[[392513]]

在2020年全球新冠肺炎侵襲下，借助人工智能技術(shù)，人們正在適應(yīng)以一種全新的方式應(yīng)對(duì)生活和工作。但在人工智能產(chǎn)業(yè)快速發(fā)展的同時(shí)，產(chǎn)業(yè)本身也面臨諸多挑戰(zhàn)。未來(lái)人工智能技術(shù)將如何發(fā)展？它將在哪些領(lǐng)域率先破局？人們將如何利用人工智能創(chuàng)造更大的價(jià)值？這些都是接下來(lái)人工智能產(chǎn)業(yè)發(fā)展最受關(guān)注的問(wèn)題。

在3月4日MathWorks舉辦的媒體分享會(huì)上，MathWorks首席戰(zhàn)略師Jim Tung與包括OFweek人工智能網(wǎng)在內(nèi)的媒體們進(jìn)行了交流探討。Jim Tung在科學(xué)計(jì)算軟件市場(chǎng)擁有超過(guò)35年的經(jīng)驗(yàn)，包括在MathWorks公司工作的30年，他曾經(jīng)擔(dān)任市場(chǎng)營(yíng)銷副總裁和業(yè)務(wù)拓展的副總裁。

[[392514]]

MathWorks 首席戰(zhàn)略師 Jim Tung（MathWorks供圖）

當(dāng)前人工智能行業(yè)，還存在哪些痛點(diǎn)？

來(lái)自多個(gè)行業(yè)企業(yè)高管的反饋或許是當(dāng)前人工智能行業(yè)的真實(shí)寫(xiě)照。消費(fèi)電子領(lǐng)域的代表提出：“我們?cè)谏a(chǎn)過(guò)程中不一定要追求最快的算法，但是卻希望獲得的是最可靠、最穩(wěn)定的算法。”；政府部門架構(gòu)師則更想要可持續(xù)維護(hù)的解決方案，他們認(rèn)為解決方案的開(kāi)發(fā)并不是難事，難點(diǎn)在于開(kāi)發(fā)者離開(kāi)后，這種已構(gòu)建的系統(tǒng)后續(xù)的長(zhǎng)期維護(hù)問(wèn)題；汽車行業(yè)人士認(rèn)為：“將真實(shí)的系統(tǒng)和人工智能連接起來(lái)，努力與現(xiàn)實(shí)保持聯(lián)系，是人工智能技術(shù)發(fā)展最關(guān)鍵的挑戰(zhàn)。”；航空航天產(chǎn)業(yè)人士認(rèn)為：“如果說(shuō)MathWorks可以組合來(lái)自多個(gè)供應(yīng)商的工作流，那么這樣的產(chǎn)品將會(huì)是一個(gè)非常強(qiáng)大的產(chǎn)品，也會(huì)對(duì)業(yè)界提供非常大的幫助。”

基于上述行業(yè)痛點(diǎn)，MathWorks會(huì)有怎么樣的一番思考？在未來(lái)發(fā)展中，MathWorks又是如何將AI整合到更多邊緣系統(tǒng)中，助力人工智能得到更廣泛的應(yīng)用？且聽(tīng)Jim Tung為我們一一道來(lái)。

2021年人工智能的五大趨勢(shì)

[[392515]]

（MathWorks供圖）

趨勢(shì)一：

AI成為工程師和科學(xué)家的應(yīng)用主流

以全球知名的光刻機(jī)領(lǐng)導(dǎo)者ASML為例，在芯片制造過(guò)程中，光刻是控制芯片大小的一個(gè)基本過(guò)程，但是為了防止由于層之間的連接失敗導(dǎo)致出現(xiàn)問(wèn)題，層之間所有的模式都必須按照預(yù)期進(jìn)行堆砌。堆砌校準(zhǔn)的過(guò)程與芯片產(chǎn)量和質(zhì)量息息相關(guān)，因此ASML使用MATLAB與統(tǒng)計(jì)學(xué)工具箱以及機(jī)器學(xué)習(xí)工具箱來(lái)開(kāi)發(fā)了這個(gè)對(duì)準(zhǔn)測(cè)量的軟件，這個(gè)軟件通過(guò)應(yīng)用機(jī)器學(xué)習(xí)算法，利用校準(zhǔn)計(jì)量數(shù)據(jù)，對(duì)每個(gè)晶圓的對(duì)準(zhǔn)數(shù)據(jù)進(jìn)行預(yù)估和測(cè)量，極大地降低了生產(chǎn)制造的風(fēng)險(xiǎn)。

