人工智能在重塑工程范式方面發(fā)揮著關(guān)鍵作用，它提供的工具和方法可提高各個(gè)領(lǐng)域的精度、效率和適應(yīng)性。想要在人工智能競(jìng)賽中保持領(lǐng)先的工程領(lǐng)導(dǎo)者應(yīng)該關(guān)注四個(gè)關(guān)鍵領(lǐng)域的進(jìn)步：生成式人工智能、驗(yàn)證和確認(rèn)、降階模型(ROM)和控制系統(tǒng)設(shè)計(jì)。

AI 趨勢(shì) #1

GenAI 轉(zhuǎn)向框圖、3D 模型和流程圖

雖然最初對(duì)基于文本的 GenAI 的關(guān)注繼續(xù)影響以軟件為中心的工作流程，但它對(duì)具有更高級(jí)別抽象的工程工具的影響卻顯滯后。到 2025 年，我們預(yù)計(jì) GenAI 在“無(wú)代碼”工程工具(如框圖、3D 模型和流程圖)中的應(yīng)用將繼續(xù)取得進(jìn)展。這些工具使工程師能夠以圖形方式表示復(fù)雜的系統(tǒng)，毫不費(fèi)力地編輯組件，并管理固有的復(fù)雜性。此外，它們對(duì)于工程師的工作效率至關(guān)重要，并驗(yàn)證了工程師對(duì)系統(tǒng)級(jí)性能的信心。將 GenAI 與這些工具相結(jié)合將進(jìn)一步提高他們的生產(chǎn)力，同時(shí)保持最終用戶(hù)熟悉的界面。該領(lǐng)域的更多工具將集成AI助手，使其能夠理解工程模型并協(xié)助其設(shè)計(jì)和管理。

AI 趨勢(shì) #2

工程師利用驗(yàn)證和確認(rèn)實(shí)現(xiàn) AI 合規(guī)性

隨著人工智能與汽車(chē)、醫(yī)療保健和航空航天應(yīng)用中安全關(guān)鍵型系統(tǒng)的融合加速，行業(yè)管理機(jī)構(gòu)正在推出人工智能合規(guī)的要求、框架和指導(dǎo)。作為回應(yīng)，工程師必須現(xiàn)在就優(yōu)先考慮驗(yàn)證和確認(rèn) (V&V) 過(guò)程，以確保其 AI 組件已準(zhǔn)備好在任何條件下部署，并滿(mǎn)足潛在的可靠性、透明度和偏差合規(guī)標(biāo)準(zhǔn)。

V&V 對(duì)于驗(yàn)證深度學(xué)習(xí)模型的穩(wěn)健性和檢測(cè)分布外 (out-of-distribution ，OOD) 場(chǎng)景至關(guān)重要，特別是在安全關(guān)鍵型應(yīng)用中。穩(wěn)健性驗(yàn)證至關(guān)重要，因?yàn)?a href="http://www.makelele.cn/tags/神經(jīng)網(wǎng)絡(luò)/" target="_blank">神經(jīng)網(wǎng)絡(luò)可能會(huì)對(duì)帶有微小的、難以察覺(jué)的變化(稱(chēng)為對(duì)抗性示例)的輸入進(jìn)行錯(cuò)誤分類(lèi)。例如，胸部 X 光圖像中的一個(gè)細(xì)微擾動(dòng)可能會(huì)導(dǎo)致模型錯(cuò)誤地將肺炎識(shí)別為正常。工程師可以提供模型一致性的數(shù)學(xué)證明，并使用形式化驗(yàn)證方法(例如抽象解釋)測(cè)試這些場(chǎng)景。此過(guò)程通過(guò)識(shí)別和解決漏洞來(lái)增強(qiáng)模型的可靠性并確保符合安全標(biāo)準(zhǔn)。

分布外檢測(cè)同樣重要，因?yàn)樗谷斯ぶ悄芟到y(tǒng)能夠識(shí)別并適當(dāng)?shù)靥幚聿皇煜さ妮斎搿＿@種能力對(duì)于保持準(zhǔn)確性和安全性至關(guān)重要，尤其是當(dāng)意外數(shù)據(jù)導(dǎo)致錯(cuò)誤預(yù)測(cè)時(shí)。辨別分布內(nèi)和分布外數(shù)據(jù)的能力確保人工智能模型可以將不確定的情況交給人類(lèi)專(zhuān)家，從而防止關(guān)鍵應(yīng)用程序中出現(xiàn)潛在故障。

專(zhuān)注于 V&V 允許工程師遵守 AI 框架和標(biāo)準(zhǔn)，同時(shí)推動(dòng)其行業(yè)內(nèi)的產(chǎn)品開(kāi)發(fā)。主動(dòng)的合規(guī)方法可確保人工智能系統(tǒng)可靠、安全且符合道德規(guī)范，從而在快速發(fā)展的環(huán)境中保持競(jìng)爭(zhēng)優(yōu)勢(shì)。

AI 趨勢(shì) #3

基于人工智能的降階模型在工程領(lǐng)域的興起

隨著人工智能技術(shù)和計(jì)算能力的進(jìn)步，使用基于人工智能的降階模型 (ROM) 的趨勢(shì)預(yù)計(jì)會(huì)增長(zhǎng)。工程師利用這些模型將提高系統(tǒng)性能和可靠性，以及系統(tǒng)設(shè)計(jì)和模擬的效率和功效。

這種轉(zhuǎn)變背后的主要驅(qū)動(dòng)力是工程師需要管理日益復(fù)雜的系統(tǒng)，同時(shí)保持高精度和速度。傳統(tǒng)的計(jì)算機(jī)輔助工程 (CAE) 和計(jì)算流體動(dòng)力學(xué) (CFD) 模型雖然準(zhǔn)確，但計(jì)算量大且不適合實(shí)時(shí)應(yīng)用?；?AI

