Johanna Pingel,Mathworks
人工智能(AI)是一种智能人类行为的模拟。它旨在察觉到其环境,做出决策并采取行动。获取工程师AI的概述,并发现人工智能适合工程工作流程的方式。您将了解构建AI系统的步骤,例如数据准备,建模,系统设计和部署。
AI是一个旨在智能的计算机系统,以察觉到其环境,做出决策和采取行动。对于工程师来说,超出了AI的广泛定义,更重要的是,更重要的是,如何实现它。结果将因应用程序而异。但建立一个成功的AI系统涉及导航整个工作流程并专注于仅培训AI模型。
那么AI对工程师意味着什么?AI意味着数据准备。在大多数AI应用程序的中心是数据。事实证明,数据准备是AI成功的最关键的成分之一。没有数据准备,你站在花很多时间看着平庸的AI结果并想知道为什么。
数据准备不仅仅是具有大量数据甚至预处理所有数据才能保持一致。这是关于人的洞察力,是什么让数据变得良好。这是关于考虑使用合成数据和更多样本的增强数据集。它是关于通过自动化您花费标签的时间更快地清洁数据。
AI意味着建模。是的,我开始说ai不仅仅是一个模特。但是,当然,您仍然需要建立最佳模型。以下是一些要考虑的要点。
选择你的算法 - 你在看机器学习还是深入学习?也许是一个组合。从一套完整的算法开始,预构建的模型意味着您已经领先于游戏,利用了AI社区的更广泛的工作,而不是从头开始。
调整您的型号 - 这是您花时间识别将获得最佳参数集的最佳参数,以使您可以获得最强大和准确的模型。到达准确的模型需要时间。幸运的是,添加更多硬件可以大大加快培训模型的时间,其中包含参数,输入数据和图层的所有组合。
AI意味着系统设计。该模型不是结果。它是复杂系统的一部分。让我们使用带有包裹的作业的机器人的示例。
将AI添加到机器人意味着AI必须与所有其他碎片一起共存。您使用多个传感器具有感知,本地化和路径规划。您可以控制速度和方向处理的物理系统。这些作品一起工作以创建一个完整的工作系统。它必须在所有场景中完美地工作。
模拟是如何整合在一起的。仿真不仅可以验证碎片是否会正常工作,可以确保结果和反应是您在各种情况下所期望的。仿真允许您验证边缘案例并测试数百万个方案,否则会过于时间。它还使您可以在部署到硬件之前正确验证您的模型工作。
最后,AI意味着部署。你训练了你的模型。你已经测试过你的系统。现在是时候进入世界了。
由于广泛的应用程序使用AI,因此有广泛的部署要求,从汽车中的ECU,化工厂的边缘系统,制造业的基于企业的系统,或基于云的流式流系统,以从多个位置收集数据。您可以将AI集成到这些系统的任何部分。因此,您需要AI模型,可提供部署到所有可能的平台的灵活性。
在将AI融入系统时,有很多需要考虑。作为工程师,重要的是关注超过建立模型,而是整个AI工作流程。
您还可以从以下列表中选择一个网站:
选择中国网站(以中文或英文)以获取最佳网站性能。其他MathWorks国家网站未优化您的位置。