是德科技全球企業(yè)和產(chǎn)品營銷副總裁Jeff Harris

人工智能（AI）、機器學習（ML）、數(shù)字孿生——我們越來越頻繁地聽到這些新名詞，忽然之間它們變得舉足輕重。為什么？答案很簡單：當事情太過復雜以至于人類無法輕松處理，或者是留給人類做出關(guān)鍵決策的時間太少時，唯一的選擇就是把人類從繁瑣的事情中解放出來。實現(xiàn)這一目標需要能夠復制人類可能經(jīng)歷的思維過程，而這需要大量的數(shù)據(jù)以及對決策環(huán)境的深刻理解。那么，現(xiàn)在的情況如何？

是德科技憑借 80 年的經(jīng)驗積累幫助工程師開發(fā)先進技術(shù)，擁有獨特的技術(shù)開發(fā)視角。過去幾十年來，我們看到的巨大進步主要來自于電子產(chǎn)品的集成化和小型化。產(chǎn)品更小巧、功耗更低、單位面積內(nèi)的功能顯著增加，這些都是技術(shù)進步的標志。

應用軟件在過去這幾十年也發(fā)生了巨大的變化，最值得一提的當屬軟件的應用大幅提速。也不過是二十年前，用戶還在將應用軟件視為有趣的新奇事物；如今，他們的思想飛速轉(zhuǎn)變，認為軟件的應用給工作和生活帶來了便利。不僅如此，他們還期望應用軟件的運行從始至終能夠非常完美。在每個采用階段，用戶的期望都會增加，這意味著產(chǎn)品必須以非?？斓乃俣雀碌⑶页墒臁?

硬件和軟件結(jié)合的趨勢讓產(chǎn)品的開發(fā)需求以一種有趣的方式融合到了一起。新的“滿足關(guān)鍵需求”的應用必須囊括更強的實時處理能力、及時決策和很高的可用性，且要求平臺始終能夠生成正確的決策。這種結(jié)合形成了對 ML 和 AI 的初始需求，進而支持實現(xiàn)預期的大規(guī)模采用和增長。

雖然大部分人認為 AI 主要是一種終端用戶需求，但 AI 業(yè)已成為實現(xiàn)更快產(chǎn)品設計和開發(fā)的必要條件。從最早的芯片組設計、電路版圖一直到最終產(chǎn)品驗證，仿真軟件成為了仿真復雜接口和環(huán)境不可或缺的工具。這些仿真器被稱為數(shù)字孿生，它們是能夠以虛擬形式充當“已知良好信號”的過程、環(huán)境條件或協(xié)議。在測試領(lǐng)域，數(shù)字孿生可能是一個簡單的信號發(fā)生器，一個完整的協(xié)議發(fā)生器，或者是一個完整的環(huán)境模擬器。數(shù)字孿生讓開發(fā)人員能夠快速創(chuàng)建更豐富的測試條件，從而在發(fā)貨之前完成產(chǎn)品驗證。高性能數(shù)字孿生通常包含它們自己的 AI 引擎，這使得它們能夠自動進行故障診斷，并對新產(chǎn)品設計展開回歸測試。

由于新產(chǎn)品中會有大量功能和自主決策，因此轉(zhuǎn)向人工智能驅(qū)動的開發(fā)就變得很有必要，這種開發(fā)模式會采用自動化測試功能和數(shù)字孿生。在基本的設計原則下，會指明產(chǎn)品的特性和功能，然后設置單獨的測試進行驗證。接口標準不僅數(shù)量多還相當復雜，因此手工構(gòu)建幾乎行不通。使用數(shù)字孿生的話，開發(fā)人員能夠在更短的時間內(nèi)編寫更多的功能測試集。然后，AI 功能會根據(jù)發(fā)現(xiàn)的內(nèi)容自動執(zhí)行測試，并基于當前狀態(tài)預測可能需要的操作。要想更好地理解這一點，您需要了解是什么讓人工智能成為可能。

我們可以這樣理解——軟件決策從算法開始。基礎算法運行一組計算，如果知道哪些結(jié)果可以接受，哪些不可以接受，您可以用決策樹結(jié)果創(chuàng)建一個有限狀態(tài)機。這很難被認為是一種智能的方式。然而，通過添加狀態(tài)符號并插入反饋，您的基礎算法現(xiàn)在可以根據(jù)當前條件與當前狀態(tài)的對比做出結(jié)果決策。將這些結(jié)合起來，同時將決策樹演變?yōu)樾袨闃洌蜆?gòu)成了最初的 AI。

我們還處于 AI 和數(shù)字孿生的早期階段，這意味著很多產(chǎn)品會提出很多要求。無論您在考察的 AI 是位于研發(fā)實驗室，還是在您使用的云應用軟件，或者是您自己的自動駕駛汽車中，它的存在都有原因。了解它應該實現(xiàn)哪些功能可以幫助您評估它的重要性。數(shù)字孿生也是如此。一旦您把打算復制的預期信號、條件或決策結(jié)果分別進行考慮，評估它們的作用就會非常簡單。

對人工智能和數(shù)字孿生的需求真實存在。如果質(zhì)疑其中的真實性，您可以追溯它的起源。關(guān)鍵的決策和快速的擴展不會始終都需要人類的參與。