的 ROM 通過(guò)減少計(jì)算需求同時(shí)保持準(zhǔn)確性來(lái)解決這個(gè)問(wèn)題。工程師可以使用這些模型更快地模擬復(fù)雜現(xiàn)象，從而實(shí)現(xiàn)更快的迭代和優(yōu)化。

此外，基于 AI 的 ROM 具有適應(yīng)不同參數(shù)和條件的高度通用能力，增強(qiáng)了其在不同場(chǎng)景中的適用性。這種適應(yīng)性在航空航天、汽車(chē)和能源領(lǐng)域尤其有價(jià)值，因?yàn)檫@些領(lǐng)域的工程系統(tǒng)通常涉及需要詳細(xì)建模和模擬的復(fù)雜物理現(xiàn)象。例如，設(shè)計(jì)和測(cè)試飛機(jī)部件(如機(jī)翼或發(fā)動(dòng)機(jī))的工程師可以更有效地模擬空氣動(dòng)力學(xué)特性和應(yīng)力因素，從而幫助工程師快速迭代和優(yōu)化設(shè)計(jì)。此外，基于 AI 的 ROM 可以適應(yīng)各種飛行條件，使其成為使用同一模型測(cè)試多種場(chǎng)景的多功能工具。此功能可加速開(kāi)發(fā)過(guò)程、降低成本并提高最終產(chǎn)品的可靠性。

AI 趨勢(shì) #4

人工智能打破復(fù)雜系統(tǒng)控制的障礙

人工智能與控制設(shè)計(jì)的持續(xù)融合將改變?cè)擃I(lǐng)域，特別是在管理復(fù)雜系統(tǒng)和嵌入式應(yīng)用程序方面。傳統(tǒng)上，控制系統(tǒng)設(shè)計(jì)依賴(lài)于第一性原理建模，這需要對(duì)系統(tǒng)有豐富的知識(shí)和深入的了解。數(shù)據(jù)驅(qū)動(dòng)建模僅限于在設(shè)計(jì)范圍內(nèi)的一小部分中有效的線(xiàn)性模型。人工智能正在通過(guò)從數(shù)據(jù)中創(chuàng)建精確的非線(xiàn)性模型來(lái)改變這種狀況。這使得創(chuàng)建結(jié)合第一性原理和數(shù)據(jù)且在整個(gè)操作范圍內(nèi)有效的高精度模型成為可能。這一進(jìn)步使得人們能夠更好地控制復(fù)雜系統(tǒng)。

同時(shí)，微控制器不斷增強(qiáng)的計(jì)算能力也促進(jìn)了人工智能算法直接嵌入到系統(tǒng)中。這種集成在消費(fèi)電子和汽車(chē)行業(yè)尤其具有影響力，因?yàn)楦唔憫?yīng)系統(tǒng)正在成為常態(tài)。例如，人工智能嵌入電動(dòng)工具中以監(jiān)測(cè)和應(yīng)對(duì)環(huán)境變化，例如可能帶來(lái)安全風(fēng)險(xiǎn)的突然材料密度變化。這些工具使用嵌入式人工智能來(lái)自主調(diào)整其操作，從而提高安全性和性能。

人工智能與復(fù)雜系統(tǒng)控制和嵌入式系統(tǒng)的融合開(kāi)創(chuàng)了更為穩(wěn)健、自適應(yīng)和智能的控制設(shè)計(jì)時(shí)代。工程師現(xiàn)在可以創(chuàng)建實(shí)時(shí)學(xué)習(xí)和適應(yīng)的系統(tǒng)，提供前所未有的精度和效率。這創(chuàng)造了一個(gè)環(huán)境，在其中，人工智能驅(qū)動(dòng)的解決方案解決傳統(tǒng)控制問(wèn)題的環(huán)境，并為在各個(gè)工程領(lǐng)域中建立更智能、更集成的系統(tǒng)鋪平了道路。

工程師應(yīng)該對(duì)人工智能的持續(xù)成熟和進(jìn)步感到興奮。物理見(jiàn)解與人工智能模型的融合將增強(qiáng)透明度和適應(yīng)性，減少傳統(tǒng)方法的“黑箱”性質(zhì)。人工智能工具的普及使工程師能夠更輕松地獲取和使用高級(jí)功能。這些進(jìn)步將提升人工智能在工程中的作用，并使技術(shù)專(zhuān)業(yè)人員能夠更快、更有效地構(gòu)建更好的工程系統(tǒng)。

| 關(guān)于作者

Lucas Gracía

Lucas García 是 MathWorks 深度學(xué)習(xí)的首席產(chǎn)品經(jīng)理，在計(jì)算機(jī)軟件行業(yè)擁有超過(guò) 15 年的機(jī)器學(xué)習(xí)經(jīng)驗(yàn)和研究。他與客戶(hù)團(tuán)隊(duì)和開(kāi)發(fā)團(tuán)隊(duì)合作，定義、開(kāi)發(fā)和推出滿(mǎn)足客戶(hù)需求和深度學(xué)習(xí)市場(chǎng)趨勢(shì)的新功能和應(yīng)用程序。Lucas 于 2008 年加入 MathWorks 擔(dān)任客戶(hù)工程師，并與各行各業(yè)的工程師和科學(xué)家合作，幫助他們解決人工智能領(lǐng)域的實(shí)際問(wèn)題。在加入 MathWorks 之前，他曾擔(dān)任金融領(lǐng)域的軟件開(kāi)發(fā)人員。Lucas 擁有馬德里康普頓斯大學(xué)和馬德里理工大學(xué)應(yīng)用數(shù)學(xué)博士學(xué)位。