演講會議：MATLAB EXPO 2018
演講人：MathWorks美國總部全球產品市場經理，趙志宏
以下為演講實錄，
大家好，很高興能有這個機會給大家做今天的主題演講。我們今天的主題是人工智能，Artificial Intelligence，簡稱AI，現在人工智能已經是家喻戶曉的一個概念了。如果大家關注科技新聞的話，最近五六年的時間，人工智能幾乎每天、每個月都有不停的新的突破，給我們帶來新的認知，大家心裡可能想，如果我們今天去討論AI的話，是不是有點太晚了呢？
但實際上不晚，為什麼呢？
因為實際上我們正在處於一個重大的技術變革的初級階段，前不久美國著名的市場調研公司Gartner做了一次問卷調查，他們調查了不同工業裡面的3000多家公司，調查結果顯示，大約有50%的公司已經把這個AI做入了他們未來的產品和管理計劃當中。但是只有大約4%的公司真正地把這個AI已經用到他們的產品當中，或者是管理當中。
所以如果我們大家今天去了解AI，其實並不晚，我們可以對AI的技術迎頭趕上，把AI用在今後的產品開發當中。實際上，當我們談論到AI的時候，可能很多人心裡想，這些東西都是些高、大、上的東西，跟我們日常生活，跟我的工作可能沒多大關係，但實際上，大家可能不瞭解，有很多東西已經在我們周圍出現了。比如說智能語音助理，比如說自動的人臉識別，可以在你的照片裡面或者視頻裡面認識出你熟悉的面孔。自動翻譯，大家可以想象這個功能對那些愛旅遊的朋友們有多大的幫助了。
另外就是自動駕駛，這個技術將來會對我們的生活產生一個質的改變。
大家可能很熟悉剛才那幾個應用領域裡面的技術或者是背後的一些應用場景。但是我後面想給大家講幾個例子，他們背後的道理跟剛才那幾個例子是一樣的，但是這幾個應用，大家可能不熟悉，比如說食品的質量檢測自動化，隧道開發的時候的自動地質檢測，還有優化家庭能源管理。
我在講這些實例的時候，希望大家注意，這些開發者、這些設計者是怎麼利用MATLAB和Simulink，把開發出的AI算法，完全部署到他們的產品當中去的。
那我們在看這些例子之前，首先要做一個定義，我這裡說到的人工智能指的是什麼呢？
人工智能這個詞在50年代開始出現，它最基本的定義是機器模仿人類智能行為的能力。
隨著我們人們對人工智能瞭解的加深，我們對人工智能的期望值也有了增加，所以今天如果再問人工智能是什麼，大家會解釋，人工智能是說機器要接近甚至超越人類智能行為的能力。這樣的話，人工智能就不僅僅能夠幫助我們人類完成那些重複性很高的工作，或者機械性很強的工作，他們可以把這些工作做得更安全、更可靠、更精確。當然了，大家都知道人工智能不是一個可以通過機械加工來完成的東西，它一定要經過學習、經過訓練才能獲得的一項技術。
所以，一個更完整的定義應該是——機器通過訓練和學習來學習到他們需要的行為，接近或者超越人類的智能行為。這句話怎麼理解呢？
我想在座很多人都是軟件工程師或者至少編過程序。編程、指揮計算機做事，大概有兩種方式：
第一種是傳統的編程方式，大家已經很熟悉了。首先給計算機寫一段程序，給計算機一個輸入數據，這個計算機就會按照你寫的程序去處理這個輸入數據，如果你程序寫得對的話，輸出結果會跟你預想的結果是一樣的。這個就是我們傳統編程的方式。通過三個要素，就是數據、程序和輸出。
第二種編程方式也就是機器學習的方式，在這種方式下，你還是跟這三個要素打交道，但是他們的位置發生了變化，輸入變成了數據，還有理想的輸出，人工智能會自動地產生程序，這是第二種新的編程方式。
