技术浅滩到商业深海,MathWorks眼中AI的未来
Gartner曾在预测中表示:到2024年底,75%的企业将从试点人工智能逐步完成向运营人工智能的转向。借助强化学习、机器学习等方法,2022年企业能够使用人工智能应对更复杂的业务挑战。
从2016年AlphaGO在世界围棋棋坛上的惊鸿一瞥,到近几年间AI与商业化世界的双向奔赴,我们逐渐感受到AI技术的发展正在步入一个全新的阶段。
在3月29日MathWorks举办的媒体分享会上,MathWorks中国区行业市场经理李靖远同在场媒体分享了MathWorks预测的2022年人工智能领域的十大趋势。李靖远表示:我们相信不管从客户应用、领域应用、产品部署还是企业平台化的方向,这十大趋势将会代表着整个人工智能领域发展的主流。
2021的“余温”,旧五大趋势的并行发展
在去年的媒体交流会上,MathWorks首席战略师Jim Tung做出了2021人工智能领域的五大趋势预测。而在这之后的一整年中,我们也逐渐印证了人工智能领域在这五大趋势下的高速发展。而在2022年的预测中,MathWorks将去年的五大趋势也延续到今年的预测中,并分享了全新一年迎来的更多机遇与挑战。
趋势一:人工智能在工程和科学学科、整个行业和学术界广泛普及
人工智能在千行百业的落地已经成为一种大势所趋,但是根据行业的不同发展阶段,人工智能的落地情况存在着很大的区别。根据李靖远的介绍,在自动驾驶、机器人、网络安全、医疗设备等新兴领域,由于整个行业的数字化技术基底较为扎实,人工智能技术的渗透与落地相对平滑也较为顺利。而在电力、化工等传统行业中,由于大多企业处于数字化转型的初期阶段,其数字化基础相对落后,人工智能技术的普及化可能还需要大量数字化的积累。
趋势二:AI将工程、计算机科学、数据科学和IT部署整合起来
科学计算、数据科学、计算科学以及IT部署长久以来处于相互相对独立的存在,而人工智能技术的出现则为这些割裂部分的整合提供了全新的可能性。李靖远表示:在传统意义上的开发部署以及企业运营两大流程之上,我们能够通过人工智能、无代码、低代码等新兴技术实现大范围的整合,将其变为一个有机的整体。
趋势三:模型可解释性有助于增强在安全关键系统中使用人工智能的信心
在诸如航空航天、军工等关键的安全领域,对于虚拟仿真模型的可解释性有着非常高的要求。传统的AI模型可解释性相对较低,很难被这些高安全性领域所接受。,随着人工智能技术的发展,AI模型的可解释性也在不断提升,增强了这些领域对于AI模型的信心和接受度。
趋势四:仿真和测试将迈入三维时代且更加逼真
目前的仿真和测试应用不光局限于自动驾驶、机器人以及一些虚拟现实等环节中,还包括医疗行业的场景。人工智能技术将会推动3D仿真和测试技术在更多领域的应用,使场景以及模型的构建更加真实、可靠、具体。
趋势五:将有更多的AI模型部署到更多低功耗、低成本的嵌入式设备中
在2014、2015年之前,大部分人工智能算法都需要基于GPU甚至集群上进行训练。在实际生活中,无论是小到家用电器,大到航空航天,都有着大量嵌入式系统的应用。在之前,受限于硬件的算力、人工智能算法的代码量等因素,人工智能很难部署在嵌入式设备之上。而随着人工智能模型的精炼度提升以及硬件性能的提高,人工智能模型在边缘设备的大量应用已成必然。
2022的“火热”,新五大趋势的燎原之势
上文五大趋势在2021年已经成型,但在2022年有了更深入的发展,而今年又有哪些新的趋势,李靖远对此进行了如下分享。
趋势六:人工智能帮助应对全球挑战
李靖远表示:目前从MathWorks的全球用户案例来看,有很多的欧美科学家使用MATLAB的数据处理和AI算法去分析我们新冠病毒的流行趋势,以及大气空气质量的长期监测,和气候变化等等。
趋势七:以数据为中心的人工智能
之前人工智能都是专注于模型和算法本身,从2019年开始有更多的研究方向体现在数据层面。人工智能模型的基础来源于数据,拥有更加优质的数据,不断优化数据的获取方式,也间接地促进了人工智能模型的发展。
趋势八:无代码/低代码/自动编码:为扩大AI用户群体带来巨大好处
