB Production Server和Web App Server,配合海量数据处理、无代码/低代码建模系统软件、自动化代码生成,能够帮助运维人员将算法快速部署在企业IT/OT系统中,做到开发和运营一体化部署 。
对于现阶段的AI应用来说,数据仍是重中之重 。除了数据的获取,对不同数据类型的分类、标注,对于下一阶段的处理应用非常关键 。如果能够自动为数据标注标签,之后再对其进行训练、调优以及可视化,不仅能够提高工作效率,对于更精准的训练、应用都大有裨益 。
MathWorks在这方面提供了完整的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 。据李靖远介绍,企业级AI应用比较复杂,因此跨平台、跨框架的支持必不可少,为了方便在各个平台中互相调用,增强互操作性 。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 。

推荐阅读