當然，這裡說輸出是程序，其實並不完全準確。因為真正的輸出，實際上是一個叫【模型】的東西。這個模型，大部分時候是一個黑箱，也就是說，如果你給模型一個輸入數據，它會給你想要的輸出，但是你並不能看到這個模型裡那個邏輯關係。有些人預測，最終人工智能能夠產生真正意義上的程序。但是我想告訴大家，至少今天還不行，所以大家不用擔心你的工作會被人工智能代替。
總結一下，機器學習這個詞，實際上是人工智能這個大的範圍裡面的一個重要的組成部分、一個主要技術。很多時候大家把這兩個詞互相等同，有時甚至互相代替使用。
如果你已經有了數據了，你已經有了你想要的輸出，你也有了機器學習的模型，你就可以說我都準備好了嗎？你還需要其他的東西嗎？這是我今天想給大家講的一個主題。
光有這三個要素是不夠的，你還需要很多的其他的東西。但是需要什麼呢？
我就用這個自動駕駛作為例子給大家看一下。這個是一個自動車道檢測的算法。它的輸入，是攝像頭採集到的車道的視頻，它的輸出是判斷出來的車道的位置。它的算法，就是我們開發出來的人工智能的算法，能夠自動去識別視頻裡面的車道。但是光有這些還是不夠的。為什麼呢？因為這個算法還需要採集其他的傳感器裡面的數據，比如說現在的車速是多少，比如說現在的轉向燈是不是打著，現在的GPS車的位置在什麼地方，這些傳感器的數據，還是要採集到。
採集到的實時數據，很多情況下是要進行預處理的，因為數據裡面有噪聲，有壞數據或者是缺失數據，你需要根據你自己的專業知識，對數據進行預處理。
算法要經過大量的仿真，才能夠確保你這個算法真正放到汽車裡面能夠用，所以整個開發過程會涉及到大量的仿真。最後，如果你的算法開發完了，你還需要把這個算法部署到汽車裡面的實時處理器裡面，這四個步驟嚴格來講的話，不屬於AI範疇的一部分，但是沒有這幾個步驟，你是沒有辦法把你開發出來的AI去放到你們真正的產品裡面去跑的。
我們把它總結一下，我剛才提到編程三個要素，數據、輸出和模型是整個AI開發流程的一個步驟。其實說得更精確一點，它們是這個步驟裡面的一個部分，我們把它叫做AI模型開發。為什麼呢？因為這個AI模型，整個系統往往會包括一部分AI，另外一部分很有可能是傳統的控制算法。另外你會有一整套系統模型進行大量的仿真，所以開發這個步驟，應該包括AI的模型，包括其他傳統的控制模型還有仿真的過程。除了這些，首先要能夠訪問數據，也許從傳感器直接訪問，也許你要從文件或者數據庫裡面讀取你的數據。有了這個數據以後，你可能要進行一些數據的預處理，我剛才提到了。
開發完了以後，最後一步呢，你還要把你這個算法去部署到你的產品當中，我提到的部署，它包括桌面程序，包括雲端那種大的企業系統。還有實施處理器嵌入式設備。AI既然這麼厲害、這麼龐大，我們任何一個應用都需要AI嗎？這個答案其實並不是這樣的，有些應用不需要。
我們來看一個具體的例子。像這個是一個機械製造的機器人，它的動作非常簡單，它這裡的不確定性也非常地小，像這種簡單的機械動作，你完全可以用一個傳統的算法去控制它，你不需要AI，AI在這個情況下是沒有什麼用武之地的。
但是如果我們把這個情況稍微換一下，如果我們現在有上百臺同樣的機器，在同一個操作線上操作，情況就不一樣了。任何一臺機器發生故障，這個生產線就得停掉，就會造成巨大的經濟損失，如果你負責設計這條生產線，你怎麼樣才能把這條生產線關閉的可能性降低到最低。最好的辦法，就是實時監測每一個機器人自然損耗的程度，去預測什麼時候手臂機器人會發生故障，在它發生故障之前，對它進行維護，這樣的話就可以減少整個生產線關閉的可能性。在這種情況下，它的可變度很高，不確定性很高，你要想準確地判斷什麼時候這個機器人會出問題，AI是最好的辦法，這個是應用AI的非常合適的場景。
