人工智能是一個蓬勃發展的技術領域，正在改變著我們的產品和生產方式，這給需要把人工智能融入到系統的團隊帶來了挑戰。在日前舉辦的MATLAB EXPO 2019北京站上，MathWorks首席戰略師Jim Tung發表了以“超越智‘我’ 對AI的洞見、實現和集成”為主題的演講，剖析了當今的工程師和科學家如何使用MATLAB和Simulink成功設計并將AI集成到下一代智能互聯系統中。

　　創建AI系統的三大必備因素

　　在Jim Tung看來，人工智能是一項革命性的技術，在提高生產率方面具有巨大的潛力。然而要創建一個人工智能驅動的系統，僅僅是開發智能算法是不夠的。現實中因為各種各樣的因素導致人工智能失敗的案例比比皆是，諸如沒有數據科學家、數據太多或不夠、團隊力不能及、缺乏完整的工具、無法與其他系統交互等，這些因素都可能導致系統創建的失敗。

　　“要創建一個成功的人工智能驅動的系統，在開發智能算法之外，還要求系統具備以下三個特質：即洞見、實現和交互。” Jim Tung。

　　所謂洞見，即將人類的洞察力帶入人工智能，人工智能系統需要多領域專家的見解，以生成所需的測試、模型和場景，從而全面建立整個系統的信心。只有將人工智能模型與科學和工程的洞見相結合，并伴隨可跨科學與工程和數據科學的工具，才有可能在人工智能方面取得成功。

　　所謂實現，就是設計解決方案，包括測試數據分析報告、開發概念原型設計部署、建模與仿真、驗證和確認的整個工作流程。而且完成的人工智能系統還需要與系統的其他部分連接起來。在這個過程當中，使用跨越整個設計流程的工具鏈是促使設計成功的有力保障。

　　所謂交互，即和復雜環境的交互、與所有其他系統、包括人力工作流的交互。一個AI系統實際工作環境是非常復雜的，要求它可以預測關鍵事件，做到持續監控、早期察覺、早期干預，從而才能得到良好的結果。因此設計重要考慮如何集成系統并在他們的環境中進行交互。

　　MATLAB R2019a在人工智能方面的功能更新

　　Mathworks針對AI領域中比較受關注的深度學習、機器學習、增強學習分別更新了一些新的功能。從算法到應用部署都會有相應的工具推出。R2019a 中就引入了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，建立在Deep Learning Toolbox 的基礎上，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。

　　Jim Tung表示，當前人工智能的“落地難”問題對于Mathworks來說即是挑戰也是機遇，最大的挑戰和最大的機遇就是如何將AI與工程相結合。“在很多企業里面，做AI的團隊和做工程的團隊往往是兩個不同的團隊，我們要做的工作就是盡量拉近這兩個團隊之間的距離。還有一些企業甚至沒有單獨AI的團隊，這就需要工程師團隊去學習AI技術，掌握AI的應用。借助 R2019a，MathWorks使工程師能夠快速而有效地拓展他們的AI技能。”