人工知能(AI)とは,人間の知的行動のシミュレーションです.AIは,環境を理解し,行動を起こすように設計されたコンピューターまたはシステムです。自動運転車のようなAIドリブンシステムは,機械学習やディープラーニングなどのAIアルゴリズムを,自動化を可能にする複雑な環境に統合します。
マッキンゼーの予测によると,AIは2030年までに世界中で13兆ドルの経済的価値を生み出すと推定されています。
これは,AIがほぼすべての业界および产业用途でエンジニアリングに変革を起こしているからといえます。自动运転だけでなく,AIは机械の故障を予测するモデルにも使用され,メンテナンスが必要となる时期を示します。医疗分野における患者モニタリングシステムのヘルスケアとセンサー分析や,経験から学び改善していくロボットシステムにも适用されています。
AIを成功させるには,特に意思決定を行い行動を起こすAIドリブンシステムにおいては,AIモデルのトレーニング以上のものが必要です。強固なAIワークフローには,データの準備,モデルの作成,モデルを実行するシステムの設計,ハードウェアまたはエンタープライズシステムへの展開が含まれています。
生データを取得し,そのデータを正确かつ效率的で意味のあるモデルに役立つようにすることは,重要なステップです。実际,このステップがAI開発の労力の大部分に相当します。
データの准备には特定分野の専门知识が必要です。具体的には,音声やオーディオ信号の経験や,ナビゲーションとセンサーフュージョン,画像処理と動画処理,レーダーと激光雷达などの専門知識です。これらの分野のエンジニアは,データの重要な特徴,重要ではない特徴,または考慮すべきまれな現象を判断するのに最も適しています。
AIには,膨大な量のデータも含まれます。しかし,データと画像のラベル付けは面倒で時間がかかります。特にセーフクリティカルなシステムの場合,十分なデータがない場合があります。正確な合成データを生成することで,データセットを改善できます。どちらの場合も,納期を守るためには自動化が重要です。
AIシステムのモデル化を成功させる主な要因は次のとおりです。
AIモデルは完全なシステムに存在します。自動運転システムにおいて,認識のためのAIは,位置推定とパスプランニング向けのアルゴリズム,およびブレーキ,加速,旋回の制御と統合する必要があります。
また,風力発電プラントの予知保全や,航空機の自動操縦制御におけるAIを考えてみましょう。
これらのような复雑なAIドリブンシステムには,统合とシミュレーションが必要です。
AIモデルは,組み込みやエッジデバイス,エンタプライズシステム,またはクラウドの一部であろうと,いずれにせよ,最終製品のCPU、GPU,FPGAに展开する必要があります。组み込みまたはエッジデバイスで実行されるAIモデルは,フィールドで必要な迅速な结果を提供し,またエンタープライズシステムやクラウドで実行されるAIモデルは,多くのデバイスで收集されたデータから结果を提供します。多くの场合,AIモデルはこれらのシステムの组み合わせに展开されます。
モデルからコードを生成し,デバイスをターゲットにすると,展开のプロセスは加速します。コード生成の最适化手法とハードウェアに最适化されたライブラリを使用することで,组み込みやエッジデバイスに必要な低电力プロファイルまたはエンタープライズシステムとクラウドの高性能ニーズに合わせてコードを调整できます。
よく言われるようにAIにはスキル不足な点があります。しかしながら,MATLAB 万博1manbetx/ Simulinkを使うエンジニアや科学者には,各専門分野でAIドリブンシステムを構築するために必要なスキルとツールがあります。
データの前処理にかかる時間が短縮されます。時系列センサーデータから画像やテキストデータまで,MATLABアプリとデータ型はデータの前処理に必要な時間を大幅に短縮します。高水準関数を使用することで,異種の時系列の同期,外れ値の補間値への置換,ノイズの多い信号のフィルタリング,実テキストの単語分割などを簡単に行うことができます。また,プロットやライブエディターによって迅速にデータを可視化することで,傾向の理解やデータ品質の問題の特定に役立ちます。
MATLABアプリは,画的像,動画,および音声データのグランドトゥルースラベリングを自動化します。
センサーまたは他の机器からデータが利用可能なる前にアルゴリズムをテストするために,万博1manbetxSimulink中から合成データを生成できます。このアプローチは,アダプティブクルーズコントロール(ACC),车线逸脱防止支援(LKA),自动紧急ブレーキ(AEB)などの自动运転システムで一般的に使用されています。
AIモデル作成の方法は用途によって异なります。