那我們回到今天的主題上，我們現在處於一個AI的時代，你如果從來沒用過AI，從來沒用過機器學習，你可以說，我現在準備好了嗎？我怎麼樣能讓我自己準備好去擁抱AI的時代呢？我想通過一個例子來回答這個問題。這個例子呢，是一個叫膨化食品質量檢測的智能化的例子。
這個例子來自德國慕尼黑工業大學的一個博士生，他的研究課題就是找到一個能夠判斷這種膨化食品質量的好的方法，到底膨化食品，現在是脆呢，還是鬆軟呢，還是很一般，我們需要找一個這種辦法。
他以前用了很多種傳統的辦法，比如說他對這種食品來進行建模，建出物理模型來，然後去仿真、去檢測。但是沒有找到一個非常準確的、很好的辦法。後來呢，他了解到MATLAB裡面有機器學習的功能，他就決定用這個功能試一下。
他發現人在咬這個膨化食品之後有兩個參數，我們可以採集。一個是聲音，酥脆的聲音。另一個就是牙齒咬的力度，他根據這兩個參數來做機器學習。
為了做這個試驗，他嘗試了一百多次試驗，嘗試不同酥脆程度的食品，採集了所有的參數，採集了以後，他把採集的原始數據去進行特徵提取。比如說他從力度裡面提取到了硬度的參數，提取到了破損的參數。
另外呢，他也從這個聲音裡面，用各種各樣的方法去提取聲音裡面存在的一些特徵。有了這些特徵以後，他下一步任務就是開發一個機器學習的分類器，這份工作對於他來說是新的，他從來沒有接觸過機器學習。但是好在，他非常熟悉MATLAB，所以他用到了我們MATLAB裡面提供的一個非常方便的工具，叫分類學習器。有了這個工具以後，他就不需要一個一個去試各種各樣的分類器的算法。而是用APP，用我們自己提供的APP去一次性嘗試所有算法。大家可以看一下，這個APP在運行之後，首先在這裡選擇你想要用哪些數據去訓練這個分類器，選擇好了以後，你可以告訴MATLAB說，我要嘗試這裡面提供的所有的分類器，你選擇的所有的分類器，他就會用這些數據去一一地訓練這些分類器。
在這裡面，你還可以看到每一個分類器整體的進度的結果。然後你可以選擇，精確度最高的一個，然後進行更多的調查和研究。大家這裡看到的這個東西叫做混淆矩陣，這個矩陣的橫軸是他預測出來的酥脆度的程度。縱軸是它實際的酥脆度的程度，通過這個混淆矩陣，大家可以一目瞭然。這個模型跟真正的結果匹配度到底是多少，他最後做出來的結果，是它的匹配度達到了90%到95%，他非常滿意。
所以通過這個例子，我就回答了剛才大家的問題。
就算你以前從來沒做過人工智能，不瞭解機器學習是什麼，從來沒做過，你可以用MATLAB，用我們提供的APP去進行學習，去嘗試你所有的機器學習的算法。然後你還可以用熟悉的專業工具，用你的工具和專業的算法對數據進行預處理。
這個例子裡面最困難的，實際上不是開發的分類器，最困難的地方、最耗時的，是從這個數據裡面提取特徵值。這個特徵值的工作其實有的時候會很困難，大家也許有些人知道，現在有一個詞叫特徵工程，特徵工程主要目的就是最大程度地從原始數據裡面提取特徵向量，用這些特徵向量去訓練機器學習的模型或者深度學習的模型。
有的時候，特徵工程這一步工作就會花好幾個月的時間。
問題就來了，如果說我不願意去做，或者是我沒法找到數據裡面的特徵，我能不能去使用AI呢？
答案是“是的，你還是可以用的。
但是你用的就不是機器學習了，你需要用的是叫深度學習。深度學習的特點是，它不需要人工手動找出來特徵值，它可以自動地從你的數據裡面學習到特徵值，這是它最大的好處、最大的特點。它也隨之帶來一個問題，深度學習需要大量的數據，有的時候，它需要的數據超過了我們手頭能夠採集到的數據.
