Johanna Pingel, MathWorks
人工智能(AI)是对智能人类行为的模拟。它被设计来感知环境,做出决定,并采取行动。为工程师概述人工智能,并发现人工智能适合工程工作流的方式。您将了解构建人工智能系统的步骤,如数据准备、建模、系统设计和部署。
人工智能是一种被设计成智能的计算机系统,能够感知环境,做出决定并采取行动。对于工程师来说,除了人工智能的广泛定义外,还有很多事情需要考虑,更重要的是,如何实施它。结果因应用程序而异。但要构建一个成功的人工智能系统,需要驾驭整个工作流程,而且不仅仅是训练一个人工智能模型。
那么,人工智能对工程师来说意味着什么呢?人工智能意味着数据准备。大多数人工智能应用的核心是数据。事实证明,数据准备是人工智能成功的最关键因素之一。如果没有数据准备,你会花很多时间看着平庸的人工智能结果,并想知道为什么。
数据准备不仅仅是拥有大量的数据,甚至是对所有数据进行预处理以保持一致。这是关于人类的洞察力,是什么让数据变得有用。它是关于考虑用合成数据和更多的样本来扩充数据集。它是关于通过自动化你花在标记上的时间来更快地清理和标记数据。
人工智能建模方法。是的,我一开始就说人工智能不仅仅是一个模型。但是,当然,您仍然需要构建尽可能好的模型。这里有几点需要考虑。
选择算法——你是在研究机器学习还是深度学习?也许这是一个组合。使用一整套算法和预构建模型意味着你已经走在了游戏的前面,能够充分利用AI社区的广泛工作,而不是从零开始。
优化模型——在这里,您需要花时间确定最优参数集,以获得最健壮、最准确的模型。建立一个准确的模型需要时间。幸运的是,添加更多硬件可以显著加快使用参数、输入数据和层的所有组合训练模型的时间。
人工智能意味着系统设计。模型不是结果。它是一个复杂系统的一部分。让我们举一个机器人的例子,它负责递送包裹。
给机器人添加人工智能意味着人工智能必须与所有其他部件流畅共存。您可以使用多个传感器进行感知、定位和路径规划。你有物理系统来控制速度和方向处理。这些部件一起工作,形成一个完整的工作系统。它必须在所有情况下都能完美运行。
模拟是如何将它们结合在一起的。模拟不仅可以验证各个部分能够正确地一起工作,还可以确保结果和反应是你在每个情况下所期望的。模拟使您能够验证边缘案例并测试数百万个场景,否则这些场景将占用过多的时间。它还允许您在部署到硬件之前验证模型是否正确工作。
最后,人工智能意味着部署。你训练了你的模特。您已经测试了您的系统。是时候让人工智能进入世界了。
由于很多应用都使用人工智能,因此部署需求也很广泛,从汽车的ecu到化工厂的边缘系统,再到制造业的基于企业的系统,或从多个地点收集数据的基于云的流系统。你可以将人工智能整合到这些系统的任何部分。所以你需要能够灵活部署到所有可能平台的人工智能模型。
在将人工智能整合到系统中时需要考虑很多东西。作为工程师,不仅要专注于构建模型,还要关注整个人工智能工作流程。
你也可以从以下列表中选择一个网站:
选择中国网站(中文或英文)以获得最佳网站性能。其他MathWorks国家站点没有针对您所在位置的访问进行优化。