人工智能 (AI)

MATLAB 是一个工程平台,可用于将 AI 集成到工程系统的设计、开发和运营化中。工程师和科学家使用 MATLAB 创建更好的 AI 数据集,为特定领域的任务构建 AI 模型,并在系统级环境内持续测试这些模型。

体验工程师和科学家使用 MATLAB 的变革性工作方式,看看他们如何借助 AI 提升现有工作流并在复杂环境中发明解决方案。

让工程师和科学家享受 AI 带来的好处

工程师和科学家使用 MATLAB 创建了跨多个行业、有影响力的 AI 驱动的产品和服务,涵盖航空航天、汽车、生物技术、能源生产、金融服务、医疗器械和铁路系统等。

面板导航

韩国能源研究所

面板导航

Poclain Hydraulics

AI 驱动系统的可靠工具

AI 是一种快速发展的新兴技术。MATLAB 使工程师和科学家能够在其领域中使用 AI,并实现跨团队和组织的协作。

使用 MATLAB,您能够:

  • 用几行代码创建 AI 模型或使用预训练模型
  • 使用领域特定工具和低代码 App 来构建完整和可扩展的 AI 工作流
  • 将 AI 方法与系统级仿真相结合以减少生产中的错误
  • 将 AI 模型部署到高性能系统,如边缘设备和云
  • 在 MATLAB 和 Python 之间交换使用 AI 模型和设计功能
深度学习

深度学习

使用深度神经网络设计、仿真和部署系统

机器学习

机器学习

训练模型、调优参数并部署到生产环境或边缘设备

强化学习

强化学习

定义、训练和部署强化学习策略

精选工具

交互式 App

使用低代码 App 来标注和处理数据,构建和训练深度 AI 模型以及管理 AI 试验。

预训练模型

从 MATLAB 模型中心、TensorFlow™ 或 PyTorch® 获得预训练模型,并根据您的任务调整模型。

稳健建模

可视化和解释 AI 模型的预测,并验证模型的稳健性属性。

 

将 AI 应用于您的领域

无论您是 AI 新手还是要提升技能,MATLAB 都可以让您将 AI 集成到各种应用工作流中,如机器人、预测性维护、以及更多。

特色应用:视觉检查

使用计算机视觉自动检测图像中的异常。视觉检查等 AI 应用需要系统化方法来实现以下目的:

  • 通过自动标注、数据清洗和合成数据生成提高训练数据的质量
  • 通过适用于生产部署的 AI 模型实现准确预测
  • 测试 AI 模型与系统其他部分的集成

AI 与基于模型的设计

工程师将 AI 与基于模型的设计相结合来加速和增强复杂系统的设计。

  • 创建复杂非线性动力学的 AI 模型以补充第一性原理模型。
  • 用 AI 开发用其他方法很难或无法实现的嵌入式算法。
  • 通过需求链接、仿真和测试来确认和验证 AI 驱动的系统。
  • 通过与仿真环境的交互来训练强化学习智能体。
  • 通过对物理系统的模型进行仿真来生成用于训练 AI 模型的合成数据。
面板导航

将人工智能融入系统级设计

面板导航

可口可乐公司使用机器学习开发虚拟传感器

面板导航

结合使用 AI 和基于模型的设计来开发虚拟传感器

 

参与 MATLAB AI 团队和社区

发现最新 AI 新闻和见解,浏览 AI 工作流和应用的教程和示例,并共享想法、知识和代码。

使用 MATLAB 和 Simulink 开展 AI 研究工作