隨著 AI 在各行各業(yè)的應(yīng)用日益廣泛,它將繼續(xù)深刻影響著人類社會的發(fā)展和進步,并徹底改變技術(shù)和人類交互的方方面面。據(jù) Forrester 預測,到 2024 年,企業(yè) AI 計劃有助于將工作效率和創(chuàng)造性問題解決能力提高 50%。AI 將對工程師和教育工作者等的工作產(chǎn)生影響,即幫助他們節(jié)省時間,讓他們有更多精力專注于推進科學和工程事業(yè)的其他項目。
2024 年推動 AI 持續(xù)發(fā)展的三大趨勢:
AI 和仿真對于設(shè)計和開發(fā)工程系統(tǒng)至關(guān)重要
隨著 AI 在各行各業(yè)和應(yīng)用中走向主流,不使用 AI 的復雜工程系統(tǒng)將顯得格格不入。工程系統(tǒng)集多個領(lǐng)域的組件和子系統(tǒng)于一體,創(chuàng)建了能夠感知和響應(yīng)周圍世界的智能系統(tǒng)。例如,風力發(fā)電機結(jié)合使用了機械組件(渦輪葉片和變速箱)、電氣組件(發(fā)電機)和控制組件(葉片螺距)。復雜的 AI 系統(tǒng)之所以大行其道,主要是因為這些系統(tǒng)的設(shè)計和開發(fā)中更多地融入了仿真。
仿真是一種得到廣泛驗證的方法,用于執(zhí)行開發(fā)復雜系統(tǒng)所需的多域建模和仿真。AI 可以處理來自傳感器的數(shù)據(jù),以幫助開發(fā)感知系統(tǒng)和自主系統(tǒng)。然而,隨著系統(tǒng)復雜性的增加,對系統(tǒng)級和嵌入式設(shè)計來說,一些仿真的計算量可能會變得太大,尤其是在需要實時運行模型的測試中更是如此。在這種情況下,AI 還可以通過使用降階模型來增強仿真。
降階模型(ROM)可以在加速仿真的同時,仍為控制算法的系統(tǒng)級測試提供可接受的準確度。ROM 模型可以補充第一性原理模型,從而創(chuàng)建變體實現(xiàn),以便可在準確度、性能和復雜性之間執(zhí)行權(quán)衡分析。
越來越多的工程師都在探索如何將基于 AI 的 ROM 模型集成到系統(tǒng)中。這有助于加速受第三方高保真模型影響的桌面仿真,通過降低模型的復雜性實現(xiàn)硬件在環(huán)測試,或加速有限元分析(FEA)仿真。
AI 從業(yè)者在將模型部署到速度和內(nèi)存至關(guān)重要的邊緣設(shè)備時必須考慮其性能。
對于嵌入式 AI,首選小型模型;對于計算機視覺和語言模型,仍首選大型模型
AI 模型可能有數(shù)百萬個參數(shù),需要大量內(nèi)存才能運行。在研究中,準確度是首要考慮因素,但在將 AI 模型部署到硬件時,需要在內(nèi)存和準確度之間進行權(quán)衡。AI 從業(yè)者必須考慮在將模型部署到速度和內(nèi)存至關(guān)重要的設(shè)備時其性能會有何不同。AI 可以作為較小的組件添加到現(xiàn)有的控制系統(tǒng)中,而無需依賴端到端的 AI 模型,例如那些在計算機視覺中檢測對象的常用模型。
在討論較小的 AI 模型時,一個特別重要的主題是增量學習。增量學習是一種機器學習方法,它使模型能夠通過在新數(shù)據(jù)可用時實時更新其自身知識來持續(xù)學習;這是一種高效的邊緣部署方法。
復雜 AI 系統(tǒng)的成功與否取決于是否將仿真融入工程系統(tǒng)的設(shè)計和開發(fā)中。
GenAI 幫助工程學教授講授更高級的主題
生成式 AI(GenAI)是一項顛覆性技術(shù)。在 2024 年及以后,工程學教授將在課堂上大規(guī)模使用這項技術(shù)來為學生提供幫助。與互聯(lián)網(wǎng)或手機非常類似,GenAI 正掀起一場革命,將改善整個工程教育領(lǐng)域的現(xiàn)狀。
在課堂上使用 GenAI 的主要優(yōu)勢是,在向工程專業(yè)的學生教授基本技能(如計算機編程)時,它可以幫助節(jié)省時間。這樣,教授不必再像以前一樣花費時間講授低級概念,現(xiàn)在可以專注于講授高級主題,如復雜工程系統(tǒng)的設(shè)計和實現(xiàn)。通過使用 ChatGPT 等技術(shù)運行仿真,并創(chuàng)建交互式練習和實驗,教授可以節(jié)省時間,并讓學生更好地參與其中。
教授可以教會學生有效掌握 GenAI 的必備技能,例如提示工程。這有助于學生培養(yǎng)學以致用的批判性思維技能,而不是完全依賴計算機來解決問題。因此,學生最好在各種工程學科中做到獨立學習,而工程學教育工作者可以在更高級的概念方面分享專業(yè)知識的同時,進一步拓展課程。
結(jié)束語
隨著 AI 日臻成熟,它在提高工程師和教育工作者的工作效率和潛力方面將發(fā)揮著日益明顯的作用。在構(gòu)建復雜的工程系統(tǒng)時,工程師采用 AI 輔助仿真和更小的 AI 模型不失為明智之舉。在學術(shù)領(lǐng)域,生成式 AI 幫助教育工作者節(jié)省了精力,讓學生更加獨立。借助 AI,眾多行業(yè)和教育機構(gòu)可以做出更明智的決策,獲得可操作性的建議,并提高效率。
作者:Johanna Pingel,MathWorks AI 產(chǎn)品營銷經(jīng)理
關(guān)于 MathWorks
MathWorks 是數(shù)學計算軟件領(lǐng)域世界領(lǐng)先的開發(fā)商。來自該公司的 MATLAB 被稱為“科學家和工程師的語言”,是一個集算法開發(fā)、數(shù)據(jù)分析、可視化和數(shù)值計算于一體的編程環(huán)境。Simulink 則是一個模塊化建模環(huán)境,面向多域和嵌入式工程系統(tǒng)的仿真和基于模型的設(shè)計。這些產(chǎn)品服務(wù)于全球工程師和科學家,幫助他們加快步伐,在汽車、航空航天、通信、電子、工業(yè)自動化及其他各行各業(yè)更快地實現(xiàn)發(fā)明、創(chuàng)新和開發(fā)。MATLAB 和 Simulink 產(chǎn)品是全球眾多頂級大學和學術(shù)機構(gòu)的基本教研工具。MathWorks 創(chuàng)建于 1984 年,總部位于美國馬薩諸塞州的內(nèi)蒂克市(Natick, Massachusetts),在全球擁有 34 個分支機構(gòu),共有 6,000 多名員工。