To już drugi wpis Błażeja Rocha Żylińskiego. Jak sam siebie opisuje jest najemnym innowatorem i wynalazcą, seryjnym przedsiębiorcą. Cieszymy się, że teraz współpracuje również z nami.
MATLAB EXPO to świetna okazja by zobaczyć nad czym aktualnie pracuje świat nauki i techniki. Nawet jeżeli ktoś nie korzysta ze środowiska programistycznego MATLAB i pakietu Simulink, może dowiedzieć się wielu ciekawych rzeczy na temat najnowszych technologii oraz zaspokoić swoją ciekawość.
Konferencja odbywa się tylko raz w roku. Warto nie zmarnować takiej okazji! Edycja 2023 obędzie się w dniach 10-11 maja.
Wydarzenie zorganizowane jest w formule online. Nie trzeba lecieć do USA by w nim uczestniczyć. Wystarczy się wejść na stronę: https://ont.com.pl/wydarzenia/matlab-expo.
EXPO jest niezwykle bogate w ciekawe wykłady i warsztaty dotyczące zastosowania MATLABa i Simulinka w praktycznych, często bardzo trudnych wyzwaniach. Najchętniej uczestniczyłbym we wszystkich, ale nie cały swój czas mogę poświęcać na przyjemności.
Listę prelekcji przejrzałem kilka razy, bo z coraz większym trudem przychodziło mi rezygnowanie z kolejnych propozycji. Co szczególnie mnie zainteresowało? Poniżej prezentuję 15 - tak naprawdę 16 - moich typów. Na mniej nie byłem się w stanie zdecydować. Skupiłem się na najbardziej interesujących mnie obszarach, a są to:
- zastosowania sztucznej inteligencji;
- autonomia i nawigacja pojazdów oraz robotów;
- pojazdy elektryczne, baterie i energetyka;
- łączenie MATLABa i Simulinka z innymi narzędziami np. Python czy ROS;
- zastosowanie nowych technologii w medycynie;
- kosmonautyka.
1a. Using Simulink with Python oraz
1b. Using MATLAB with Python
Pythona trochę znam i wykorzystywałem go w swoich projektach np. przy analizie SoH baterii litowo-jonowych. Ma bardzo rozbudowaną społeczność, a co za tym idzie dużo bibliotek i gotowych skryptów podobnie jak MATLAB i Simulink. Pokusa połączenia tych potężnych narzędzi jest duża. Można ją teraz zaspokoić!
Przy okazji polecam film na Youtube autorstwa dra inż. Jaromira Przybyło "Współpraca środowiska MATLAB i Python | ONT”, który porusza tę tematykę.
2. Techno-Economic Analysis of the Impact of EV Charging on the Power Grid
Liczba pojazdów elektrycznych rośnie bardzo dynamicznie. W związku z tym mają coraz większy wpływ na sieć energetyczną i rynek energii. Potencjalnie może to doprowadzić do przeciążenia istniejącej infrastruktury.
By temu zapobiec, operator odpowiedzialny za dystrybucję energii elektrycznej mógłby zarządzać procesem ładowania. Konkretniej, sterować bateriami ładowanych pojazdów elektrycznych w taki sposób, by w zależności od potrzeb pobierały lub oddawały energię do sieci.
Trudno wyobrazić sobie robienie eksperymentów z wykorzystaniem sieci energetycznej lub chociaż jej fragmentu. To pole do popisu dla badań symulacyjnych z wykorzystaniem MATLABa.
3. Moonshots: How Engineers and Scientists Are Achieving the Impossible
Przyznam, że tytuł przyciągnął mnie na tyle, że nie mogę odmówić sobie uczestnictwa w tej prelekcji. Człowiek postawił stopę na Księżycu, wysyła autonomiczne roboty na Marsa, nauczył się produkować czysta energię i leczyć liczne choroby. Jakich narzędzi używają inżynierowie i naukowcy na miarę takich wyzwań? O tym jest właśnie ten wykład!
4. Reduced Order Modeling with AI: Accelerating Simulink Analysis and Design
Dużą pokusą w trakcie symulacji komputerowych jest dążenie do perfekcji. Model ma być jak najbardziej precyzyjny i jak najdokładniej przeliczony. Często jest to jednak droga donikąd, bo obliczenia w takim wypadku będą trwały bardzo długo - dniami, tygodniami, a nawet miesiącami. Z takimi wyzwaniami mierzymy się np. w numerycznej mechanice płynów czy w modelowaniu procesów spalania.