再給大家講一個例子，大家主要看一下這個例子裡面這些工程師是怎麼巧妙地解決數據不夠這個問題的。
這張照片是波士頓的一個隧道，這個隧道是連接波士頓機場和波士頓市區的。
這個Mikusa隧道是由日本一家公司叫Obayashi Corporation這家公司去開發的。他們採用的開發方式是一個叫高效隧道鑽探的技術去開發隧道。
我的理解，這個技術的精要就是說他用圍巖自己的硬度去支撐這個隧道，可以很大地降低這個隧道開掘的成本。
這裡頭要求地質工作者對隧道的表面進行不停地分析，一般來說，他們對這個表面圖像取三點來進行分析，比如說取左上角、右上角還有底部做分析。但是這種方法有一個巨大的問題，就是說他們每分析一次，現在人工分析每分析一次需要幾個小時的時間，很不容易的。另外這個分析只有有經驗的地質工作者才能做，如果他們沒有這麼多的地質工作者，那些鑽探人員就得停工，等著地質人員來給他們做完檢測以後才能再繼續開發。
所以呢，他們的設計人員就考慮，我們能不能通過深度學習的方法，來自動從我們採集到的隧道表面的圖像判斷這些地質參數，而不是每次都需要地質人員來給我們做這個事情。
但是大家知道，你要想訓練一個好的深度學習的網絡的話，你至少需要上萬個數據，上萬張圖像。現在使用比較普遍的圖像識別的網絡，都是上用百萬張圖像訓練出來的，而他們手裡只有70張照片，只有70張隧道表面的照片。他們怎麼辦呢？
首先第一個，他們採用了一個技巧，就是把每一張照片分割成15個小的照片，這樣的話，他們數據量就從70個增加到了大約1000個，然後地質工作者在這1000張照片裡面，手動地把他們需要的這些特徵都標註出來，比如說風化蝕變，比如說斷裂的間隔，還有斷裂的狀態，都正確地標註出來，這樣的話，他們現在有了1000個標註好的數據，但是這1000個數據還是不夠的，還差得很多，所以他們就在想，我們能不能不用從頭去訓練這個深度網絡，而是能夠用已經訓練好的、普遍應用的能夠識別圖像的網絡，比如說AlexNet，這個AlexNet是經過上百萬圖像訓練的，它能夠識別食品、家裡用的東西，識別動物或人。但是這個網絡現在沒法識別地質參數。
所以他們用到了一項技術叫做遷移學習，也就是說把已經有的AlexNet，用1000個數據再進行一下定製性的訓練，經過這個定製訓練以後，這個新的網絡就能夠識別地質參數。
最終，他們的神經網絡識別的結果的精度也達到了90%以上，非常地滿意。開發完算法之後，下一步，他們就是要把這個開發好的算法，用我們的Production Server去部署到雲端，這樣的話，他們的鑽探工程師就可以用一個IPAD，隨時隨地對隧道的表面照片進行探測，探測出地質參數，判斷是不是應該繼續挖掘下去，這樣大大地提高了他們的挖掘效率。
針對前面剛才這個問題，如果我沒法從我的數據裡面找到特徵向量，我能不能去用AI，答案是可以的。你需要用的是深度學習，我剛才講的。也許你現在心裡在想，在MATLAB裡面做深度學習難嗎？如果你沒做過，可能會覺得挺難，但是我想告訴大家，你只需要寫5行的MATLAB代碼，你就可以建出一個能夠識別食品或者其他家庭常用物品的網絡，5行MATLAB代碼，我想在座的所有的每一位都可以寫出這5行代碼，就是這麼簡單。我剛才已經提到了，如果你的數據不夠，你可以用遷移學習的方法去重新訓練一遍已經有的這些網絡，比如像AlexNet。
