|
作者：Johanna Pingel，MathWorks AI 產(chǎn)品營(yíng)銷(xiāo)經(jīng)理 隨著(zhù) AI 在各行各業(yè)的應用日益廣泛，它將繼續深刻影響著(zhù)人類(lèi)社會(huì )的發(fā)展和進(jìn)步，并徹底改變技術(shù)和人類(lèi)交互的方方面面。據 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(wèn)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，即幫助他們節省時(shí)間，讓他們有更多精力專(zhuān)注于推進(jìn)科學(xué)和工程事業(yè)的其他項目。 2024 年推動(dòng) AI 持續發(fā)展的三大趨勢： AI 和仿真對于設計和開(kāi)發(fā)工程系統至關(guān)重要 隨著(zhù) AI 在各行各業(yè)和應用中走向主流，不使用 AI 的復雜工程系統將顯得格格不入。工程系統集多個(gè)領(lǐng)域的組件和子系統于一體，創(chuàng )建了能夠感知和響應周?chē)澜绲闹悄芟到y。例如，風(fēng)力發(fā)電機結合使用了機械組件（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 系統之所以大行其道，主要是因為這些系統的設計和開(kāi)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，用于執行開(kāi)發(fā)復雜系統所需的多域建模和仿真。AI 可以處理來(lái)自傳感器的數據，以幫助開(kāi)發(fā)感知系統和自主系統。然而，隨著(zhù)系統復雜性的增加，對系統級和嵌入式設計來(lái)說(shuō)，一些仿真的計算量可能會(huì )變得太大，尤其是在需要實(shí)時(shí)運行模型的測試中更是如此。在這種情況下，AI 還可以通過(guò)使用降階模型來(lái)增強仿真。 降階模型（ROM）可以在加速仿真的同時(shí)，仍為控制算法的系統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(shí)現，以便可在準確度、性能和復雜性之間執行權衡分析。 越來(lái)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(guò)降低模型的復雜性實(shí)現硬件在環(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存至關(guān)重要的邊緣設備時(shí)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(jué)和語(yǔ)言模型，仍首選大型模型 AI 模型可能有數百萬(wàn)個(gè)參數，需要大量?jì)却娌拍苓\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(shí)，需要在內存和準確度之間進(jìn)行權衡。AI 從業(yè)者必須考慮在將模型部署到速度和內存至關(guān)重要的設備時(shí)其性能會(huì )有何不同。AI 可以作為較小的組件添加到現有的控制系統中，而無(wú)需依賴(lài)端到端的 AI 模型，例如那些在計算機視覺(jué)中檢測對象的常用模型。 在討論較小的 AI 模型時(shí)，一個(gè)特別重要的主題是增量學(xué)習。增量學(xué)習是一種機器學(xué)習方法，它使模型能夠通過(guò)在新數據可用時(shí)實(shí)時(shí)更新其自身知識來(lái)持續學(xué)習；這是一種高效的邊緣部署方法。
復雜 AI 系統的成功與否取決于是否將仿真融入工程系統的設計和開(kāi)發(fā)中。 GenAI 幫助工程學(xué)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(xué)教授將在課堂上大規模使用這項技術(shù)來(lái)為學(xué)生提供幫助。與互聯(lián)網(wǎng)或手機非常類(lèi)似，GenAI 正掀起一場(chǎng)革命，將改善整個(gè)工程教育領(lǐng)域的現狀。 在課堂上使用 GenAI 的主要優(yōu)勢是，在向工程專(zhuān)業(yè)的學(xué)生教授基本技能（如計算機編程）時(shí)，它可以幫助節省時(shí)間。這樣，教授不必再像以前一樣花費時(shí)間講授低級概念，現在可以專(zhuān)注于講授高級主題，如復雜工程系統的設計和實(shí)現。通過(guò)使用 ChatGPT 等技術(shù)運行仿真，并創(chuàng )建交互式練習和實(shí)驗，教授可以節省時(shí)間，并讓學(xué)生更好地參與其中。 教授可以教會(huì )學(xué)生有效掌握 GenAI 的必備技能，例如提示工程。這有助于學(xué)生培養學(xué)以致用的批判性思維技能，而不是完全依賴(lài)計算機來(lái)解決問(wèn)題。因此，學(xué)生最好在各種工程學(xué)科中做到獨立學(xué)習，而工程學(xué)教育工作者可以在更高級的概念方面分享專(zhuān)業(yè)知識的同時(shí)，進(jìn)一步拓展課程。 結束語(yǔ) 隨著(zhù) 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(zhù)日益明顯的作用。在構建復雜的工程系統時(shí)，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(xué)術(shù)領(lǐng)域，生成式 AI 幫助教育工作者節省了精力，讓學(xué)生更加獨立。借助 AI，眾多行業(yè)和教育機構可以做出更明智的決策，獲得可操作性的建議，并提高效率。 |
