2024 年工程師不可錯(cuò)過的 AI 主要發(fā)展趨勢

隨著 AI 在各行各業(yè)的應(yīng)用日益廣泛，它將繼續(xù)深刻影響著人類社會的發(fā)展和進(jìn)步，并徹底改變技術(shù)和人類交互的方方面面。據(jù) Forrester 預(yù)測，到 2024 年，企業(yè) AI 計(jì)劃有助于將工作效率和創(chuàng)造性問題解決能力提高 50%。AI 將對工程師和教育工作者等的工作產(chǎn)生影響，即幫助他們節(jié)省時(shí)間，讓他們有更多精力專注于推進(jìn)科學(xué)和工程事業(yè)的其他項(xiàng)目。

2024 年推動 AI 持續(xù)發(fā)展的三大趨勢：

AI 和仿真對于設(shè)計(jì)和開發(fā)工程系統(tǒng)至關(guān)重要

隨著 AI 在各行各業(yè)和應(yīng)用中走向主流，不使用 AI 的復(fù)雜工程系統(tǒng)將顯得格格不入。工程系統(tǒng)集多個(gè)領(lǐng)域的組件和子系統(tǒng)于一體，創(chuàng)建了能夠感知和響應(yīng)周圍世界的智能系統(tǒng)。例如，風(fēng)力發(fā)電機(jī)結(jié)合使用了機(jī)械組件（渦輪葉片和變速箱）、電氣組件（發(fā)電機(jī)）和控制組件（葉片螺距）。復(fù)雜的 AI 系統(tǒng)之所以大行其道，主要是因?yàn)檫@些系統(tǒng)的設(shè)計(jì)和開發(fā)中更多地融入了仿真。

仿真是一種得到廣泛驗(yàn)證的方法，用于執(zhí)行開發(fā)復(fù)雜系統(tǒng)所需的多域建模和仿真。AI 可以處理來自傳感器的數(shù)據(jù)，以幫助開發(fā)感知系統(tǒng)和自主系統(tǒng)。然而，隨著系統(tǒng)復(fù)雜性的增加，對系統(tǒng)級和嵌入式設(shè)計(jì)來說，一些仿真的計(jì)算量可能會變得太大，尤其是在需要實(shí)時(shí)運(yùn)行模型的測試中更是如此。在這種情況下，AI 還可以通過使用降階模型來增強(qiáng)仿真。

降階模型（ROM）可以在加速仿真的同時(shí)，仍為控制算法的系統(tǒng)級測試提供可接受的準(zhǔn)確度。ROM 模型可以補(bǔ)充第一性原理模型，從而創(chuàng)建變體實(shí)現(xiàn)，以便可在準(zhǔn)確度、性能和復(fù)雜性之間執(zhí)行權(quán)衡分析。

越來越多的工程師都在探索如何將基于 AI 的 ROM 模型集成到系統(tǒng)中。這有助于加速受第三方高保真模型影響的桌面仿真，通過降低模型的復(fù)雜性實(shí)現(xiàn)硬件在環(huán)測試，或加速有限元分析（FEA）仿真。

AI 從業(yè)者在將模型部署到速度和內(nèi)存至關(guān)重要的邊緣設(shè)備時(shí)必須考慮其性能。

對于嵌入式 AI，首選小型模型；對于計(jì)算機(jī)視覺和語言模型，仍首選大型模型

AI 模型可能有數(shù)百萬個(gè)參數(shù)，需要大量內(nèi)存才能運(yùn)行。在研究中，準(zhǔn)確度是首要考慮因素，但在將 AI 模型部署到硬件時(shí)，需要在內(nèi)存和準(zhǔn)確度之間進(jìn)行權(quán)衡。AI 從業(yè)者必須考慮在將模型部署到速度和內(nèi)存至關(guān)重要的設(shè)備時(shí)其性能會有何不同。AI 可以作為較小的組件添加到現(xiàn)有的控制系統(tǒng)中，而無需依賴端到端的 AI 模型，例如那些在計(jì)算機(jī)視覺中檢測對象的常用模型。

在討論較小的 AI 模型時(shí)，一個(gè)特別重要的主題是增量學(xué)習(xí)。增量學(xué)習(xí)是一種機(jī)器學(xué)習(xí)方法，它使模型能夠通過在新數(shù)據(jù)可用時(shí)實(shí)時(shí)更新其自身知識來持續(xù)學(xué)習(xí)；這是一種高效的邊緣部署方法。

復(fù)雜 AI 系統(tǒng)的成功與否取決于是否將仿真融入工程系統(tǒng)的設(shè)計(jì)和開發(fā)中。

GenAI 幫助工程學(xué)教授講授更高級的主題

生成式 AI（GenAI）是一項(xiàng)顛覆性技術(shù)。在 2024 年及以后，工程學(xué)教授將在課堂上大規(guī)模使用這項(xiàng)技術(shù)來為學(xué)生提供幫助。與互聯(lián)網(wǎng)或手機(jī)非常類似，GenAI 正掀起一場革命，將改善整個(gè)工程教育領(lǐng)域的現(xiàn)狀。

在課堂上使用 GenAI 的主要優(yōu)勢是，在向工程專業(yè)的學(xué)生教授基本技能（如計(jì)算機(jī)編程）時(shí)，它可以幫助節(jié)省時(shí)間。這樣，教授不必再像以前一樣花費(fèi)時(shí)間講授低級概念，現(xiàn)在可以專注于講授高級主題，如復(fù)雜工程系統(tǒng)的設(shè)計(jì)和實(shí)現(xiàn)。通過使用 ChatGPT 等技術(shù)運(yùn)行仿真，并創(chuàng)建交互式練習(xí)和實(shí)驗(yàn)，教授可以節(jié)省時(shí)間，并讓學(xué)生更好地參與其中。

教授可以教會學(xué)生有效掌握 GenAI 的必備技能，例如提示工程。這有助于學(xué)生培養(yǎng)學(xué)以致用的批判性思維技能，而不是完全依賴計(jì)算機(jī)來解決問題。因此，學(xué)生最好在各種工程學(xué)科中做到獨(dú)立學(xué)習(xí)，而工程學(xué)教育工作者可以在更高級的概念方面分享專業(yè)知識的同時(shí)，進(jìn)一步拓展課程。

結(jié)束語

隨著 AI 日臻成熟，它在提高工程師和教育工作者的工作效率和潛力方面將發(fā)揮著日益明顯的作用。在構(gòu)建復(fù)雜的工程系統(tǒng)時(shí)，工程師采用 AI 輔助仿真和更小的 AI 模型不失為明智之舉。在學(xué)術(shù)領(lǐng)域，生成式 AI 幫助教育工作者節(jié)省了精力，讓學(xué)生更加獨(dú)立。借助 AI，眾多行業(yè)和教育機(jī)構(gòu)可以做出更明智的決策，獲得可操作性的建議，并提高效率。