電子發燒友網報道（文/黃晶晶）利用已有數據對未知進行預測，這是擁有大量算法和模型的MATLAB的“魔力”所在。近日2020 MATLAB EXPO成功舉辦，EXPO是全球范圍內領先企業的工程師、研究員和科學家的開發者盛會。因為疫情原因，今年的活動采用線上方式進行。
?
今年，MathWorks 首席戰略師Jim Tung先生分享的重要主題是關于企業如何進行數據化轉型。這個略顯寬泛的話題，Jim Tung用幾個實例進行了充分解說，而他也將數字化轉型定義為“實用”。
?

邁斯沃克軟件（MathWorks）首席戰略師Jim Tung

被亞馬遜以高于10億美元收購的RING公司，他們的產品是一個智能門鈴，傳統門鈴只有一個按鈕，一個功能，智能門鈴變成了一個帶高清視頻、運動檢測和智能手機接口的數字安全設備，可以通過手機界面訪問從門鈴發送到云的所有數據。這樣的智能門鈴，通過數字化的加持，其意義遠遠超過了門鈴本身。而在被亞馬遜收入囊中后，亞馬遜可以基于門鈴進行拓展，例如將其連到智能鎖上，快遞員可以將包裹送到客戶的家中，而避免包裹丟失的風險。


?
在接受包括電子發燒友網在內的媒體采訪時，Jim Tung認為實用很重要，需要帶著對事件可行性以及清晰的了解來做計劃和執行。
?
“一方面數字化轉型能夠對企業做出煥然一新的改變。但是很多企業嘗試過后發現數字化轉型并不是很容易做的。但當你實際地進行數字化轉型，可以對人員技能、工具特性以及實現目標等做到心中有數。實用的數字化轉型可以真正地推動企業向著目標前進，并且支持企業實現目標?！盝im Tung解析。

數據是企業數字化轉型的第一步，效果立竿見影

企業進行數字化轉型存在著很大的阻礙，首先是人、技術與流程。Jim Tung分析說，人們經常懷有不合理的期望，尤其是關于進行數字化轉型項目所需的時間。此外，人們不愿意改變公司角色。也可能不具備完成任務所需的技能，以及需要對流程的某些方面進行更改。其次，公司文化是影響公司轉型速度的一個重要因素。文化可以使人去共享數據、共享模型。另外還有策略性的愿景。愿景可以使你的企業在轉型過程中朝著正確的方向驅動。
?
而當企業決定進行數字化轉型時，首要面對的就是數據。
?
當企業想要享受系統化使用數據的益處時，面臨的一個挑戰就是數據類型。工程數據、科學數據、現場數據、業務和交易數據來源眾多，且數據可能不完整，現代數據管理系統使這種復雜性成倍增加。還有更多系統和孤島，它們可能需要訪問權限，并且歸不同團隊管理。它們可能在云端、本地或筆記本電腦上，并且數據量越來越大。
?
MathWorks的工具和整個平臺可以實現在一個環境中處理所有這些數據，可以支持不同的IT系統和技術。而客戶可以獲取整合這些數據之后的價值，還可以應用MATLAB強大的分析技術來分析這些不同組合形式的數據。
?
因此，數字化轉型的第一步已經邁出去了，MathWorks的工具和平臺令企業簡化數據并獲得數據價值。
?
MathWorks如何利用自己的工具幫助客戶系統地使用數據和模型成功進行數字化轉型呢？
?
Jim Tung分享了GSK以及Atlas Copco這兩家客戶的真實案例。
?
GSK葛蘭素史克公司的舒適達牙膏品牌收入超過10億英鎊，每年增長率約8%。他們的研發科學家之一Bob Sochon正在利用過程數據的洞察力在其過程中擠出最后一滴效率。在他們所有的工廠、配方和生產批次中，數據量都以萬億字節計，這些數據存儲在不同的系統中并具有不同的登錄訪問權限等。首先，他們用MATLAB把這些數據合并起來并清理掉，他們現在可以將配方、銷售和生產方面的所有數據進行匹配和調整，以發現不同模式和見解。