在传统行业领域中,有很多专家集中于该领域的专业知识,对于编程了解不多。利用一些现成的工具,比如说像MathWorks所提供的这些深度学习,机器学习,包括强化学习的工具箱,可以去自动地实现无代码或者低代码的人工智能学习方案,给一些领域的专家提供了更简洁的方式,可以很快速的上手人工智能,使得人工智能算法和领域知识相结合。
趋势九:AI驱动跨框架、跨平台和多学科团队之间的协作
目前市面上流行的诸如Tensorflow Pytorch, Keras, Caffe等AI框架,每一个框架所专注的领域是不同的。没有任何一个框架可以通用到解决所有问题,所以在各个框架之间的协同就成为一个非常必要的因素。李靖远表示:MathWorks的产品支持跨框架、跨平台的协作,我们希望通过这种协作让更多的跨框架之间的这些算法可以互通,把每一个的优点都充分利用起来,以MATLAB作为一个大的平台,把其他框架的模型导入到MATLAB平台里面去,作为整个大系统仿真的一部分,来更好地促进多学科的交流,实现整个平台化的仿真。
趋势十:人工智能大量用于应用科学研究
人工智能从近年来的趋势看,越来越多的被用于应用学科的研究,迁移学习使研究人员更容易在工作中应用人工智能的现成模型。除此之外,在传统的深度学习网络基础之上,研究人员在挖掘一些新的人工智能技术来推动他们的研究工作,促进AI和专业领域知识的结合,比如生成对抗网络GANs和物理知识与机器学习的融合PIML等。
AI浪潮之下,MathWorks的实践
在分享会上,李靖远与在场媒体分享了MathWorks在人工智能领域与客户合作的案例与取得的成就。
针对人工智能在工程科学领域的广泛普及,MathWorks预测人工智能的将沿着两条路不断向前发展,第一个是AI模型的跨平台化,系统级仿真;第二个则是业内会用一些降阶模型来去替代那些高保真的仿真模型,来加速仿真的速度。针对这一趋势,李靖远分享了汽车领域的人工智能和声学传感器监测爆震、无线通讯领域的降噪、医疗领域的数据采集和健康监控以及能源领域的预测性维护,故障检测四大案例,着重介绍了MathWorks与AI相关的工具箱在数据采集、模型训练、系统仿真和平台部署上发挥的重要作用。
谈及降阶模型在未来的应用,李靖远表示:在非线性系统,包括一些流体力学的多维系统,在实际应用场景下我们不需要过度高精度的高仿真模型,但是我们需要整个系统的模型,保证它的输入、输出,尽量的逼近我们的真实反应。这种情况下我们就可以用到人工智能所实现的降阶模型,来加快仿真速度,把它作为整个大系统的一部分,来导入整个系统里面去进行仿真。
未来会有越来越多的专家、工程技术人员使用低代码、无代码工具进行人工智能的算法开发。MathWorks斯提供了完整的工具链,从数据准备到AI建模,到仿真测试,到最后部署的整个流程。在这个过程中,从自动打标签,数据准备,到AI建模,都是可以通过无代码或者是低代码的操作来完成。同时,不管是Tensorflow、Pytorch、Keras、Caffe等框架,MathWorks都可以支持将其算法导入MATLAB和Simulink之中,进行仿真测试。
除此之外,MathWorks还推出了MATLAB Production Server、Web App Server,以实现算法在企业IT、OT系统上的快速部署。李靖远表示:在开发侧我们提供丰富的数据处理,无代码、低代码的建模系统的软件,在运维侧我们提供的这些自动化的代码生成,来促进在IT部署端的应用,做到开发和运营一体化部署。
技术浅滩到商业深海,MathWorks眼中AI的未来相关推荐
- ChatGPT背后的AI背景、技术门道和商业应用(万字长文,建议收藏)
作者:京东科技 李俊兵 各位看官好,我是球神(江湖代号). 自去年11月30日ChatGPT问世以来,迅速爆火出圈. 起初我依然以为这是和当年Transformer, Bert一样的"热点& ...
- MathWorks的AI之路:面向工业场景,打通开发到部署的全链路
作者 | 阿司匹林 AI正在快速发展,并在更多的领域落地.对于MATLAB和Simulink的开发商MathWorks来说,把握AI的机会,显得尤为重要. 不少人对MATLAB等的印象依然停留在学校期 ...
