为开发人工智能系统创建AI工具流有一个关键挑战 - 是否使用端到端系统或组合一系列工具
“Inside AI是机器学习，内部机器学习是深入学习和内部的内部。AI并不意味着CNNS，这是人们正在使用类似图像的锤子，“MathWorks工程总监Jos Martin表示，其工具广泛用于AI开发。
“我认为机器学习作为采取数据加上一个想法并生成复制数据所代表的模型的模型，”他说。“你可以像机器学习一样的短语，它包含传统的机器学习，CNN以及深度学习和尖刺网。”
人工智能开发过程有多个步骤。“您需要经历两到三个阶段。首先要准备数据，通常是粗糙的数据，然后进行培训和分析。然后培训各种不同类型的模型，它们可能最适合、最小或最快，然后部署模型。”
这些阶段可能为AI工具流呈现挑战。
“我们所做的事情的整个意图是使每个阶段都在工具中提供。无论您想要在数据准备和检查中做些什么，后跟编码能力编写模型和部署培训的方式，“马丁说。“这是一个整体流程，在整个工具链中，可能有点工具可以部署到嵌入目标，或在中间运行训练循环。”
MathWorks正在使用AI Developer Aimotive，用于汽车应用程序的工具流。宗旨已经为索尼的原型电动汽车提供了AI技术。
“我们可以看到OEM希望拥有的趋势越来越大，也希望整合和架构，”AISIM的AISIM产品经理SzabolcsJánky说。