W takim wypadku należy pogodzić się z tym, że musimy zastosować model “niedokładny”, a dokładniej zredukowany o elementy mające niewielkie znaczenie dla wyniku symulacji. Co jednak zrobić gdy włożyliśmy już wiele wysiłku w nasz dokładny model. Czy musimy zacząć wszystko od początku by stworzyć jego uproszczoną wersję? Okazuje się, że nie!
W trakcie prelekcji zostanie zaprezentowany zbiór technik ROM, który rozwiązuje ten problem. Nie chodzi o pamięć ROM tylko o Reduced Order Modeling, czyli podejście, w którym zmniejszamy złożoność obliczeniową istniejącego modelu. Szczególny nacisk zostanie położony na zastosowanie sztucznej inteligencji.
5. 6G Wireless Technology: Accelerate Your R&D with MATLAB
Na tak dawno mieliśmy wielką burzę medialną dotycząca technologii 5G. W nauce i technice zazwyczaj jest tak, że gdy na rynku pojawia się jakaś dojrzała technologia to trwają już zaawansowane prace nad jej następczynią. Tak też jest w przypadku sieci piątej generacji 5G. Sieć szóstej generacji 6G będzie kilkadziesiąt razy szybsza i pozwoli na nadawanie na jeszcze wyższych częstotliwościach. Nowy standard komunikacji to nie tylko wielkie możliwości, ale i nowe wyzwania, które wymagają prac badawczo-rozwojowych.
Na prelekcji zostaną zaprezentowane narzędzia, które pozwalają na analizę sieci 6G i projektowanie rozwiązań wykorzystujących tę sieć.
6. Model Autonomous Navigation of a Mars Rover
Praktyczny warsztat na temat nawigacji łazika marsjańskiego. Na tym mógłbym poprzestać, bo tytuł mówi wszystko.
Zagadnienie autonomicznej pracy sześciokołowego robota oddalonego od nas o ponad 400 milionów kilometrów rozbudza wyobraźnię. Łazik musi omijać przeszkody, planować drogę i zbierać informacje o otoczeniu. Wszystko po to by jak najlepiej wykorzystać czas jaki spędza na Czerwonej Planecie.
To bardzo złożone zagadnienie wymagające wiedzy z różnych dziedzin i zastosowania kilku narzędzi. Czego można spodziewać się na tym warsztacie? Zostanie zaprezentowane jak można połączyć kilka produktów firmy MathWorks by sprostać temu wyzwaniu. W tym celu zostaną wykorzystane narzędzia:
- MATLAB App Designer do planowania ścieżki w trybie offline;
- Deep Learning Toolbox™ do modułu percepcji i wykrywania skał;
- Simscape Multibody™ do modelowania łazika, mechaniki kontaktu i wirtualnego terenu;
- Computer Vision Toolbox™ i Image Processing Toolbox™ do szacowania głębokości wykrytych skał;
- Robotics System Toolbox™ i Navigation Toolbox™ do planowania trasy i kontroli łazika.
W efekcie powstanie symulacja ruchu i nawigacji robota na powierzchni Marsa. Bardzo dużo wiedzy zaprezentowanej na niezwykle atrakcyjnym przykładzie.
7. What’s New in MATLAB, Simulink, and RoadRunner for Automated Driving Development
Przyznam, że wykłady o nowościach w danym oprogramowaniu nigdy mnie nie zachwycały, ale postanowiłem zrobić tu wyjątek. Zrobiłem go dlatego, że dotyczy bardzo interesującej mnie dziedziny jaką jest robotyka.
Wśród poruszanych tematów znajdą się:
- interaktywnie projektowanie sceny i scenariusze do symulacji jazdy;
- generowanie sceny 3D z danych mapy HD;
- generowanie scenariuszy jazdy na podstawie zarejestrowanych danych z czujników;
- symulowanie sytuacji takich jak: hamowanie awaryjne, podążanie za pasem ruchu, zmiana pasa ruchu, jazda w konwoju i parkowanie przez obsługę.
Najbardziej oczywistym zastosowaniem takiego narzędzia są szeroko rozumiane pojazdy autonomiczne. Nie są to jedynie samochody osobowe, ale również ciężarówki czy małe roboty mobilne. W mojej praktyce inżynierskiej zderzyłem się z zagadnieniem optymalnego planowania tras dla kurierów przewożących paczki do automatów paczkowych. Teraz dowiem się, jak takie wyzwanie można pokonać wykorzystując pakiet MATLAB.
