我們生活在一個紛繁復(fù)雜的世界，充滿著無盡的未知和期待。在人類發(fā)展的歷史長河中，歷經(jīng)千年的探尋，但仍有大量客觀邏輯等待進一步的探究和挖掘。AI技術(shù)的崛起加速了整個人類文明的進程，它不只是數(shù)字或算法，也附著了人類對未知世界的開拓與想象。
作為數(shù)值計算和系統(tǒng)工程建模的軟件工具，MathWorks旗下的MATLAB在科學(xué)計算，金融，工程等多個領(lǐng)域發(fā)揮著重要作用，Simulink作為系統(tǒng)仿真的軟件平臺是許多科學(xué)家和工程師的必備日常，隨著人工智能技術(shù)的崛起，MathWorks把AI提升為企業(yè)戰(zhàn)略的重要組成部分。
據(jù)統(tǒng)計，2018年中國人工智能市場規(guī)模突破200億元大關(guān)，達到238.2億元，相比2017增長率達到56.6%，隨著技術(shù)的逐漸成熟，科技、制造業(yè)等行業(yè)巨頭已經(jīng)開始在相關(guān)領(lǐng)域中實施AI布局，這也從另一方面導(dǎo)致了AI應(yīng)用場景的快速擴展。2019年，人工智能已經(jīng)不再是下圍棋的小娛樂，在多維度的實體經(jīng)濟中逐步走上了歷史的舞臺，作為驅(qū)動經(jīng)濟增長的新工具，AI正在成為與電力比肩的通用資源。
MathWorks首席戰(zhàn)略師Jim Tung先生在MathWorks “超越智‘我’”主題會議的演講中也提到，人工智能是一項革命性的技術(shù)，將深刻影響了整個世界經(jīng)濟的走向。
MathWorks首席戰(zhàn)略師Jim Tung
MATLAB AI算法三大方向
深度學(xué)習(xí)、機器學(xué)習(xí)、增強學(xué)習(xí)是MATLAB歸納和引入的三種算法，針對這三段趨勢對應(yīng)的不同的挑戰(zhàn)，MathWorks相對采用了不同的策略。機器學(xué)習(xí)會涉及到很多不同的方法和工具，客戶可能會很熟悉每一個算法，但最大的困難是如何快速選擇合適的算法，或合適的技術(shù)。MATLAB工具可以輔助開發(fā)者快速地選擇最合適的應(yīng)用和算法。
深度學(xué)習(xí)對于很多工程師并不像機器學(xué)習(xí)那么熟悉，其挑戰(zhàn)在于如何幫助客戶認識到深度學(xué)習(xí)擅長的工作。深度學(xué)習(xí)的潛力巨大，但是如何更適宜的應(yīng)用這些技術(shù)，或者合適地選擇技術(shù)參數(shù)，是重要的問題。
增強學(xué)習(xí)是另外一個不同的領(lǐng)域，雖然存在時間比較久，但是沒有一個特別合適的工具來實現(xiàn)增強學(xué)習(xí)的應(yīng)用。
三種技術(shù)在成熟度，或一些應(yīng)用上會有不一樣的理解。 目前，這三個AI方向?qū)athWorks而言都很重要，由于MATLAB的用戶群很廣泛，學(xué)校和科研人員，會更關(guān)注軟件前沿技術(shù)的進展，而大多數(shù)的公眾會關(guān)注產(chǎn)品的具體應(yīng)用情況，所以如何落地應(yīng)用才是問題的關(guān)鍵，而MATLAB作為工具不會只關(guān)注在其中的一個點上。
增強型AI算法
針對工業(yè)與機器人控制領(lǐng)域打造的增強型AI技術(shù)，是MathWorks MATLAB推出的全新的功能，相比深度學(xué)習(xí)與機器學(xué)習(xí)，雖然誕生時間較早，但流傳的廣度卻相對較低。增強型AI技術(shù)是控制行業(yè)內(nèi)所強調(diào)的應(yīng)用訓(xùn)練型AI，Jim解釋?？梢园堰@項技術(shù)想象為訓(xùn)練一只狗，或者一只動物。
由設(shè)計者決定什么樣的行為是好行為，當算法做出一次好的行為后，可以給予肯定的鼓勵，由此推動算法的升級。相對也可以設(shè)計懲罰路線。長時間的訓(xùn)練后，算法會理解如何實施正確的行為。
實際上是工程師逐漸地有意識地訓(xùn)練這套算法，指引算法執(zhí)行正確的決定。這是增強學(xué)習(xí)工具箱里面最基本的理念。MATLAB并不去設(shè)定行為的正確與否。這個工具箱是訓(xùn)練對象去符合某一種行為的規(guī)范。目前大部分競爭者的AI屬于比較狹窄應(yīng)用領(lǐng)域的AI，而增強學(xué)習(xí)工具箱就是希望能夠把這種AI，應(yīng)用到工控領(lǐng)域中去。
