本文主要是介绍矩阵计算王牌软件 MATLAB，如何应对 AI 研发应用新挑战，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
提到 MATLAB®，可能是所有控制工程与科学研究工作人员在学生时代就开始接触的软件。在 CSDN 社区 MATLAB 已经积累了 130 多万篇的文章与文档资料，影响了一代又一代的软件开发工程师。MATLAB 背后的 MathWorks 公司是一家已经成立四十年的老牌软件厂商，一直聚焦于工程技术与科学研究，随着生成式人工智能爆火，矩阵计算再次站到了技术的顶流。
不过，随着业务场景的细分、云端协同、引入人工智能以及数据量暴增，开发者正在进入愈加复杂的数字系统与研发工作，MathWorks 能为复杂的研发带来哪些新的助益，MATLAB EXPO 2024 会上，MathWorks 全球副总裁 Richard Rovner、MathWorks 中国区行业市场经理李靖远为 CSDN 开发者带来了最新的分享。
在今年的 MATLAB EXPO 2024 大会演讲中，MathWorks 全球副总裁 Richard Rovner 分享了 MathWorks 如何投资于基于模型的设计，以提供关键能力，用于自动化设计任务、预防缺陷，并扩展至日益复杂的数字系统。基于模型的设计（Model-Based Design）作为一种设计复杂系统的可靠且强大的框架，已经沿用了二十多年。如今的工程师们正面临着受软件开发趋势、人工智能集成以及云计算影响的新工作流程的挑战，Richard总结了技术应用场景发展的三个主要趋势，那就是自主化、互联性和电气化。随之而来对于工程技术人员而言，为了适应新的应用场景变化而产生的工作流程的变化趋势，暨系统化的工程设计、现代化软件实践，和AI在系统开发中的广泛应用。
具体来说，系统工程设计正在走向全面自动化、扩展到更复杂的系统，利用自动代码生成，以及对于设计缺陷的早期预防。软件现代化的工作流程包括应用标准化的软件工作流，以及实现在云端进行设计与仿真工作。
另一个重要的变化是 AI 在软件系统研发中愈加重要。而 MathWorks 其实早在 30 年前就引入了 Deep Learning 的雏形设计，即 MATLAB 里的神经网络工具箱。随后的多年里，矩阵计算的研究与应用，MATLAB 一直是当仁不让的王牌软件系统。现在，MathWorks 推出了机器学习、深度学习、强化学习等一系列的工具，并进一步增强 MATLAB 平台化的属性，将 MATLAB 打造为 AI 的开放平台，如支持 ONNX 标准，将 AI 框架 TensorFlow、PyTorch 引入 MATLAB 与 Simulink，方便用户直接在 MATLAB 进行基于 AI 的仿真与研发工作，例如自动生成代码、在边缘端方便部署 AI 等，快速应对 AI 时代对工程开发需求的新挑战。
除了最火爆的 AI 话题之外，软件开发已经经过几十年的发展，作为资深的头部软件厂商，全球范围内的教育与科研领域仍在对 MATLAB 进行深入应用。MathWorks 还看到，软件定义功能开发的范式从汽车行业开始，现在已经进入工业、航天、通讯、半导体等各行业领域，软件开发功能可能将进一步成为决定行业差异化竞争的关键。
MathWorks 在全球化布局基础上，针对中国产业结构的不同，着力满足用户不同规范标准与研发需求。例如在中国的新能源汽车与 6G 相关方面的研发。另外，本地化的技术支持和服务，基于区域市场构建丰富的生态合作，都将最终帮助用户提高开发效率。
另外值得一提的是与 MathWorks 产品功能、用户开发者关系更紧密的反馈渠道，MathWorks 全球副总裁 Richard Rovner 在采访中表示，除了官方的用户反馈渠道，MathWorks 也从更多非官方的社区和平台接受开发者反馈。例如中国最大的开发者社区 CSDN 中，随处可以看到开发者对 MATLAB 内容的讨论和留言，而所有这些工作和积累，也将促进 MathWorks 在产品上的不断迭代与创新。
大模型的爆发，正在引发计算、开发、交互范式的全面变革。如何利用 AI 大模型加速开发过程，将是所有开发者需要重点去思考与实践的议题。CSDN 将持续关注与报道软件开发最新消息。
这篇关于矩阵计算王牌软件 MATLAB，如何应对 AI 研发应用新挑战的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