8. Optimize EV Battery Performance Using Simulation.
Decyzja o wielkości pakietu ogniw w pojazdach elektrycznych musi być podejmowana na stosunkowo wczesnym etapie projektowania. Ma ona jednak znaczący wpływ na końcowe parametry pojazdu w tym na jego zasięg i koszt produkcji. Konkurencyjny rynek wymaga rozwiązań optymalnych pod tym względem.
Nie będę ukrywał, że zagadnienia optymalizacji zawsze wzbudzają moje duże zainteresowanie. Oczywiście można liczyć na to, że akurat “trafili się” z parametrami pakietu albo spróbować je przewidzieć - to zazwyczaj nieskuteczne metody. Dużo lepszym rozwiązaniem jest wykonanie symulacji i przeprowadzenie optymalizacji.
W trakcie prelekcji zostaną zaprezentowane rozwiązania symulacyjne oparte o Virtual Vehicle Composer pozwalające na iteracyjne wyznaczenie optymalnych parametrów pakietu ogniw. Uzyskane wyniki można następnie wykorzystać do projektowania pakietu z wykorzystaniem Simscape Battery™.
9. Understanding and Verifying Your AI Models
Coraz częściej opinia o sieciach neuronowych jest taka, że potrafią poradzić sobie z każdym problemem. Co więcej, rozwiązują zagadnienia, których nie jest w stanie rozwiązać człowiek lub nawet całe zespoły najlepszych na świecie ekspertów. W praktyce często wygląda to tak, że sieć otrzymuje jakieś dane wsadowe i niemal dosłownie wypluwa po pewnym czasie wynik. Skąd jednak wiadomo, że jest prawidłowy? Jak sprawdzić czy sieć neuronowa działa poprawnie?
Odpowiedzi na te pytania może dostarczyć Verification Library będąca częścią Deep Learning Toolbox™, o których będzie mowa w trakcie prelekcji.
10. Applying AI to Enable Autonomy in Robotics Using MATLAB
Sztuczna inteligencja coraz śmielej wchodzi do świata robotyki. W gruncie rzeczy jest jej kwintesencją. Koncepcja autonomicznych robotów - kiedyś utopijna - dziś jest na wyciągnięcie ręki. Roboty współpracujące z człowiekiem (coboty) czy autonomiczne roboty mobilne to tylko niektóre przykłady zastosowania sztucznej inteligencji w robotyce.
W trakcie prelekcji zostaną zaprezentowane narzędzia wspierające procesy badawczo-rozwojowe, których wynikiem są inteligentne systemy robotyczne. Planowanie trajektorii i klasyfikacja obiektów z wykorzystaniem głębokiego uczenia maszynowego, sterowanie ruchem robota za pomocą uczenia się ze wzmocnieniem - to tylko niektóre zagadnienia, które zostaną poruszone w czasie prelekcji.
11. Using Deep Learning and Kalman Filters for Temperature Soft Sensing
Dzięki filtrowi Kalmana człowiek postawił stopę na Księżycu. To algorytm przełomowy, a zarazem klasyczny. Dzisiaj triumfy świętuje sztuczna inteligencja. Czy tylko loty w kosmos i leczenie raka są wystarczająco godne do stosowania takich narzędzi? Oczywiście, że nie!
Czy mozna połaczyć filtr Kalmana ze sztuczną inteligencja? Oczywiście, że tak!
Czy trzeba być ekspertem by stosować sztuczną inteligencję?
Z MATLABem ta bariera nie istnieje!
To wszystko zawarte jest w bardzo ciekawej historii firmy Poclain Hydraulics, która wykorzystała sztuczną inteligencję do oceny temperatury panującej wewnątrz silnika hydraulicznego. Twarde i pozornie przyziemne zastosowanie zaawansowanych narzędzi i algorytmów - takie historie lubię najbardziej!
12. Simscape Battery Essentials
Praktyczny warsztat z podstaw Simscape Battery™ - nowego toolboxa pakietu Simulink. Pakiet umożliwia projektowanie oraz symulowanie systemów baterii i magazynowania energii.
Temat jest mi bardzo bliski z uwagi na badania jakie prowadziłem w tym zakresie. Wykorzystywałem w nich Pythona i dane eksperymentalne - zdobyczne lub pochodzące z własnych pomiarów.
W trakcie warsztatu zostaną poruszone zagadnienia modelowania pakietów baterii, chłodzenia, estymacji poziomu naładowania (state-of-charge), ładowania i rozładowywania baterii czy analizy termicznej nowych i zużytych pakietów. To dobry początek dla osób, które chcą rozpocząć pracę nad tymi zagadnieniami lub szukają odpowiednich narzędzi do prac badawczo-rozwojowych.