MATLABユーザーによって,予知保全,センサー解析,金融および通信エレクトロニクス向けの何千ものアプリケーションが展開されています。统计和机器学习工具箱™は,モデルの学习と比较,高度な信号处理と特徴抽出,分類,回帰,および教师あり学习と教師なし学習向けのクラスタリングアルゴリズムのためのアプリにより,机械学习の难しい部分を简単にします。
半導体メーカーのASMLは,機械学習を使用して仮想計測技術を開発し,チップを構成する複雑な構造のオーバーレイアラインメントを改善しました。エンジニアの埃米尔Schmitt-Weaver氏は,“プロセスエンジニアとして,ニューラルネットワークや機械学習の経験はありませんでしたが,MATLABのサンプルを使って,仮想計測を生成するための最適な機械学習関数を見つけることができましたc言語やPythonでこれを行うことはできませんでした。適切なパッケージを見つけ,検証し,統合するのに時間がかかりすぎていたのです。”と語っています。
また,MATLABモデルは多くの统计や机械学习の计算において,オープンソースよりも高速に実行できます。
エンジニアはMATLABのディープラーニング機能を,自動運転,コンピュータビジョン,音声と自然言語処理,およびその他の用途に使用しています。深度学习工具箱™では,ディープニューラルネットワークのレイヤーを作成,相互接続,学習,評価できます.MATLABのサンプルや事前学習済みネットワークにより,高度なコンピュータビジョンアルゴリズムやニューラルネットワークの知識がなくてもディープラーニングを簡単に行うことができます。また,MATLABを利用することで,エンジニアたちは様々なディープラーニングフレームワークを越えて共に作業することができます.ONNXのサポートにより,MATLABはTensorFlowを含む他のサポートされているフレームワークとの間で最新モデルのインポート/エクスポートが可能です。
累积报酬に基づく学习の恩恵を受ける制御システムでは,强化学习が理想的な手法です。强化学习工具箱™では,DQN,A2C,DDPG,およびその他の强化学习アルゴリズムを使用してポリシーをトレーニングできます。これらのポリシーを使用して,ロボットや自律システムなどの复雑なシステムにコントローラーと意思决定アルゴリズムを実装できます。ディープニューラルネットワーク,多项式,またはルックアップテーブルを使用してポリシーを実装できます。
自然言语处理モデルは,感情分析,予知保全,およびトピックモデリングによく使用されます。文本分析工具箱™には,テキストデータの前処理,解析,モデル化を行うアルゴリズムと可視化手法が備わっています。機器のログ,ニュースフィード,アンケート,オペレーターのリポート,およびソーシャルメディアなどのソースから,実テキストを抽出し処理できます。
LSA, LDAおよび単語埋め込みなどの機械学習の手法を使用して,クラスターを検索して高次元のテキストデータセットの特徴量を作成できます。text Analytics工具箱で作成された特徴量を別のデータソースの特徴量と組み合わせて,テキスト,数値,および他のタイプのデータを使用する機械学習モデルを作成できます。
複雑なAIドリブンシステムは他のアルゴリズムと統合する必要があります。システム全体がAIモデルの有効性に影響するため,システムの设计とシミュレーションは重要です。エンジニアは,万博1manbetx仿真软件を迅速な設計の反復と閉ループテストに使用しています。
たとえば,自动运転システムではAIとシミュレーションを使用して,ブレーキ,加速,旋回のコントローラーを设计します.万博1manbetxSimulinkをシステムモデルの设计とシミュレーションに使い,MATLABをAIモデルに使います.Unreal引擎のようなソフトウェアを使用して,理想的なカメラ画像を合成し,AIモデルに渡すことができます。
退職者コミュニティ向けの自動運転タクシーを開発する航行は3か月未満でレベル3の自動運転車を展開しました。統合モデルにより,アイデアから道路でのテストまでのプロセスがスピードアップしました.S万博1manbetximulinkにより,危険な状況を安全にテストすることができます。
また,万博1manbetx仿真软件では,既知の障害状態から障害データを生成することもできます。風力発電所で風力タービンからの測定データに合成故障データを追加できます。システムモデルを改良して,将来の機器の故障を正確に予測できます。
MATLABのAIモデルは,组み込みデバイスまたはボード,フィールドのエッジデバイス,エンタープライズシステム,またはクラウドに展开できます。
ディープラーニングモデルの場合,GPU编码器™を使用してNVIDIA®CUDA®GPUを生成および展开できます。または,英特尔®と手臂®のボードに展开するために,MATLAB编码器™を使用してCコードを生成します。ベンダーに最適化されたライブラリは,高性能な推論速度で展開可能なモデルを作成します。
MATLAB生产服务器™を使用すると,エンタープライズ它システム,データソース,および運用テクノロジーに安全に展開して統合できます。