接著，GSK需要比較每個批次的各個階段，配方有三個重要階段，即啟動、添加二氧化硅和精加工，GSK在MATLAB中建立了一個算法來按階段對數據進行排序和標記，并在所有的過程數據中運行該算法。結果是現在他們可以比較各個階段的統計數據。
?
此外，為了提升數據價值，GSK在MATLAB中構建了一個圖形用戶界面，使工程師能夠快速地選擇和監測數據，按配方組合、批次、操作人員和產品等類別，這有助于團隊快速迭代、查看實驗結果并系統地查看相關數據。
?
這一數據管理優化的實施，令GSK縮短了產品上市時間，強化了增長動力。
?
為了簡化數據分析過程，MathWorks支持OPC-UA使用安全連接訪問數據。引入了一種交互處理數據的新方法，稱其為Live Editor任務。這些應用程序可以在腳本中運行，用于從清理數據到重定時數據或合并不同來源數據的數據預處理任務。還有一個新的Predictive Maintenance Toolbox來設計狀況指標并估計機器的剩余使用。
?
另一個案例是，Atlas Copco是一家比利時高級空氣壓縮機系統制造商，它們在設計新的系統生產線時面臨一些重大挑戰，于是，該公司在整個系統生命周期中大量使用MATLAB和Simulink，它從基于模型的設計開始，其系統模型被認為是按設計創建的數字孿生模型，實施了一個框架來管理模型、數據和變量。這些數字孿生模型為其銷售和應用工程團隊使用的系統提供支持，幫助他們為每個客戶配置系統并對系統報價。這些模型與制造系統和驗收測試系統相連接，以確保生產過程中的質量。并且他們被用來監控和維護在世界各地運行的超過12萬個系統。



有新的工具可以幫助維護設計需求，系統架構和每個子系統組件設計之間的連接或數字主線，例如用于管理、采集和連接系統需求的Simulink Requirements，用于在系統工程級別進行體系架構和行業研究的System Composer，以及Simulink的接口和基于模型的設計所提供的全覆蓋和值，使用Simulink和MATLAB并了解如何將它們作為數字孿生模型、算法和模型應用到您所運行系統的基礎設施中。
?
這充分說明，在大量使用MATLAB和Simulink進行數字化轉型后，企業利用數據進行業務管理和開發的優化，獲得了超越以往的增益。

2020年是AI驅動年，MathWorks注入AI新動力

對于人工智能技術，事實上，MathWorks已經擁有廣泛的工具，包括機器學習、深度學習、強化學習，以及其他跟人工智能有關的技術。AI專家或人才或許對人工智能技術有相當地了解，但對整個商業或者實施的場景并不太清楚。而MathWorks的愿景是為所有的工程師和科學家提供工具及知識，以及應用這些工具去解決問題的能力。
?
Jim Tung表示，MATLAB和Simulink平臺可以搭建橋梁賦能工程師將人工智能應用于他們的領域。同時MathWorks支持與其他人工智能框架的互操作或集成，以及部署到云、IT和嵌入式系統的能力。
?
“由于認識到了人工智能的重要性，我們為人工智能開發工作流建立了強有力的支持，此外我們還定義了各種方式，無論人工智能組件是如何開發的，都可以將它們集成到模型中以理解系統行為，并幫助您了解整個系統的執行方式，即使系統中的某些部分是手工編碼的人工智能組件?！盝im Tung說道。
?

?
在強化學習等一些方法中，與模型的集成尤其重要，因為訓練涉及很多試驗和錯誤，而使用仿真是完成訓練的最佳方式。例如在一個自動駕駛應用程序的強化學習示例中，在Simulink模型中子系統模型代表車輛、控制器以及感知系統，智能體（將實現策略的人工智能組件）是整個Simulink系統中的另一個子系統模型，該模型將被反復仿真，對于車道上進行的每個稱為“片段”的仿真，都會計算獎勵并調整策略。據介紹，這套方法已經用于一個大型汽車公司。訓練基于深度神經網絡的驅動程序，利用強化學習提高基于DNN的驅動程序的性能，并利用改進的DNN對傳統控制器進行擴充，所有操作都在MATLAB和Simulink中完成。

豐富的跨領域經驗加持，看好中國市場的未來

MathWorks擁有廣泛的跨領域經驗，能夠與不同類型的企業互動并支持其發展。也會與生態系統合作，在軟硬件方面做一些嵌入式設備或嵌入式芯片以及提供基于軟件的生態系統。
?
作為Gartner 2020年數據科學和機器學習平臺魔力象限中的領導者，MathWorks憑借其可信的MATLAB和Simulink平臺幫助客戶實現系統的數字化轉型。通過技術、模型、軟件的有機結合，去解決真實世界的問題。
?

?
對于MathWorks未來在中國市場的布局是否會受到國際形勢的不確定性影響。Jim Tung明確地表示，我們一直在關注在中國運營的形勢。我們的目標一直是做正確的事情。
?
本文由電子發燒友網原創，未經授權禁止轉載。如需轉載，請添加微信號elecfans999。