實際上增強型AI基本上是一個優(yōu)化工具。對于特別應(yīng)用場景或者特定條件下進行算法的優(yōu)化。根據(jù)一個系統(tǒng)的表現(xiàn)，去決定是否應(yīng)該去鼓勵它繼續(xù)這樣表現(xiàn)，或者表示期待改變。
可以把這個增強AI工具箱用在一個真實的系統(tǒng)里面，但是會花很長的時間去糾正系統(tǒng)的行為。目前增強型AI工具箱提供基于仿真提高、改變的工具，通過仿真會比在真實系統(tǒng)里調(diào)整速度快很多，這也是增強AI工具箱的最大優(yōu)勢。
此外，通過仿真即使在沒有真實系統(tǒng)的情況下，依然可以通過軟件產(chǎn)生出來百萬、千萬的數(shù)據(jù)，在大規(guī)模的集成運算的環(huán)節(jié)里面去進行仿真，即使在真實條件不夠充分的情況下，依然可以把控制器訓(xùn)練出來。
學(xué)習(xí)模型的方式
增強學(xué)習(xí)并不是要把機器學(xué)習(xí)或者深度學(xué)習(xí)的算法做一個更強化的版本，它是機器學(xué)習(xí)的一個分支。機器學(xué)習(xí)和深度學(xué)習(xí)都需要大量的數(shù)據(jù)，用數(shù)據(jù)+標簽的方式，最后選舉出一個模型，人工準備數(shù)據(jù)和標簽在這兩種算法中不可避免。
但增強AI的場景之下，很多情況是很難去做類似的準備。比如簡單的圖像可以進行處理，但是做復(fù)雜的行為的時候，很難對行為做標簽，來補充足夠的數(shù)據(jù)。增強學(xué)習(xí)其實本質(zhì)上是一個反饋系統(tǒng)，只是另外一種AI算法升級的手段，可以認為是必行的手段，而不是深入的手段。
所以增強學(xué)習(xí)可以是增強的通用機器學(xué)習(xí)算法，也可以是增強的深度學(xué)習(xí)的算法，有專門增強深度學(xué)習(xí)，有針對普通的增強學(xué)習(xí)，增強學(xué)習(xí)不用再去準備大量的數(shù)據(jù)訓(xùn)練模型，而是在一個確定的環(huán)境下，懲罰與獎勵交替，對場景模型優(yōu)化，本質(zhì)上來說，無論是哪種學(xué)習(xí)都是數(shù)學(xué)上的優(yōu)化，但這種優(yōu)化跟通用的優(yōu)化又不是一個概念，所以在增強學(xué)習(xí)的場景之下，可以根據(jù)外界的輸入調(diào)整，根據(jù)懲罰或者獎勵，去優(yōu)化最終的目標。從這個角度來說，增強學(xué)習(xí)是一種學(xué)習(xí)模型的方式。
實現(xiàn)增強AI，加速工程應(yīng)用落地
工程師可以通過MATLAB或者Simulink達到增強學(xué)習(xí)的目的，引入一段場景建模，經(jīng)過不停地訓(xùn)練，達到算法最佳狀態(tài)。
MATLAB建立了龐大的數(shù)據(jù)庫，通過本地和云端數(shù)據(jù)庫進行訪問，或者從數(shù)據(jù)流中直接訪問，方便模型場景的搭建。在訓(xùn)練的過程中，不同類型的數(shù)據(jù)，包括信號、聲音、圖像和文本數(shù)據(jù)，需要進行個別處理。采集后的數(shù)據(jù)往往大的驚人，需要大量處理工作。MATLAB提供了豐富的工具去幫助工程師處理這些數(shù)據(jù)。使用MATLAB還有一個巨大的好處，可以把采集到的數(shù)據(jù)和算法結(jié)合在一起，在電腦上或者在云端進行處理，使用起來非常方便。
盡管技術(shù)在不停進步，但AI終究需要場景來進行落地，Jim認為這是MathWorks或者整個AI行業(yè)面臨的最大的挑戰(zhàn)也是最大的機遇，如何把AI算法技術(shù)和實際工程應(yīng)用結(jié)合，是未來俘獲更多市場的關(guān)鍵。
很多公司中，AI團隊和工程團隊是兩個不同的團隊，如何協(xié)同兩個團隊的工作更是目前MathWorks這種工具企業(yè)需要提前去理解的問題。而在沒有單獨AI團隊的公司里，工程師團隊就需要去研習(xí)AI技術(shù)，在一定程度上掌握AI應(yīng)用。此時，MATLAB這樣的工具就會發(fā)揮其應(yīng)有的作用，幫助工程師釋放其想象力與研發(fā)潛能。
