|
作者：Johanna Pingel，MathWorks AI 產(chǎn)品營銷經(jīng)理 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(yù)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(xué)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(fù)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(fēng)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(fù)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(fù)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(fù)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(fù)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(fù)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(xué)習(xí)。增量學(xué)習(xí)是一種機器學(xué)習(xí)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(xué)習(xí)；這是一種高效的邊緣部署方法。
復(fù)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(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(guī)模使用這項技術(shù)來為學(xué)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(xué)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(fù)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(xí)和實驗，教授可以節(jié)省時間，并讓學(xué)生更好地參與其中。 教授可以教會學(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(yǎng)學(xué)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(xué)生最好在各種工程學(xué)科中做到獨立學(xué)習(xí)，而工程學(xué)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(fù)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(xué)術(shù)領(lǐng)域，生成式 AI 幫助教育工作者節(jié)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(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。 |
