在机械工程领域，使用人工智能（AI）来实现日常任务自动化、优化和简化流程以及提高质量控制和测试精度的趋势正在上升。根据麦肯锡公司的一份报告，使用人工智能的公司比例从 2017 年的 20% 猛增至 2022 年底的 50%。

　　如果使用得当，人工智能可以将工程师从琐碎的工作中解放出来，让他们专注于替代设计和其他更复杂、更有趣的任务。AI的使用还为工程创新打开了大门，例如开发智能和自主系统。此外，AI在实现可持续发展、物联网、预测分析等相关目标方面也发挥着举足轻重的作用。

　　为了最大限度地从人工智能应用中获益，工程师，尤其是机械工程师，必须通过开发新的技能，熟悉使用AI驱动的工具，学习和使用特定领域的语言，以及与计算机和数据科学家合作来适应新形势。

　　机械工程师的机器学习技能

　　机器学习（ML）是一个快速发展的领域，它与人工智能（AI）密切相关，涉及训练计算机从数据中学习，从而在没有明确编程的情况下做出预测或决策。以下机器学习技能对机械工程师有明显的应用价值：

　　· 监督学习技术 (包括回归和分类) 可帮助工程师为机械系统构建预测模型，例如，可以训练AI模型以根据历史输出数据预测机械系统的性能。

　　· 无监督学习技术，如聚类和降维，可以识别数据中的模式和分组。例如，他们可能会根据其特性对机械系统中的类似组件进行分组。

　　· 强化学习技术用于优化决策过程。它们可用于通过发现和开发最佳控制策略来提高机械系统的性能。

　　· 神经网络训练和设计通常用于机械工程中的图像和信号处理应用。例如，他们可以从图像中检测机械部件中的缺陷。

　　· 使用Python、R和MATLAB等工具进行数据分析和准备，可以识别与机械系统相关的数据中的模式和相关性。这涉及数据清理、特征选择和数据可视化等技能。

      

　　机器视觉的兴起也创造了对高级工程技能的需求，包括：

　　· 硬件和基础设施设计：机器学习算法通常需要专门的硬件和基础设施才能高效运行。工程师需要具备硬件设计、网络和云计算方面的知识，才能构建和部署ML 系统。

　　· 算法开发和优化：开发和优化机器学习算法需要数学、统计学和计算机科学方面的高级技能。对于工程师来说，了解机器学习中使用的底层算法和技术以及如何针对特定应用程序优化它们至关重要。

　　· 模型部署和维护：开发机器学习模型后，将在生产环境中部署和维护这些模型。这需要软件工程、测试和维护等技能。

　　· 领域专长：机器学习模型由具有特定领域知识的专家开发时最有效。对于工程师来说，深入了解应用领域非常重要，以设计和训练自定义的 ML 模型，并帮助创建领域特定语言 (DSL)。

　　人工智能中的特定领域语言

　　DSL 是旨在满足特定应用程序域的特定需求的编程语言。虽然DSL的使用尚未普及，但其应用正变得越来越广泛，其中的例子包括 OpenModelica 和 Simulink。DSL的优点包括简化开发、提高准确性、加快部署速度和定制潜力。对于没有编程经验的工程师来说，它们通常比传统编程语言更容易使用。

       

　　图 1：域特定语言（DSL）代码使机械工程师能够执行设计优化。

　　图 1 是 DSL 中的代码示例片段，使机械工程师能够执行设计优化。此代码使工程师能够指定初始设计、优化约束和目标以及要使用的优化算法。通过调整优化算法的参数，工程师可以微调优化过程以达到预期的结果。

　　以下是代码逐行的细分：

　　optimize_design：该 DSL 命令用于表示用户希望执行设计优化。

　　input：指定优化算法将使用的输入参数。在本例中，输入参数包括设计、约束和目标。设计参数代表算法将优化的初始设计，而约束和目标参数分别代表优化约束和目标。

　　algorithm：指定要使用的优化算法。在此示例中，算法是一个genetic_algorithm。其他算法，如particle_swarm_optimization或simulated_annealing也可以在此处指定。

　　parameters：指定优化算法的参数。在此示例中，population_size设置为 100，mutation_rate设置为 0.1，代数设置为 50。可以调整这些参数以微调此特定应用的优化算法。

　　output：指定优化算法的输出。在此示例中，输出是优化的设计。

　　工程师如何培养机器学习技能？

　　很多在线平台，如Coursera、edX和Udemy，都提供工程、数据科学和AI方面的教育课程。一些行业论坛和研讨会也提供了建立网络并获得新工具和技术的实践经验的机会。在职培训，包括从事项目和与更有经验的同事一起参加知识共享会议，也是一种有效的学习方式。工程师还可以在个人项目中尝试使用新技术；例如，制作原型或参与开源项目。

　　在工程中正确使用和实施人工智能，需要机械工程师学习数据分析、编程和机器学习等硬技能。同样重要的是与其他专家有效合作的沟通和协作等软技能。特定领域语言的使用和开发可以帮助这种协作，同时允许工程师在为特定目的开发人工智能方面发挥更积极的作用。

　　随着人工智能等新兴技术不断改变工程师的工作方式，培养这些技能将使机械工程师茁壮成长。