大家可以想象一下，剛才我提的那個例子裡面只有1000幅照片，他們的地質工程師手動地標註每一幅照片，其實也沒什麼。但是如果我讓你去標註一個小時的視頻，你去設想一下，一個小時的視頻，每秒鐘30幀，那就相當於有10萬幅的照片需要去標註，這個工作量實際上也挺大。所以很多情況下，是要求助於自動標註數據這個功能去完成這個工作。因為你真的不想手動標註這麼多數據，否則生活將是非常無趣。
我剛才講的是如果你想用深度學習，又沒有太多的數據，你只有一部分數據，你會怎麼辦？
我介紹了一個遷移學習的辦法，但是有時候你會遇到的情況就是說我根本沒有數據，我一點數據也沒有，我能不能用AI？我能不能用深度學習？我想大家應該好多人心裡現在想，你沒數據還玩什麼AI啊？但實際上答案是也可以的。
什麼情況下，我們會找不到數據呢？比如這種情況，大家看到一個風力發電機，大家看到的這個是不想看到的風力發電機的情況。
這種情況會造成很大的經濟損失，同時也很危險。這個風力發電機的製造商，現在花很大的精力，都在想用人工智能，對風力發電機的故障進行預測，他們希望能夠實時地量測，能夠監測每個葉片的磨損程度，能夠預測什麼時候這個發電機可能會發生這種故障，而不是完全依賴於現場發生故障之後再去解決這個問題。
這種情況大家可以瞭解了，你是基本上採集不到什麼數據的。你不可能說，我等到有70次故障之後，我再開始去訓練我的網絡，這是不可能的。那我們怎麼辦呢？我們怎麼能夠用人工智能的方法來識別這種情況呢？
在設計這個風機的時候，設計者總是要建一個Simulink模型的。這個Simulink模型已經有了。
如果這個模型，跟你的真的風力發電機如果很接近的話，你可以利用這個模型來產生你的數據。你怎麼去利用這個模型呢？你在用這個模型產生故障數據之前，首先你要把這個模型用正常運行情況的數據進行一下校正，這樣的話確保你這個模型跟風力發電機的正常運行情況完全符合，或者是非常地接近。有了這個模型之後，你可以很容易地、成本很低地在你的模型裡面製造一個故障，有了這個故障之後，你就可以在你的模型裡面產生出故障數據，然後你可以用這個故障數據去訓練你的機器學習或者深度學習的網絡。
回到我們這個問題上，如果沒有數據，能不能採用AI，我是不是準備好了呢？只要你有一個好的Simulink的模型，你還是可以產生數據去使用AI技術。
最後我想給大家講一個實例。這個例子，我希望給大家講的是在整個系統當中，AI只是一小部分，你要想把你的系統完全建好的話，除了AI，你還需要很多其他部分。這個例子是日本的豐田市的低碳生活家庭的試點項目。每個家庭有自己的太陽能發電，也有自己的儲電的電池，家庭裡面各種各樣的電器用電。
另外，他們這個家庭還有一個電動汽車的充電樁，有電動汽車。 Denso公司的工程師就在想，我們能不能利用這個電動汽車的電池作為家用電池的備用或者是輔助電池，這樣的話，等於電池容量增大了一些，充電放電會更靈活，你可以在電價高的時候，把你的電賣出去，在電價低的時候，我們可以儘量地儲電，想法非常好。但這裡有一個具體的問題，這是輛汽車，車是要用的，不能總是停在那裡，讓你當電池去用，這個用的時間、這個車開的距離，你是沒有辦法去預先知道的。
所以他們希望能夠用AI的算法去預測一下，這個車什麼時候會用，然後這個車會開多遠，這樣的話，避免當房屋的主人要的車開的時候，正好電池被放光了。他們在做這個項目的時候，建立了Simulink的模型。
