KI verändert die Arbeitsweise von Ingenieuren grundlegend und wird zu einem festen Bestandteil von Entwurfs- und Entwicklungs-Workflows. Sie kommt zum Einsatz, um Modelle zu entwickeln und auf Embedded-Geräten bereitzustellen, die Produktivität mithilfe generativer KI (GenAI) zu steigern und Entwicklungs-Workflows mit KI-Agenten zu beschleunigen. MATLAB und Simulink unterstützen Sie dabei, diese Möglichkeiten über den gesamten Entwicklungsprozess hinweg zu nutzen – vom Konzept bis zur Bereitstellung.
Generative KI und Agentic AI in Entwicklungs-Workflows
Generative KI unterstützt bei Aufgaben wie dem Schreiben von Code, dem Erklären komplexer Systeme, dem Generieren von Testfällen und dem Erstellen von Dokumentation. Indem GenAI Routineaufgaben automatisiert, können Sie sich stärker auf übergeordnete Entwicklungsaufgaben und die Problemlösung konzentrieren. Agentic AI baut auf diesen Möglichkeiten auf und kommt in mehrstufigen Workflows zum Einsatz. Sie definieren Ziele und Randbedingungen, während KI-Agenten Aufgaben wie die Modellerstellung, Analyse und Optimierung koordinieren.
MATLAB und Simulink unterstützen den Einsatz dieser Technologie in Entwicklungs-Workflows. MATLAB Copilot und Simulink Copilot bieten integrierte Funktionen für generative KI. MATLAB Agentic Toolkit und Simulink Agentic Toolkit verbinden Ihre KI-Agenten mit MATLAB und Simulink; so können diese Code ausführen, Modelle erstellen, Ergebnisse untersuchen, Verhalten simulieren und technische Reviews unterstützen.
Weitere Informationen
Embedded KI für technische Systeme
Embedded KI konzentriert sich auf die Bereitstellung von Machine-Learning- und Deep-Learning-Modellen in technischen Systemen. Typische Anwendungsbereiche sind die Modellierung virtueller Sensoren, die Anomalieerkennung in Zeitreihen, Reinforcement Learning und die Modellierung reduzierter Ordnung. Mit MATLAB und Simulink können Sie KI-Modelle in der Simulation des Gesamtsystems validieren. Anschließend können Sie die Modelle optimieren und auf Embedded-Hardwareplattformen bereitstellen.
Darüber hinaus können Sie Modelle integrieren, die mit Python-basierten Deep-Learning-Frameworks wie TensorFlow™ und PyTorch® entwickelt wurden. Dieser Ansatz ermöglicht es Ihnen, vorhandene Arbeiten wiederzuverwenden und diese Modelle zusammen mit der übrigen Systementwicklung in Workflows für Simulation, Tests und Bereitstellung zu integrieren.
Weitere Informationen
Beispiele für KI-Anwendungen
Entdecken Sie, wie generative, agentenbasierte und Embedded KI spezifische Workflows in der technischen Entwicklung unterstützen.
KI mit Model-Based Design
Wenden Sie KI-Verfahren bei der Entwicklung technischer Systeme an.
- KI-Modelle in Systeme integrieren und gemeinsam simulieren
- Sicherheit und Zuverlässigkeit KI-fähiger Systeme im Betrieb
- Codegenerierung aus KI-Modellen für verschiedene Zielhardware
- Handhabung der Zielkonflikte bei der Bereitstellung von Embedded KI
KI in der Robotik
Setzen Sie KI ein, um Autonomie in Robotikanwendungen zu ermöglichen.
- Synthetische Trainingsdaten generieren
- Bewegungsplanung und Regelung beschleunigen
- Objekte erkennen und Karten erstellen
- Systeme testen und bereitstellen
Holen Sie sich die Unterstützung, die Sie benötigen, um von der Erkundung zur Implementierung überzugehen. Egal, ob Sie Agentic AI-Workflows bewerten, eine Integration planen oder Antworten aus der breiteren MATLAB- und Simulink-Community suchen – diese nächsten Schritte können Ihnen helfen.
