人工智能(AI)

为工程师和科学家带来人工智能的好处

工程师和科学家使用MATLAB构建具有影响力的AI驱动产品和服务,跨越多个行业,从航空航天和汽车到生物技术、能源生产、金融服务、医疗设备和铁路系统。

面板导航

宝马

面板导航

韩国能源研究所

面板导航

Poclain液压系统

AI-Driven系统的可靠工具

人工智能是一种新兴的、快速发展的技术。MATLAB使工程师和科学家能够在其领域中使用人工智能,并支持跨团队和组织的协作。

使用MATLAB,您可以:

  • 用几行代码创建AI模型或使用预处理模型
  • 使用特定于域的工具和低代码应用程序构建完整且可扩展的AI工作流
  • 将人工智能技术与系统级仿真相结合,以减少生产中的错误
  • 将AI模型部署到边缘设备和云等高性能系统
  • 在MATLAB和Python之间交换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、模拟和部署系统。

机器学习

机器学习

训练模型、调整参数并部署到生产或边缘。

强化学习

强化学习

定义、培训和部署强化学习策略。

特色工具

交互式应用程序

使用低代码应用程序标记和处理数据,构建和训练深层人工智能模型,以及管理人工智能实验。

预训练模型

从MATLAB model Hub、TensorFlow™或PyTorch获取预处理模型®并使其适应您的任务。

稳健建模

可视化和解释人工智能模型的预测,并验证模型的稳健性。

 

将AI应用于您的域

无论您是AI新手还是开发技能,MATLAB都可以让您将AI集成到各种应用程序工作流中,如机器人、预测维护等。

特色应用:目视检查

使用计算机视觉自动检测图像中的异常。人工智能应用(如目视检查)需要系统方法来:

  • 通过自动标记、数据清理和合成数据生成提高培训数据的质量
  • 使用适用于生产部署的人工智能模型实现预测准确性
  • 测试AI模型与系统其他部分的集成

基于模型设计的人工智能

工程师联合基于模型设计的人工智能加速和加强复杂系统的设计。

  • 创建复杂非线性动力学的AI模型,以补充第一原理模型。
  • 使用AI开发难以或不可能用其他方法实现的嵌入式算法。
  • 通过需求链接、仿真和测试,验证和验证AI驱动的系统。
  • 通过与模拟环境的交互来培训强化学习代理。
  • 通过模拟物理系统的模型,生成用于训练AI模型的合成数据。
面板导航

将人工智能集成到系统级设计中

面板导航

可口可乐利用机器学习开发虚拟传感器

面板导航

基于人工智能和模型设计的虚拟传感器

 

参与MATLAB AI团队和社区

探索最新的人工智能新闻和见解,探索人工智能工作流和应用程序的教程和示例,并分享想法、知识和代码。

基于MATLAB和Simulink的人工智能研究