2019年5月21日北京和5月28日上海，由美國MathWorks公司舉辦的主題為超越智“我” MATLAB EXPO中國區(qū)用戶大會聚集了MATLAB用戶近千人， 網絡直播人數也近2000人。本屆大會展示了MATLAB R2019a發(fā)布的多個全新工具箱，分享了來自航天航空、汽車、電力、通信、教育等行業(yè)的真實用戶案例。借助于MATLAB EXPO，通過親身實踐演示，與會觀眾能夠更深入的了解MATLAB®和Simulink®的最新特性和功能。同時，MathWorks的專家還就如何實現(xiàn)數據科學和工業(yè)互聯(lián)、控制系統(tǒng)設計、AI中的機器學習、深度學習與增強學習、5G通信系統(tǒng)設計、工業(yè)設備預測性維護等主題進行了經驗分享，并和與會觀眾共同探討了如何將AI技術應用到工業(yè)生產制造領域，為工業(yè)4.0時代建設智能互聯(lián)的數字工廠助力。

更輕松的應用AI技術

新一輪產業(yè)變革席卷全球，人工智能正成為新一輪產業(yè)變革的核心方向。如今，越來越多的企業(yè)在新舊動能轉換中，將人工智能作為發(fā)展的新動力，不斷創(chuàng)造出新的發(fā)展機遇。人工智能不僅推動了智能助手、機器翻譯和自動駕駛等應用的發(fā)展，還為工程師和科學家提供了一套處理通用任務的新技術。

 MathWorks 首席戰(zhàn)略師Jim Tung先生

但近年來人們對人工智能的狂熱討論存在一個奇怪的悖論：絕大多數公司都在談論，但是當涉及到將人工智能付諸實踐時，多數公司卻仍處于觀望狀態(tài)。對此，MathWorks 首席戰(zhàn)略師Jim Tung先生給出了他的看法，他認為出現(xiàn)這種現(xiàn)象的原因是因為多數企業(yè)都被他們所認為的實施AI的壓倒性挑戰(zhàn)所嚇倒。通常，這些企業(yè)認為實施AI就必須成為數據科學的專家；顧慮開發(fā)AI系統(tǒng)既費時又費錢；缺乏高質量的標記數據；將AI集成入現(xiàn)有算法和系統(tǒng)之中成本高而且很復雜。Jim表示：“要想在人工智能方面取得成功，我們必須將人工智能模型與科學和工程的洞見相結合，伴隨可跨科學與工程和數據科學的工具，使用跨越整個設計流程的工具鏈，設計如何實現(xiàn)系統(tǒng)集成并在他們的環(huán)境中進行交互。”

如今，用于構建基于AI的解決方案的工具正在從針對數據科學家的工具擴展到針對專業(yè)工程人員的工具。借助這些工具，工程師可以將AI驅動的功能和模型注入應用程序，而無需專業(yè)數據科學家的參與。

MathWorks公司的定位是一個工具型軟件廠商，借助于MATLAB軟件可以降低算法門檻，幫助大多數公司的工程師以更簡單、更有效的方式實現(xiàn)人工智能。MATLAB可以簡化和自動化數據合成、標記、訓練、調優(yōu)以及將深度學習部署到 AI 驅動的系統(tǒng)中，這些系統(tǒng)可能是企業(yè)應用程序、嵌入式系統(tǒng)或邊緣計算系統(tǒng)?！癆I只是系統(tǒng)中的一個部分，當工程師已經熟悉了已有的一套系統(tǒng)級流程時，他們并不需要在思維上對AI進行過多的轉變。”Jim說道。數據科學無疑是關乎AI發(fā)展的一門核心學科，但是有了MATLAB，工程師和科學家可以在沒有數據科學經驗的情況下輕松使用人工智能。

盡管許多行業(yè)都熱衷于部署AI，但大多數行業(yè)和用戶其實并不能充分地控制和利用數據?，F(xiàn)階段，AI發(fā)展的核心就是數據，數據爆發(fā)式的增長與發(fā)展，也極大地激發(fā)了人工智能的發(fā)展?jié)摿?。關于數據，Jim認為MathWorks有三方面的認知，第一是訪問數據，包括從數據庫里、云以及數據流中直接訪問。第二是各種不同類型的數據，包括采集到的信號、聲音、圖像和文本數據，這些數據都屬于不同類型的數據，我們需要對其進行處理。第三是處理大量的數據，MATLAB提供各種各樣的工具以及能力幫助客戶處理大量的數據。使用MATLAB能夠將以上的數據與算法結合在一起，客戶可以在電腦、云端，或者在計算機集群里進行處理，并且只需用一套算法就可以解決，不需要開發(fā)不同的算法，使用起來非常非常地方便。

學習工具箱

在本次MATLAB EXPO大會中，MathWorks展示了MATLAB R2019a中的多個全新工具箱，應用領域涵強化學習、架構設計、混合信號、AUTOSAR、IBIS-AMI、SoC等，在R2019a新產品演示區(qū)中還同步更新了機器人、電力電子、預測性維護、自動駕駛及教育與科研方面的多個行業(yè)應用的演示。

其中，最受工控小編關注的便是針對人工智能領域應用的強化學習工具箱。根據工控小編查到的資料顯示強化學習是機器學習的一個分支，相較于機器學習，強化學習最大的特點是在交互中學習。通過獎勵或懲罰不斷的學習知識，適應環(huán)境。

據介紹，R2019a引入的Reinforcement Learning Toolbox，進一步增強了支持AI的 MATLAB 工作流。這一新工具箱促成了新型機器學習功能，通過與環(huán)境的相互作用反復試錯來訓練“代理人”，以解決控制和決策問題。它重申了公司對致力于AI的承諾，并與去年秋季推出的R2018b版本的Deep Learning Toolbox的相結合，可以構建并訓練基于深度神經網絡的強化學習策略。

Deep Learning Toolbox通過支持 NVIDIA GPU Cloud、Amazon Web Services和Microsoft Azure得到增強，并且通過支持 ONNX 交換格式實現(xiàn)了互操作性。R2019a版本對AI的支持還包括Computer Vision Toolbox、Data Acquisition Toolbox和Image Acquisition Toolbox的重大改進。

使用Reinforcement Learning Toolbox[增強學習工具箱]，用戶可以通過讓策略與 MATLAB®或 Simulink®模型代表的環(huán)境進行交互來訓練策略。用戶可以評估算法，試驗超參數設置并監(jiān)控訓練進度。為了提高訓練性能，用戶可以在云端、計算機集群和GPU上并行運行仿真（使用Parallel Computing Toolbox? 和 MATLAB Parallel Server?）。該工具箱還包括了使用強化學習來設計用于機器人和自動駕駛應用的控制器的參考示例。Jim表示：“增強學習工具箱是在基于仿真的基礎上提高、改變系統(tǒng)的行為，通過仿真模擬將會比在真實系統(tǒng)里調整要快，這就是我們增強學習工具箱的優(yōu)勢和好處?！?/p>

當下，正值人工智能持續(xù)成為行業(yè)焦點，而大多數組織仍處于早期的應用階段。作為全球領先的數學計算軟件供應商，MathWorks將加速助力企業(yè)研究、創(chuàng)新和開發(fā)的步伐，利用全球范圍的廣泛影響力和領先技術，幫助客戶提升市場競爭力。