L'embarqué > Logiciel > Développement > IA, traitement du signal et analyse statique au programme des outils de MathWorks

IA, traitement du signal et analyse statique au programme des outils de MathWorks

Publié le 02 avril 2019 à 11:48 par François Gauthier        Développement MathWorks

Mathworks IA R2019a

Traditionnelle mise à jour de printemps des outils de MathWorks, la version 2019a des logiciels Matlab et Simulink apporte notamment des améliorations dans les domaines de l’intelligence artificielle (IA), du traitement du signal et de l’analyse statique. Selon MathWorks, l’un des principaux défis que pose le passage de l’intelligence artificielle d’un phénomène de mode à une mise en production est lié au fait que les entreprises recrutent en premier lieu des “spécialistes” de l’IA et essaient par la suite de leur transmettre l’expertise associée à leur domaine d’ingénierie.

Avec la version R2019a, MathWorks veut donc offrir aux ingénieurs la possibilité d’acquérir rapidement et efficacement ces compétences en IA, que ce soit pour le développement de contrôleurs et de systèmes décisionnels à l’aide de l’apprentissage automatique, pour l’apprentissage de modèles dits de Deep Learning en particulier sur les plates-formes DGX de Nvidia, ou encore pour l’application de l'apprentissage profond à l’analyse de données 3D. La version R2019a ajoute donc au sein de Matlab le produit Reinforcement Learning Toolbox qui améliore encore les processus de développement Matlab pour l’IA.

Cette nouvelle boîte à outils intègre un type d'appentissage automatique qui entraîne un “agent” logiciel au moyen d’interactions selon la méthode “essai-erreur” avec un environnement qui résout les problèmes de contrôle et de prise de décision. Cette toolbox complète la solution Deep Learning Toolbox lancée en automne dernier avec la version R2018b. Elle est également compatible avec les solutions dans le cloud de Nvidia, d’Amazon (Amazon Web Services) et de Microsoft (Azure), et offre une interopérabilité avec le format d’échange ONNX (Open Neural Network Exchange). Cette prise en charge élargie de l’IA apporte dans le même temps des opportunités pour les ingénieurs qui utilisent les boîtes à outils de Matlab dans les domaines de l’imagerie et de l’acquisition de données (Computer Vision Toolbox, Data Acquisition Toolbox et Image Acquisition Toolbox).

Côté traitement du signal, la version R2019a comprend plusieurs avancées pour le développement de systèmes sans fil. Ainsi, le logiciel Mixed-Signal Blockset permet de construire et de simuler des modèles rapidement et apporte une compréhension détaillée des modèles de systèmes à signaux mixtes avec des outils d’analyse et de visualisation spécifiques. SerDes Toolbox intègre, quant à lui, l’application SerDes Designer pour concevoir, analyser et modéliser rapidement des émetteurs et des récepteurs câblés. Enfin, SoC Blockset assure la simulation et l’exploration d’architectures FPGA, Asic et SoC, la cosimulation d’algorithmes et de plates-formes matérielles, ainsi que la vérification des performances et la détection des goulets d’étranglement.

Autre axe d’innovation dans la version R2019a, l’analyse statique issue de la famille des produits Polyspace qui apporte ici la possibilité d’une utilisation à large échelle pour concevoir et développer des logiciels stratégiques avec des contraintes de sécurité critiques. Ainsi, les nouveaux outils Polyspace Bug Finder Access et Polyspace Code Prover Access facilitent la collaboration au sein des équipes qui comptent jusqu’à plusieurs centaines de membres en offrant une interface navigateur donnant accès aux résultats de l’analyse statique du code et aux métriques de qualité stockés dans un serveur centralisé.

Ces deux outils permettent en fait d’exécuter le moteur d’analyse statique sur une machine de type serveur avec des outils d’automatisation intégrés. Avec comme conséquence la possibilité d’intégrer l’analyse statique aux processus de développement logiciel de l’entreprise afin de corriger les erreurs, d’envoyer des notifications et d’importer les résultats de manière automatisée à une toute une communauté de développeurs.

Sur le même sujet