“ASML開(kāi)發(fā)了基于機(jī)器學(xué)習(xí)的半導(dǎo)體制造虛擬計(jì)量技術(shù)，哪怕本身是一名不具有神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí)方面經(jīng)驗(yàn)的ASML工藝工程師，也能通過(guò)MATLAB軟件案例及其中提供的各種案例，去學(xué)習(xí)使用這款工具進(jìn)行開(kāi)發(fā)。這也是為什么MATLAB和 Simulink能提供很多這種算法，通過(guò)這種方式來(lái)加速實(shí)現(xiàn)它的目標(biāo)，而采用其他的語(yǔ)言來(lái)實(shí)現(xiàn)需要重新收集數(shù)據(jù)，重新去編寫(xiě)算法，會(huì)消耗大量的時(shí)間，”Jim Tung提到，“人工智能正成為很多領(lǐng)域的專用工具，MathWorks能為此提供包括激光雷達(dá)工具箱、預(yù)測(cè)性維護(hù)工具箱、無(wú)線工具箱、機(jī)器學(xué)習(xí)／深度學(xué)習(xí)／增強(qiáng)學(xué)習(xí)工具箱、自動(dòng)駕駛工具箱、虛擬道路仿真工具箱，以及關(guān)于視覺(jué)檢測(cè)、醫(yī)學(xué)成像、土地分類等一系列的參考案例。用戶通過(guò)這些案例和實(shí)際的模型，能夠清晰的知道如何在每個(gè)行業(yè)領(lǐng)域去應(yīng)用我們的產(chǎn)品。”MATLAB和 Simulink作為一個(gè)開(kāi)放平臺(tái)，可以融合更多的工具來(lái)共同完成AI產(chǎn)品的設(shè)計(jì)，全面滿足如今發(fā)展越來(lái)越大的人工智能系統(tǒng)。

趨勢(shì)二：

AI將整合工程、計(jì)算機(jī)科學(xué)、數(shù)據(jù)科學(xué)和IT技術(shù)，形成跨學(xué)科、多領(lǐng)域平臺(tái)

（MathWorks供圖）

AI是一個(gè)跨學(xué)科、跨領(lǐng)域、跨平臺(tái)的一個(gè)應(yīng)用。在這個(gè)方面，MathWorks工具提供了與用戶的開(kāi)發(fā)、部署、工作流程中的行業(yè)標(biāo)準(zhǔn)和技術(shù)平臺(tái)相結(jié)合，可以極大地減少一些返工量。

在演示圖片中可以看到，在一個(gè)產(chǎn)品開(kāi)發(fā)過(guò)程中，左邊維度括了從設(shè)計(jì)，到實(shí)施，到最后的測(cè)試過(guò)程。在這個(gè)過(guò)程中有著不同平臺(tái)的參與，MATLAB和Simulink所提供的工具可以和開(kāi)發(fā)階段這些不同平臺(tái)、不同的工具結(jié)合，做到一個(gè)無(wú)縫的連接。右邊是開(kāi)發(fā)結(jié)束之后的運(yùn)營(yíng)環(huán)節(jié)，MathWorks將算法、模型等都部署在Embedded system嵌入式系統(tǒng)，此外還能部署在手機(jī)、通訊、終端等邊緣設(shè)備中，還可和IO／OT系統(tǒng)相結(jié)合，也支持部署在Azure或者ASW這些云端。