這個模型包括兩部分，右邊這部分是家庭的物理模型，裡面包括它的充電設備，包括它的儲電設備還有用電設備。左邊是它的控制器。家庭物理模型是用我們Simscape Power System這個工具來建成的，工具裡面提供了各種各樣的電器元件的模塊。控制器裡面是聯合使用了預測性的建模方法還有混合整數規劃這種方法來設計控制器。
同時這個控制器也要考慮到當時的電價是高是低。另外，這個控制器也要考慮到這個汽車使用的情況，這個汽車的使用情況是AI的模型，他們通過AI，通過常年採集到的數據來預測車什麼時候會用，車要開多遠，電池至少保持多滿。把整套系統組合在一起，他們就建成了他們這套優化家庭能源管理系統。
在開發的過程中，首先要從MATLAB裡面讀取超過1000個文件，因為採集了很多歷史數據要進行處理，然後把這些文件、把這些數據進行預處理，消除那些壞數據，對那些有噪音的數據進行濾過。然後，就用我剛才前面演示過的那個分類學習器APP，去開發了一個分類學習器，去判斷什麼時候這個汽車會開走。然後他把這個和其他的整套Simulink模型放在一起去仿真，確保這個系統能夠正常運行，最後他們把整套系統部署在了嵌入式系統裡面去工作，然後放到了家庭裡面去進行嘗試，效果非常地好。所以Denso的工程師，他們做完這套系統之後，他們總結說，我們之所以能夠在6個月之內，就把這麼一個複雜的項目完成，很大程度上是依賴於MATLAB和Simulink給我們提供的非常有利的工具。而且他們也意識到，使用MATLAB，使用Simulink，可以使他們的這些技術領域的專家很快地學會了怎麼去做數據處理，而不需要從頭開始學起。
所以通過剛才那幾個例子，我想大家都看到了，即使你以前從來沒有使用過機器學習也沒關係，你可以用MATLAB裡面提供的APP去進行自動地找到適合你的機器學習的算法和模型，然後你可以用自己的專業知識，從你的數據裡面提取特徵向量。
如果你沒有辦法從你的數據裡面提取特徵向量，你還可以用深度學習的方法來訓練你的網絡，如果你的數據不夠，你還可以採用遷移學習來解決這個問題。
如果你根本沒有合適的數據，但是你有Simulink的模型，你可以利用這個模型來產生出數據，幫你去訓練你的網絡。當然了作為工程人員，作為科學研究人員，我們一定要知道AI只是你的整個系統裡的一部分，你要想你的整個系統完全做好，很快地開發出來，你需要的不僅僅是AI的部分，你需要了解AI以外的其他的技術。我們MATLAB和Simulink就是給你們提供這樣一個很好的平臺，所以說如果大家今天聽完了我講的東西，都理解了，下午再聽幾個關於深度學習的講座，如果再有人問，在這個擁抱AI的時代裡面，你們準備好了嗎？你們就可以信心滿滿地告訴大家，只要MATLAB在手，我準備好了，好，謝謝大家。（完）
演講者介紹：
趙志宏（John Zhao）
MathWorks美國總部的全球產品市場經理，負責信號處理和通訊產品在全球的戰略定位和技術推廣，畢業於清華大學電機工程系，獲得碩士學位，並擁有美國柏森大學的MBA學位。在MathWorks工作的十幾年中，曾任HDL Coder產品的主要設計師、開發團隊經理，負責開發HDL Coder™ 產品, 從MATLAB 和Simulink 算法產生RTL代碼。
親愛的數據
出品：譚婧
美編：陳泓宇
關注親愛的數據公眾號，回覆 “ 膨化食品 ” 獲得演講全套PPT
閱讀更多 親愛的數據 的文章
