MathWorks
Matlab und Simulink 2019a mit neuen KI-Features
Künstliche Intelligenz, Signalverarbeitung und statische Analyse sind die Bereiche, in denen es die meisten neuen Features gibt. Eine neue KI-Toolbox systematisiert Trial- and Error-Verfahren.
Das zweifellos interessanteste Feature der neuen Version R2019a ist die »Reinforcement Learning Toolbox«, die die Matlab-Fähigkeiten für KI weiter verbessert. Die neue Toolbox unterstützt eine Art von Machine Learning, mit der ein »Agent« durch wiederholte Trial-and-Error-Interaktionen mit einer Umgebung trainiert wird, um Steuerungs- und Entscheidungsprobleme zu lösen.
Die Reinforcement Learning Toolbox (reinforcement = Verstärkung) nutzt Deep Q-Netzwerk-Agenten, Advantace Actor Critic (A2C) Agenten, Deep Deterministic Policy Gradients (DDPG) Agenten und andere Algorithmen. Diese Algorithmen regen ein System bzw. ein Modell mit zufälligen Werten an, evaluieren die Reaktion und versuchen, daraus ein Vorhersagemodell für die Systemreaktion zu entwickeln. Ganz generell kann man sagen, dass das Vorgehen einem systematisierten Trail-and-Error-Verfahren entspricht.
Bereits im vergangenen Herbst wurde mit Release 2018b die Deep Learning Toolbox eingeführt. Diese wurde um eine Unterstützung für die Nvidia GPU Cloud, Amazon Web Services und Microsoft Azure sowie um Interoperabilität mithilfe des ONNX-Austauschformats erweitert. ONNX ist ein toolneutrales Austauschformat für neuronale Netzwerke. Außerdem gehören zur KI-Unterstützung in R2019a wesentliche Erweiterungen der Computer Vision Toolbox, Data Acquisition Toolbox und Image Acquisition Toolbox.
»Eine der größten Herausforderungen im Bereich KI auf dem Weg vom Hype zur Produktion besteht darin, dass Unternehmen ‚KI-Experten‘ einstellen und anschließend versuchen, ihnen Ingenieurkenntnisse beizubringen. Dagegen unterstützt MathWorks mit R2019a Ingenieure darin, ihre KI-Kompetenz schnell und effektiv zu erweitern; sei es für die Entwicklung von Steuerungen und Entscheidungssystemen mit Reinforcement Learning, das Trainieren von Deep-Learning-Modellen auf Nvidia-DGX- und Cloud-Plattformen oder die Anwendung von Deep Learning auf 3D-Daten«, erklärt David Rich, Matlab Marketing Director bei MathWorks.
Jobangebote+ passend zum Thema
Neue Funktionen für die Signalverarbeitung
R2019a enthält mehrere neue Signalverarbeitungs- und Kommunikationsprodukte zur Unterstützung der Wireless- und Elektronikentwicklung, u.a. folgende:
- Mixed-Signal Blockset – ein Simulink-Add-On, das eine schnelle Modellkonstruktion, schnelle Simulation und detaillierte Einblicke in Entwurfsmodelle für Mixed-Signal-Systeme mit speziellen Analyse- und Visualisierungstools bietet.
- SerDes Toolbox – ein MATLAB- und Simulink-Add-On, das die SerDes Designer-App zum schnellen Entwerfen, Analysieren und Modellieren von Sendern und Empfängern der kabelgebundenen Kommunikation zur Verfügung stellt
- SoC Blockset – ein Simulink-Add-On für die Simulation und Untersuchung von FPGA-, ASIC- und SoC-Architekturen, die Ko-Simulation von Algorithmen und Hardwareplattformen sowie die Leistungsüberwachung und Engpasserkennung
Statische Analyse
R2019a umfasst auch wesentliche Fortschritte in der Polyspace-Produktfamilie des Unternehmens für statische Analysen. Hierzu gehören neue Möglichkeiten für den unternehmensweiten Einsatz dieser Produkte für Entwurf und Entwicklung von sicherheits- und geschäftskritischer Software:
- Polyspace Bug Finder Access und Polyspace Code Prover Access sind neue Polyspace-Produkte, welche die Zusammenarbeit in Teams mit bis zu mehreren hundert Mitgliedern unterstützen. Die neuen Produkte bieten eine webbasierte Benutzeroberfläche für den Zugriff auf die Ergebnisse der statischen Code-Analyse mit Polyspace und Qualitätsmetriken, die in einem zentralen Repositorium gespeichert werden.
- Polyspace Bug Finder Server und Polyspace Code Prover Server sind neue Polyspace-Produkte, mit denen die Engine für statische Analysen mit Build-Automatisierungstools auf einem Servercomputer ausgeführt werden kann. Die neuen Produkte automatisieren und integrieren Polyspace in Softwareentwicklungsprozesse, um automatisch die erkannten Fehler dem jeweils zuständigen Entwickler zuzuweisen, Benachrichtigungen zu senden und Ergebnisse in Polyspace Access-Produkte hochzuladen.
R2019a ist ab sofort verfügbar. Informationen zu allen neuen Produkten, Erweiterungen und Fehlerbehebungen in den MATLAB- und Simulink-Produktfamilien sehen Sie im Video zu den Highlights in R2019a. Laden Sie sich die neueste Version herunter oder erhalten Sie ein 30 tägige kostenlose Testversion.
Lesen Sie mehr zum Thema
Das könnte Sie auch interessieren
Deep-Learning-Algorithmen
Deep-Learning mit GPUs
Hochschule Düsseldorf
EU fördert Mitarbeit an ISO/DIN-Standardisierung für KI
Künstliche Intelligenz
VDE: »Wir müssen uns jetzt auf unsere Stärken besinnen«
Technikfolgen-Forschung
Wird KI jemals ein Bewusstsein haben?
KIT auf der Hannover Messe 2019
Elektronische Nase für viele Gerüche
Studie des Capgemini Research Institute
Automobilbranche zögerlich bei Umsetzung von KI
Erklär-Video
»Eine kurze Geschichte der KI«
GPU Technology Conference 2019
Nvidia verschmilzt KI mit Robotik
