【導讀】隨著 AI 在各行各業(yè)的應用日益廣泛，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。
隨著 AI 在各行各業(yè)的應用日益廣泛，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 和仿真對于設計和開發(fā)工程系統(tǒng)至關重要
隨著 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(tǒng)將顯得格格不入。工程系統(tǒng)集多個領域的組件和子系統(tǒng)于一體，創(chuàng)建了能夠感知和響應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)存至關重要的邊緣設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)存至關重要的設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。
（來源：MathWorks，作者：Johanna Pingel，MathWorks AI 產(chǎn)品營銷經(jīng)理）
免責聲明：本文為轉(zhuǎn)載文章，轉(zhuǎn)載此文目的在于傳遞更多信息，版權(quán)歸原作者所有。本文所用視頻、圖片、文字如涉及作品版權(quán)問題，請聯(lián)系小編進行處理。
推薦閱讀：
專訪IAR亞太區(qū)副總裁：助力中國嵌入式行業(yè)快速擁抱行業(yè)變遷
利用低電平有效輸出驅(qū)動高端MOSFET輸入開關以實現(xiàn)系統(tǒng)電源循環(huán)
