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。
人工智能是一种计算机系统,它被设计成智能的、感知环境、做出决策和采取行动的。对于工程师来说,除了人工智能的广泛定义之外还有很多要考虑的问题,更重要的是,如何实现它。结果将因应用而不同。但是,建立一个成功的人工智能系统需要导航EN。轮胎的工作流程和重点不仅仅是培训一个人工智能模型。
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。
AI意味着建模。是的,我一开始就说人工智能不仅仅是一个模型。但是,当然,您仍然需要尽可能构建最佳模型。这里有一些要考虑的要点。
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。
AI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。让我们以一个机器人为例,它负责传递包裹。
向机器人添加AI意味着AI必须与所有其他部件流畅地共存。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。这些部件一起工作以创建一个完整的工作系统。它必须在所有情况下都能完美工作。
模拟就是如何把一切结合在一起的。模拟不仅可以验证各个部分是否正确地协同工作,还可以确保结果和反应符合您在任何情况下的预期。通过模拟,您可以验证边缘情况,并测试数百万个否则会耗费大量时间的场景。它还使您能够在部署到硬件之前验证模型是否正常工作。
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。
由于广泛的应用程序使用人工智能,因此有广泛的部署需求,从汽车中的ECU,到化工厂的边缘系统,到制造业中基于企业的系统,或从多个位置收集数据的基于云的流式系统。您可以将人工智能集成到这些系统的任何部分。因此,您需要能够提供部署到所有可能平台的灵活性。
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。