AI はエンジニアの働き方の形を変え、設計および開発ワークフローに欠かせなくなっています。AI は、組み込みデバイスへのモデルの開発と展開、生成 AI による生産性の向上、AI エージェントを使用したエンジニアリング ワークフローの迅速化に活用されています。MATLAB および Simulink は、概念から展開に至るまでの開発プロセス全体にわたって、これらの機能の適用を支援します。
エンジニアリング ワークフローにおける生成 AI とエージェント型 AI
生成 AI は、コードの記述、複雑なシステムの説明、テストケースの生成、文書の作成などのタスクを支援します。生成 AI は定型業務の自動化を支援し、より高度な設計や問題解決に集中できるようにします。エージェント型 AI は、複数ステップのワークフローで動作することで、これらの機能をさらに発展させます。ユーザーは目的と制約条件を定義し、AI エージェントはモデル作成、解析、調整などのタスクを連携させて進めます。
MATLAB および Simulink は、エンジニアリング ワークフローにおけるこのテクノロジーの使用をサポートします。MATLAB Copilot と Simulink Copilot は、統合された生成 AI 機能を提供します。MATLAB Agentic Toolkit と Simulink Agentic Toolkit は、AI エージェントを MATLAB と Simulink に接続し、コードの実行、モデルの作成、出力の検査、動作のシミュレーション、エンジニアリング レビューの支援ができるようにします。
詳細を見る
エンジニアード システム向けの組み込み AI
組み込み AI は、エンジニアード システム内で機械学習とディープラーニング モデルを展開することに重点を置きます。主な用途には、バーチャル センサー モデリング、時系列異常検出、強化学習、低次元化モデリングなどがあります。MATLAB と Simulink を使用すると、システム全体のシミュレーショの中で AI モデルを検証できます。その後、モデルを最適化し、組み込みハードウェア プラットフォームへ展開できます。
さらに、TensorFlow™ や PyTorch® など、Python ベースのディープラーニング フレームワークで開発されたモデルを統合できます。このアプローチにより、既存の作業を再利用し、それらのモデルをシステム設計とともにシミュレーション、テスト、展開のワークフローに導入できます。
詳細を見る
AI の活用事例
生成 AI、エージェント型 AI、組み込み AI が具体的なエンジニアリング ワークフローをどのようにサポートしているかをご覧ください。
AI を活用したモデルベースデザイン
エンジニアード システムの設計に AI の手法を適用します。
- AI モデルとシステムの統合とシミュレーション
- 運用時における AI 対応システムの安全性と信頼性を確保
- さまざまなハードウェアを対象とした AI モデルからのコード生成
- 組み込み AI 展開時のトレードオフを管理
ロボティクス向け AI
AI を適用してロボティクス アプリケーションにおける自律性を実現します。
- 合成学習データの生成
- モーション プランニングと制御の高速化
- オブジェクトの識別とマッピング
- システムのテストと展開
