在数字经济时代的今天，数字化转型已经成为企业的首要任务。随着人工智能技术的发展，特别是基于生成式AI推出的各类行业大模型应用，AI正在凭借着“惊人的创新”给各行各业带来颠覆性的价值提升。
在上周举办的MATLAB EXPO 2024中国用户大会上，MathWorks 全球副总裁 Richard Rovner在主题为《面向数字化工程的基于模型的设计：影响和方向》的分享中详细介绍了数字时代的应用趋势和工作流趋势，并着重介绍了AI 在系统开发中的应用。他指出，AI已经完全具备融合到基于模型设计（MBD）开发流程中的能力，MathWorks通过不断探索行业需求和提供基于AI的各类工具箱，赋能工程师提高工作效率。
MathWorks 全球副总裁 Richard Rovner
坚持长期投资策略，更加专注技术与产品创新
当前，创新已经成为企业保持高速增长和可持续发展的核心要素。随着生成式AI时代的到来，如何利用各种大模型应用驱动业务创新，提高工作和生产效率，已经成为大部分企业探索的重要话题。
Richard Rovner告诉记者，对于一家科技驱动型公司而言，保持持续创新尤其重要。他表示，MathWorks专注于工程技术领域和科学领域，与教育界和工业界中顶尖的企业保持紧密合作，从中获取用户的最新反馈，将第一手信息融入到产品设计中，不断推出新的产品，始终保持着在技术和产品上的创新。Richard Rovner强调，我们并不着眼于一时的盈利，而是始终坚持长期的投资策略和长期的产品开发，不断提高自身的技术实力和服务能力，用技术推动行业的进步。
谈到AI驱动的创新，Richard Rovner表示，MathWorks三十年前就开始做神经网络工具箱，到今天为止仍在不断优化AI相关的算法模型。
“第一次使用ChatGPT，我感觉很惊讶，很好奇。但是，随后使用时感觉ChatGPT给到的结果可能并不一定总是那么正确。也就是说，ChatGPT有时非常好，有时也会让人感到疑惑。” Richard Rovner表示，虽然我还不能确定ChatGPT给到的结果是否正确，但我非常确定的这个世界已经被AI改变了，因此我们必须适应潮流，将AI用在产品的开发、设计中。
实际上，这也是Richard Rovner反复强调MATLAB已经完全具备了在工作流程和技术能力上将AI融合到MBD开发流程中。
持续优化AI算法模型，赋能合作伙伴应用落地
虽然利用AI创新已经成为企业始终保持竞争力的根本所在，但对于大部分企业而言，他们在探索AI应用过程中仍旧存在着诸多的挑战。
Richard Rovner认为，企业在开发自己的大模型应用时，主要面临着三个方面的挑战。
首先，大模型应用需要大量的数据进行训练，企业需要投入大量的资金、资源和专业领域的技术人员，巨大的投资使得很多企业望而却步。
其次，大部分企业并不具备将生成式AI与企业内部已有集成资产有效地结合在一起的能力；
最后，为保持模型的准确性和适应性，需要持续的投入资源进行模型的维护和更新。
Richard Rovner表示，MathWorks近几年陆续推出机器学习、深度学习、强化学习等一系列工具箱来推动AI产品落地。作为一个科学计算的软件平台，MATLAB支持各种各样的标准和开放接口，能够把其它开源框架下的深度学习框架导入进来，例如MATLAB支持ONNX标准，能够把TensorFlow、PyTorch导入到MATLAB甚至Simulink平台中，进行系统级的仿真。
Richard Rovner 表示，AI的最终目的是应用到系统中进行生产。
因此，在人工智能平台上完成仿真工作之后，我们可实现自动化地生成代码，此功能使得用户能够便捷地将其部署至边缘设备等，以实现系统的全面集成，从而大幅提升应用的便利性和效率。
在MATLAB EXPO 2024中国用户大会上，来自工业制造、教育、医疗行业的专家结合业务需求，分享了他们对于AI技术的观点，并介绍了与MathWorks合作推动的创新成果。
中联重科智能技术有限公司总经理助理张迁表示，柔性运动模态建模复杂是柔性臂架类产品在智能化面临的主要挑战，较大的柔性形变会导致末端定位困难、弹性振荡导致臂架操控困难，构建柔性臂架的数学模型及运动学仿真势在必行。中联重科通过与MathWorks紧密合作，加速产品开发过程，优化设计、预测产品性能，降低了制造企业的试错成本和安全风险，缩短了市场响应时间。
重庆西山科技股份有限公司副总经理陈竹表示，传统光学内镜系统存在着看不见、看不清、看不远、体积大等局限性，通过“MATLAB”和“计算成像”双轮齐驱，使用MATLAB 快速将算法转换为FPGA 代码来快速解除限制，助力临床。
西安电子科技大学的苏涛院长同样表示，3G/4G/5G使得滤波器需求指数级增长，滤波器越来越多，越来越小，越来越精。MATLAB简单易用的编程环境和强大的数值计算能力，以及丰富的工具箱和函数库，加速系统开发。
不难发现，面对智能时代的到来，MathWorks已经与业界合作伙伴携手，充分利用AI实现系统的仿真和集成，助推企业充分利用人工智能技术加速业务创新与发展。
聚焦工程技术与客户服务，赋能客户商业成功
聚焦工程技术与客户服务，与合作伙伴深度合作，帮助客户取得成功，是MathWorks的核心目标，也是MathWorks获得商业成功的关键。
谈到面向中国的策略，Richard Rovner告诉记者，各个行业所有的差异化竞争趋势都集中在软件功能本身，这是一个共性要求，不仅在中国，在全球都是一样的。此外，全球用户都在考虑如何将AI融合到系统中，将AI的能力利用起来，这也是大家的共性需求。
MathWorks中国区行业市场总监李靖远
MathWorks中国区行业市场总监李靖远则表示，5G/6G、新能源汽车、高铁等是中国市场的独特产业。针对这些产业，就需要有一些政策和规范驱动。为此，在构建系统时，就需要中国客户结合政策和行业规范的特殊要求，与欧洲和北美市场有一定的区别。
除此之外，在本地化支持方面，包括技术服务支持、软件本身翻译、界面等，需要我们本地化的技术团队去帮助本土的客户共同成长，帮助建立客户的整体开发流程。最后，在生态系统方面，MathWorks也会基于中国市场进行构建，以此来更好地服务中国企业。
采访最后，Richard Rovner再次强调：“对客户的深度支持与服务和我们的发展理念是相辅相成的。通过帮助他们取得项目成功，我们也将取得商业成功，并进一步提高企业和产品的影响力，以实现加速科技和工程发展进程的目标。”