13. What's New for Managing, Testing, and Building Your MATLAB Code
Dobre praktyki programistyczne są często ignorowane. Jest to szczególnie widoczne w małych zespołach niedoświadczonych programistów. Dlaczego? Bo tak się po prostu da.
W miarę budowania coraz większych aplikacji składających z tysięcy linii kodu pisanych latami przez dziesiątki osób, małe zaniedbania i ignorowanie zasad przynosi opłakane skutki. Źle zarządzany kod jest ostatecznie kodem nie skalowalnym. Kolejnym wyzwaniem jest testowanie i analizowanie kodu.
Środowisko MATLAB posiada kilka narzędzi, które wspierają tworzenie dobrego oprogramowania w sposób wydajny m.in. z wykorzystaniem Git. Z uwagi na to, że jestem fanem dobrych praktyk inżynierskich tematyka tej prelekcji wzbudziła moje zainteresowanie.
14. Machine Learning for Cancer Research and Discovery
Walka z rakiem to jedno z czołowych wyzwań XXI wieku. Nadzieją dla pacjentów jest szybsza diagnostyka nowotworów i spersonalizowana terapia. Współczesna onkologia coraz chętniej korzysta z narzędzi opartych o sztuczną inteligencję.
Wydział Uczenia Maszynowego z Moffitt Cancer Center zaprezentuje w jaki sposób można wykorzystywać metody głębokiego uczenia maszynowego (deep learning) do analizy danych i przewidywania zdarzeń w terapiach nowotworowych.
To świetna okazja do zapoznania się z aktualnymi badaniami dotyczącymi leczenia raka. Nie zabraknie opowieści o sukcesach oraz o wyzwaniach jakie stoją przed naukowcami.
15. Can You See Me Now? Analyzing Satellite-to-Ground Station Visibility
Tytuł zabawny, ale związany z bardzo poważnym wyzwaniem jakim jest widoczność satelity dla stacji naziemnej. W ramach praktycznych warsztatów zostanie krótko omówiony Satellite Communications Toolbox przydatny do rozwiązania postawionego problemu.
Same ćwiczenia będa wykonywane z użyciem MATLAB Online™, czyli narzędzia pozwalającego na pracę z MATLABem i Simulinkiem przy wykorzystaniu jedynie przeglądarki internetowej bez konieczności instalacji pakietu. Co więcej MATLAB Online™ ułatwia pracę wielu osób na wspólnych plikach.
W trakcie warsztatów będą do wykonania trzy zadania. Pierwsze polegające na skonfigurowaniu i uruchomieniu przeglądarki scenariuszy satelitarnych. Drugie gdzie będzie trzeba obliczyć i zwizualizować możliwość połączenia pomiędzy satelitą a stacją naziemną. Jeżeli uczestnik wykona te zadania wystarczająco szybko będzie mógł wykonać trzecie polegające na obliczeniu i zwizualizowaniu zamkniecia łaczą komunkacyjnego.
Jeżeli ktoś chce poczuć się przez chwilę jak inżynier kosmiczny, to ta prelekcja będzie dobrym wyborem.
Podsumowanie
Powyższa długa lista propozycji to tylko część tego, co oferuje MATLAB EXPO. Każdy znajdzie coś dla siebie niezależnie od dziedziny jaką się zajmuje i poziomu zaawansowania w wykorzystaniu narzędzi takich jak MATLAB i Simulink.
Produkty MathWorks są gotowe i otwarte na współpracę z innymi językami programowania takimi jak Python czy platformą programistyczną ROS. To podejście jest bardzo widoczne na tegorocznym MATLAB EXPO.
Wyraźne jest też podążanie za trendami. Od nowoczesnych narzędzi inżynierskich oczekuje się wysokiej wydajności i zdolności do rozwiązywania coraz bardziej złożonych obliczeniowo i strukturalnie problemów. Coraz częściej modelowane są systemy skomplikowane, obejmujące wiele zjawisk fizycznych, chemicznych, a nawet ekonomicznych. Odpowiedzią są tu rozwiązania oparte o sztuczną inteligencję, która jest wszechobecna na MATLAB EXPO 2023.
Szykują się naprawdę ciekawe dwa dni. Będzie to świetna okazja do spotkania wyzwań z jakimi aktualnie mierzy się nauka i technika!
Pełną agendę można znaleźć na stronie wydarzenia. Aby ułatwić sobie znalezienie właściwej sesji warto ustawić czas na środkowoeuropejski (Display session times in GMT+01:00) i wybrać odpowiedni region (Region: EMEA) .