2021年五大人工智能趋势

张贴了Johanna Pingel，2月4日，2021年

84次浏览(过去30天 0喜欢| 0评论

又到了一年中的这个时候，许多人都在期待新的一年和新的趋势!在MathWorks，我们把大量精力和精力放在人工智能的趋势上，以告知影响我们添加到产品中的功能的产品方向，并看看我们能在多大程度上预测客户的需求，以便当趋势实现时，工具已经存在了。下载188bet金宝搏

首先，在深入研究趋势之前，简要说明一下COVID-19:我非常肯定，没有人能够准确预测这一重大事件及其对我们所有人的影响。对于发生的所有变化，许多人都在利用这段时间进行投资upskilling远程学习通过工程和科学界最受欢迎的AI主题课程。

2021个趋势

1	人工智能成为工程师和科学家的主流

AI将是第一个工具工程师和科学家们希望在2021年在解决问题和建筑应用方面寻求创新解决方案的工具之一。这意味着它将替换或增加数学，物理，控制和信号处理中的传统技术。金宝搏官方网站AI将继续帮助提高以前未解决的问题的答案，并增强现有解决方案，例如减少订单建模，其中添加AI可以提供更有效的解决方案。金宝搏官方网站

看到相关的:

随着下一代工程师和科学家学习与传统课程相结合的人工智能，这一趋势也可以预见。

2	AI对齐工程，计算机科学，数据科学和IT方向

工程师已经与数据科学家合作，建立在新解决方案上创新的AI模型。金宝搏官方网站但是，创建一个基于AI的成功的系统不仅仅是开发模型：它需要模型生命周期管理，以确保模型将在多年或几十年内在现实世界环境中运行。在2021年，工程师将增加工作流以包括开发最佳实践，例如模型和数据版本控制。

看到相关的:实验管理器

3.	模型解释性将减少安全关键系统内AI的厌恶

随着研究人员创造出更多的可解释性方法，行业从业者将不再犹豫在工作流程中采用人工智能创新，因为人工智能背后的理由将更加清晰。工程师和科学家正在整合新的可视化技术，以理解为什么模型会做出某些决定，以及模型安全运行的极限。你可以看到这些技术已经在人工智能实践中被采用，比如LIME和遮挡映射。

看到相关的:深入学习可视化

Barath Narayanan博士产生了可视化的Covid-19预测使用AI和Grad-CAM

这项工作正在推动关键安全系统的人工智能验证和验证方面的创新，汽车、航空和医疗标准委员会(如EUROCAE和FDA)正在研究认证所需的水平。预计2021年将继续听到很多关于“可解释性”的关键话题。

4	模拟和测试将转到3D并变得更加现实

在2021年，工程师将希望利用最近利用3D模拟的软件工具的进步，从而消除了物理测试。它们将使用传统方法（如基于模型的设计）进行建模物理系统的设计集成，然后对各种模拟的3D场景进行自动测试。

看到相关的:

5	更多的人工智能模型部署在更多低功耗、低成本的嵌入式设备上

将AI合并到更多边缘系统的选项正在增加，并且工程师正在利用扩展的硬件支持，以获得更多低成本，低功耗设备，包括FPGA，ECU和MCU。金宝app在深度学习界中提供的量化和修剪，以及有效的预制模型等技术将能够有效地部署AI。

查看更多量化，ecu，和fpga．

这些是对2021年的预测，其中有一些链接，你可以通过代码、视频和博客文章来利用它们。期待在这一年中有更多关于这些主题的内容。

2020年趋势反应

我还认为，回顾过去一年，评估一下MathWorks对去年趋势的反应是如何的，也是很有帮助的。以下是3个亮点:

趋势:劳动力技能开始减弱

没有接受过深度学习正式培训的工程师和科学家觉得有能力开始在他们的应用程序中使用深度学习。免费的斜坡弯道培训参与人数显著增加。MathWorks继续识别新的材料——就像一门新的数据科学Coursera课程-使客户能够成功使用他们的深度学习应用程序。

如何MathWorks回答说:我们建立了这些学习工具，帮助工程师和科学家学习深入学习，结果（由于Covid-19）这些变得更加重要，因此期望继续强调虚拟事件和内容。

趋势:强化学习从游戏转向现实世界的工业应用

总的来说，我们肯定看到更多的客户研究RL，主要的研究小组正在应用RL现实问题．然而，人们仍然在探索这项技术，它仍然是相当新的。

如何MathWorks回答说:对于对这个空间感兴趣的人有很多新的资源。

免费强化学习匝道训练
许多新示例特定于应用程序，如自动驾驶
和很好的收藏训练算法用于连续和离散任务。

趋势：仿真降低了成功AI采用的主要障碍 - 缺乏数据质量

为了应对这一趋势，我们需要讨论三个不同的领域:

simscape.继续为模拟中的错误创造功能。Simscape动力传动系统和Simscape electric可用于在系统级模拟中对部件故障建模，以创建用于开发预测性维护算法的综合训练数据。
走鹃已在2020年添加到Mathworks产品中，使设计为模拟和测试自动化驾驶系统的3D场景。走鹃光电静态场景可以集成到可以使用模拟数据训练的AI算法中。
预测维护使用仿真可以在这个例子在电网故障定位检测和基于模型的预测维修设计方面进行了全面的研究在这里．