聚焦人工智能 洞察数据价值

新一轮产业变革席卷全球，人工智能正成为新一轮产业变革的核心方向。如今，越来越多的企业在新旧动能转换中，将人工智能作为发展的新动力，不断创造出新的发展机遇。人工智能不仅推动了智能助手、机器翻译和自动驾驶等应用的发展，还为工程师和科学家提供了一套处理通用任务的新技术。

如今，用于构建基于AI的解决方案的工具正在从针对数据科学家的工具扩展到针对专业工程人员的工具。借助这些工具，工程师可以将AI驱动的功能和模型注入应用程序，而无需专业数据科学家的参与。

MathWorks公司的定位是一个工具型软件厂商，借助于MATLAB软件可以降低算法门槛，帮助大多数公司的工程师以更简单、更有效的方式实现人工智能。MATLAB可以简化和自动化数据合成、标记、训练、调优以及将深度学习部署到 AI 驱动的系统中，这些系统可能是企业应用程序、嵌入式系统或边缘计算系统。

“AI只是系统中的一个部分，当工程师已经熟悉了已有的一套系统级流程时，他们并不需要在思维上对AI进行过多的转变。”Jim说道。数据科学无疑是关乎AI发展的一门核心学科，但是有了MATLAB，工程师和科学家可以在没有数据科学经验的情况下轻松使用人工智能。

MathWorks展示了MATLAB R2019a中的多个全新工具箱，应用领域涵强化学习、架构设计、混合信号、AUTOSAR、IBIS-AMI、SoC等，在R2019a中还同步更新了机器人、电力电子、预测性维护、自动驾驶及教育与科研方面的多个演示设备。

其中，最受工控小编关注的便是针对工控领域应用的强化学习工具箱。根据工控小编查到的资料显示强化学习是机器学习的一个分支，相较于机器学习，强化学习最大的特点是在交互中学习。通过奖励或惩罚不断的学习知识，适应环境。

据介绍，R2019a引入的Reinforcement Learning Toolbox，进一步增强了支持AI的 MATLAB 工作流。这一新工具箱促成了新型机器学习功能，通过与环境的相互作用反复试错来训练“代理人”，以解决控制和决策问题。它重申了公司对致力于AI的承诺，并与去年秋季推出的R2018b版本的Deep Learning Toolbox的相结合，可以构建并训练基于深度神经网络的强化学习策略。

Deep Learning Toolbox通过支持 NVIDIA GPU Cloud、Amazon Web Services和Microsoft Azure得到增强，并且通过支持 ONNX 交换格式实现了互操作性。R2019a版本对AI的支持还包括Computer Vision Toolbox、Data Acquisition Toolbox和Image AcquisiTIon Toolbox的重大改进。

使用强化学习工具箱，用户可以通过让策略与 MATLAB或 Simulink模型代表的环境进行交互来训练策略。用户可以评估算法，试验超参数设置并监控训练进度。为了提高训练性能，用户可以在云端、计算机集群和GPU上并行运行仿真（使用Parallel CompuTIng Toolbox 和 MATLAB Parallel Server）。该工具箱还包括了使用强化学习来设计用于机器人和自动驾驶应用的控制器的参考示例。Jim表示：“强化学习工具箱是在基于仿真的基础上提高、改变系统的行为，通过仿真模拟将会比在真实系统里调整要快，这就是我们强化学习工具箱的优势和好处。”

当下，正值人工智能持续成为行业焦点，而大多数组织仍处于早期的应用阶段。作为全球领先的数学计算软件供应商，MathWorks将加速助力企业研究、创新和开发的步伐，利用全球范围的广泛影响力和领先技术，帮助客户提升市场竞争力。