Jim Tung表示：“通過(guò)上述的方法，大家可以看到，實(shí)際上是一個(gè)開(kāi)發(fā)、運(yùn)營(yíng)、部署的一個(gè)有機(jī)的結(jié)合，我們可以達(dá)到這種經(jīng)常所說(shuō)的這種開(kāi)發(fā)運(yùn)營(yíng)的模式。通過(guò)MathWorks提供這種服務(wù)無(wú)縫連接，可以去實(shí)現(xiàn)一個(gè)系統(tǒng)化升級(jí)，把它結(jié)合成一個(gè)有機(jī)的系統(tǒng)整體。”

趨勢(shì)三：

AI模型的可解釋性和可視化進(jìn)一步提高

（MathWorks供圖）

Jim Tung認(rèn)為，在軍工、航空航天、汽車等或?qū)Υa／系統(tǒng)的安全性要求比較高的領(lǐng)域，對(duì)于模型的可解釋性要求非常高。通過(guò)人工智能預(yù)測(cè)的模型，一方面是了解每一層的主要特征是什么，另一方面是了解這些訓(xùn)練模型的網(wǎng)絡(luò)使用了哪些特征來(lái)進(jìn)行預(yù)測(cè)。比如演示圖中，如果沒(méi)有可解釋性，那么盡管人工智能算法可以判斷出哪一塊是鍵盤(pán)，哪塊是鼠標(biāo)，但是它不能清晰地解釋為什么會(huì)去判斷它是鼠標(biāo)或者是鍵盤(pán)，是通過(guò)哪些特征而做出的判斷。

因此，AI模型的可視化能夠更好地解釋人工智能是如何以及為什么做出這些決策，通過(guò)可視化以及特定標(biāo)識(shí)，用戶可以清晰地知道算法中哪些特征值被用來(lái)決定做出最后的決策。MathWorks從R2017a一直到最新的R2021a系列產(chǎn)品中，持續(xù)不斷地實(shí)現(xiàn)工具升級(jí)，專門提供AI模型的可解釋性和可視化功能。

趨勢(shì)四：

仿真和測(cè)試將采用3D技術(shù)，使效果變得更加真實(shí)

（MathWorks供圖）

人工智能產(chǎn)品的開(kāi)發(fā)通常需要經(jīng)過(guò)四個(gè)步驟，首先是數(shù)據(jù)準(zhǔn)備，然后通過(guò)AI建模，再通過(guò)模擬與測(cè)試，最后通過(guò)部署使用。在前期數(shù)據(jù)準(zhǔn)備的過(guò)程中，一些極限工況數(shù)據(jù)采集并不容易，不僅會(huì)耗費(fèi)大量的人力物力，甚至?xí)?duì)系統(tǒng)產(chǎn)生破壞性因素。而極限工況數(shù)據(jù)又是實(shí)現(xiàn)人工智能算法完整不可或缺的一部分。

“利用模型就可以輕松且不耗費(fèi)任何成本地拿到這些極限工況數(shù)據(jù)，然后通過(guò)這些極限工況的數(shù)據(jù)去訓(xùn)練你的人工智能模型，來(lái)有效地提升人工智能的算法，”Jim Tung表示，“另一方面是可以仿真一些傳感器數(shù)據(jù)，比如自動(dòng)駕駛汽車?yán)锩嫠玫募す饫走_(dá)，32線或者64線的激光雷達(dá)成本高達(dá)上萬(wàn)美金。做測(cè)試的過(guò)程中又很難去現(xiàn)場(chǎng)提取極限工況數(shù)據(jù)。因此我們可以在系統(tǒng)中利用仿真數(shù)據(jù)來(lái)導(dǎo)入自動(dòng)駕駛模型里，然后模擬傳感器的數(shù)據(jù)進(jìn)行分析。自動(dòng)駕駛的模擬不止是單個(gè)場(chǎng)景，還包括定位、路基規(guī)劃、環(huán)境管理、互助算法等等，只有將這些都協(xié)同一體，才能保證自動(dòng)駕駛車輛在任何情況下都能完美的運(yùn)行、減慢、加速等。”

