约翰娜·平格尔(Johanna Pingel),数学
人工智能(AI)是对智能人类行为的模拟。它旨在感知其环境,做出决策并采取行动。获取用于工程师的AI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是一种计算机系统,旨在智能,感知其环境,做出决策并采取行动。对于工程师来说,除了AI的广泛定义外,还有很多要考虑的事情,更重要的是如何实施它。结果将因应用程序而异。但是,建立成功的AI系统涉及导航整个工作流程,而不仅仅是训练AI模型。
那么AI对工程师意味着什么?AI意味着数据准备。大多数AI应用程序的中心是数据。事实证明,数据制备是AI成功的最关键成分之一。没有数据准备,您将花费大量时间查看平庸的AI结果并想知道为什么。
数据制备不仅仅是拥有大量数据,甚至不再预处理所有数据以保持一致。这是关于人类的洞察力,是什么使数据变得更好。这是关于考虑使用合成数据和更多样本的增强数据集。这是关于通过自动化您花费的时间来更快地清洁,标记的数据。
AI意味着建模。是的,我首先说AI不仅仅是模型。但是,当然,您仍然需要建立可能的最佳模型。这里有一些要考虑的要点。
选择您的算法 - 您是在看机器学习还是深度学习?也许是一个组合。从一组完整的算法和预构建模型开始,这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。
调整模型 - 这是您花时间确定最佳参数集,这些参数将使您进入最强大,最准确的模型。进入准确的模型需要时间。幸运的是,添加更多的硬件可以大大加快使用参数,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。该模型不是结果。这是复杂系统的一部分。让我们以提供包装的工作的机器人示例。
将AI添加到机器人中意味着AI必须与所有其他零件共存。您使用多个传感器有感知,本地化和路径计划。您具有控制速度和方向处理的物理系统。这些作品共同创建一个完整的工作系统。它必须在所有情况下都能完美地工作。
仿真就是一切聚集在一起的方式。模拟不仅可以验证这些零件是否可以正确工作,还可以确保结果和反应在每种情况下都期望。仿真使您可以验证边缘案例和测试数百万个场景,否则这些场景太耗时了。它还使您能够在部署到硬件之前正确验证模型工作。
最后,AI意味着部署。您已经训练了模型。您已经测试了您的系统。是时候让AI进入世界了。
由于广泛的应用程序使用AI,因此从汽车中的ECU到化学工厂的边缘系统到制造业的企业系统或基于云的流媒体系统,都有广泛的部署要求,以收集来自多个位置的数据。您可以将AI集成到这些系统的任何部分中。因此,您需要AI模型,这些模型可以灵活地部署到所有可能的平台。
将AI纳入系统时有很多要考虑的事情。作为工程师,重要的是要专注于建立模型,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(中文或英语)以获得最佳场地性能。其他Mathworks乡村网站未针对您所在的访问进行优化。