使用MATLAB®R2020b，您可以使用深度学习工具箱™模块库以及MATLAB函数块，用Simulink®中经过训练的深度学习模型进行模拟并生成代码。了解如何使用控制、信号处理和传感器融合组件在Simulink中模拟深度学习网络，以评估深度学习模型对系统级性能的影响。了解更多关于在Simulink中使用NVIDIA® GPU来加速深度学习网络模型的执行。

通过一个示例开始使用Simulink®。这个视频向你展示了使用Simulink的基本知识。您将学习如何为太阳能电池板建模、模拟和测试控制器，让它在一天中跟踪太阳的运动。您将看到如何为一个物理系统建模，为该系统设计一个基本的PI控制器，然后运行模拟以确保模型正常工作。在看完这个示例之后，您将了解到Simulink只是基于模型的设计的一部分，用于建模、模拟、测试和执行现实世界的系统。

人工智能已不再是一个流行词：它已经成为现实。随着很多公司使用人工智能来制造智能机器，人工智能已经成为商业领域的一场革命。在这段视频中，你将了解顶级人工智能的应用。您将了解人工智能如何应用于商业领域，如医疗保健、营销、社交媒体、机器人等。

了解强化学习入门，这是一个自定进度的教程，通过使用自动评估和反馈的实践练习，提供了控制问题的强化学习方法的交互式概述。强化学习入门涉及的主题包括定义环境和奖励、创建智能体（Agent）以及使用模拟来训练智能体。此外，探索如何创建神经网络来代表各种角色和关键智能体。

在这个关于人工智能的视频中，我们将了解什么是人工智能以及不同类型的人工智能。我们将探讨人工智能按功能划分有哪些种类，并通过一些例子来了解它们的用途。我们将讨论以下类型的人工智能：弱人工智能（ANI），强人工智能（AGI），超人工智能（ASI），反应机器（Reactive Machines），有限记忆（Limited Memory），心灵理论（Theory of Mind）和自我意识（Self-aware）。

学习、解释、适应和进化的能力一直将人类与机器区别开来。但这个差距正在缩小吗？人类的大脑包含约860亿个神经元，它们通过一个称为突触的极其复杂的通路系统相互连接。神经元的功能是通过突触将电荷传递给彼此，导致活跃/不活跃，或真/假的反应。这就是为什么人类如此擅长图案识别，使我们能够阅读、说话，并区别成千上万张脸。计算的一种基础代数形式——布尔逻辑，也依赖于真(1)或假(0)值。一个足够大的计算机系统使用布尔逻辑可以很好地模拟大脑——也被称为神经网络。

了解MATLAB® 如何可以为深度学习工作流程的每一个环节提供帮助：从预处理到部署。该视频概要介绍了使用MATLAB进行深度学习的情况。它描述了完整的工作流程，并说明了MATLAB如何在各个阶段帮助深度学习应用程序，包括导入和预处理图像，导入预训练的模型，使用GPU训练模型，调试深度学习结果以及将深度学习模型部署到硬件上，包括嵌入式硬件GPU。

人工智能已经以超出我们想象的方式接管了我们的生活。然而，有一些神奇的工具可以帮助设计师进行设计，并运行人工智能技术。人工智能会接管世界吗？也许不是，但是这些设计工具会对你大有帮助。在本视频中，我列出了一些人工智能设计工具。