Jim Tung還表示，單獨(dú)的人工智能模型沒(méi)有意義，只有將整個(gè)AI算法集成到整個(gè)系統(tǒng)范圍之內(nèi)，在轉(zhuǎn)移到硬件之前對(duì)它進(jìn)行仿真，對(duì)系統(tǒng)的其它算法做一個(gè)整體的測(cè)試并驗(yàn)證其有效性，才是最關(guān)鍵的。

趨勢(shì)五：

更多的AI模型部署到低功耗、低成本嵌入式設(shè)備上

[[392516]]

（MathWorks供圖）

越來(lái)越多的人工智能算法部署在不同的設(shè)備中。像寶馬的生產(chǎn)線，化工廠的邊緣系統(tǒng)，生產(chǎn)工廠基于企業(yè)系統(tǒng)的部署，云端數(shù)據(jù)平臺(tái)等等……通過(guò)MATLAB模型，可以生成代碼，最后部署在任何的平臺(tái)上。

Jim Tung還介紹了MATLAB另外一個(gè)特性：代碼生成自動(dòng)化。有很多研究人員專業(yè)知識(shí)很強(qiáng)，但是實(shí)際在編程方面的經(jīng)驗(yàn)有所欠缺。通過(guò)MATLAB 和Simulink所提供的人工智能模型以及相應(yīng)的工具包，不需要人工干預(yù)也可幫助自動(dòng)生成代碼。代碼的類型也可通過(guò)算法來(lái)進(jìn)行改變，以適應(yīng)不同場(chǎng)合的應(yīng)用。

比如IDNEO公司利用MATLAB及相應(yīng)的機(jī)器學(xué)習(xí)、圖像分析工具包箱開(kāi)發(fā)了用于解釋血型結(jié)果的嵌入式計(jì)算機(jī)視覺(jué)和機(jī)器學(xué)習(xí)算法。它解決了醫(yī)院采血檢測(cè)分析過(guò)程費(fèi)時(shí)費(fèi)力的問(wèn)題，利用人工智能技術(shù)手段，通過(guò)視覺(jué)處理、機(jī)器學(xué)習(xí)算法讓它自動(dòng)化確定患者的血液抗原類型等等。這種方式不僅提高了工作效率，而且精度比人工更準(zhǔn)確。

后續(xù)

人工智能自誕生以來(lái)，至今已有60年的發(fā)展歷史。隨著信息技術(shù)快速發(fā)展和互聯(lián)網(wǎng)快速普及，以2006年深度學(xué)習(xí)模型的提出為標(biāo)志，人工智能迎來(lái)第三次高速成長(zhǎng)。隨著應(yīng)用范圍的不斷拓展，人工智能與人類生產(chǎn)生活聯(lián)系得愈發(fā)緊密。人工智能行業(yè)在最近幾年進(jìn)展可以說(shuō)是碩果累累，在專用人工智能領(lǐng)域、相關(guān)技術(shù)領(lǐng)域、以及消費(fèi)類智能機(jī)器人領(lǐng)域均取得了突破性進(jìn)展。但它仍然存在諸多未知空間等待人們?nèi)ヌ剿鳌Ｔ?021年，AI市場(chǎng)又是否會(huì)像MathWorks預(yù)測(cè)的那樣？時(shí)間或許能見(jiàn)證一切。

據(jù)了解，MathWorks成立于1984年，總部位于美國(guó)東海岸波士頓Natick市，在全球有超過(guò)5000名的員工分布在34個(gè)辦公室，超過(guò)半數(shù)員工都是研發(fā)工程師。從MathWorks建立至今，公司每年都處在盈利持續(xù)增長(zhǎng)的狀態(tài)。2020年公司銷售額超過(guò)10億美金，如今全球已有超過(guò)180個(gè)國(guó)家和地區(qū)，超過(guò)400萬(wàn)用戶在使用MathWorks的產(chǎn)品。