- 技术大佬的肺腑之言:“不要为了 AI 而 AI”! | 刷新 CTO
扫描上方二维码直达精彩回顾 整理 | 伍杏玲 出品 | CSDN(ID:CSDNnews) 据 CSDN 最新数据统计显示,在 CSDN 3000+万的注册开发者中,689 万开发者有阅读.撰写与研究 ...
- 2020中国年度AI评选结果揭晓!领航企业、商业人物、创新产品……AI落地最佳参考就在这里...
组委会 发自 凹非寺 量子位 报道 | 公众号 QbitAI 刚刚,2020中国人工智能年度评选结果正式揭晓! 在量子位MEET 2021智能未来大会的现场,50大领航企业.10大明星创业公司.30大 ...
- 【财富空间】陈春花:好公司就是要满足人们对美好生活的向往;技术如何驱动商业腾飞?...
导读 我们已进入互联网下半场,它的核心就是空间和场景的关系. 餐饮和零售的组合,使两者最为稳定,也让餐饮业成为最有机会实现新零售概念的行业. 那些影响人类的伟大公司之所以有影响力.能够持续成长,最重要 ...
- 互联网与CTI技术结合之商业应用
互联网与CTI技术结合之商业应用 CTI:Computer Telecommunication Integration, 计算机通讯集成技术. 一.互联网行业现状: ...
- 华为全栈AI技术干货深度解析,解锁企业AI开发“秘籍”
摘要:针对企业AI开发应用中面临的痛点和难点,为大家带来从实践出发帮助企业构建成熟高效的AI开发流程解决方案. 在数字化转型浪潮席卷全球的今天,AI技术已经成为行业公认的升级重点,正在越来越多的领域为 ...
- Maven问题总结 - 3 - 技术改变生活商业成就梦想 - 51CTO技术博客
Maven问题总结 - 3 - 技术改变生活商业成就梦想 - 51CTO技术博客 Maven问题总结 - 3 - 技术改变生活商业成就梦想 - 51CTO技术博客 Maven问题总结 - 3 2010 ...
- 论坛报名 | AI赋能未来交通
与6位图灵奖得主和100多位专家 共同探讨人工智能的下一个十年 长按图片或点击阅读原文,内行盛会,首次免费注册 2020年6月21-24日,第二届北京智源大会(官网:https://2020.baai ...
最新文章
- 用例设计大全(整理)
- Android性能优化之运算篇
- verilog基础--sign表达式
- java笔记(3):String(2)
- 华为云实时数据处理“三剑客”
- 注释(/**/) 给CSS带来的麻烦
- Dropping Balls, UVa679
- mysql 在线ddl_MySQL5.7—在线DDL总结
- 计算机专业高数学科难度,大学里极其有难度的4个专业,挂科率很高,不是学霸学不明白...
- arctan4怎么用计算机,计算器arctan怎么按
- print中sep,end
- 彻底吃透监控系统,就这一篇!
- 实现iframe嵌套bilibili视频
- 织梦网站搬家流程揭秘
- cml sml区别_资本资产定价模型中cml与sml有什么区别?
- 使用Python,Open3D对点云散点投影到面上并可视化,使用3种方法计算面的法向量及与平均法向量的夹角
- SAP开发框架系列之 自动单据
- word无法切换中文输入法的解决方法
- 方寸中式家居,尊享你的诗意之家
- 探秘深圳智能公交:无人驾驶公交离我们有多远?
热门文章
- JavaScript用事件委托实现留言板功能
- 马氏链,Metropolis-Hastings采样与Gibbs采样的理解(附有python仿真)
- 亚信安全明日上市:市值将超百亿 募资12亿
- Unity更换版本后报错“error CS0246: The type or namespace name ‘ProjectGenerationFlag‘ could not be found”
- 两个函数相加、相减、相乘等之后的单调性
- [美文赏析]《非走不可的弯路》--张爱玲
- 记录一个小型的数据压缩项目
- 驯龙高手java版_石器时代2驯龙高手
- C#语言 Asp.net学生考勤管理系统考勤管理系统.net学生迟到早退考勤查询系统(asp考勤管理系统源码)
- smartupload java_java servlet通过SmartUpload开发文件批量上传、批量下载源码分享