用于应用 人工智能(AI)的最先进的通用仿真生态系统

AnyLogic 是通用仿真领域的市场和技术领导者。 因此,AnyLogic 模型可以在许多不同的实际应用中帮助人工智能(AI) 从业者,包括:

为什么要使用AnyLogic训练AI?

  • 开放式API和编程能力——通过开放式API和可视化建模能力,支持全面的面向对象开发。
  • AnyLogic 云—用于基于服务器的模型执行的专有软件。 JavaScript、Python 和 Java 中的 RESTful API 允许从与模型的直接交互中抽象出来。
  • 基于智能体建模—AnyLogic独特的基于智能体的技术自然将其定位为一个强大的模型构建平台,用于多智能体强化学习方案中搭建训练环境。
  • 最先进的仿真技术—AnyLogic是唯一一款支持所有仿真方法(离散事件、基于智能体、系统动力学)及其任意方法组合建模的平台,此外具有专门的库可用于物料搬运、流程建模、流体、铁路、行人和道路交通建模。
  • 易用性—AnyLogic允许使用可视化建模语言、脚本和外部库。对流程图、状态图、行动图以及存量和流量图的本机支持,使其能够轻松开发,而对脚本的本机支持则使其具有可扩展性。
  • 在多个行业得到了广泛的应用—AnyLogic是很多全球财富500强企业在使用的仿真平台。这些企业使用AnyLogic的经验,对于其他公司中希望使用该平台作为其人工智能(AI)解决方案一部分的从业者来说是有利的。

AI与仿真的集成

用H2O.ai自主机器学习提高仿真预测能力


AnyLogic很荣幸与先进的自主机器学习平台H2O.ai合作。现在,您可以同时使用仿真和机器学习的预测功能。

为能够开始结合H2O无驱动人工智能平台训练的机器学习(ML)模型,我们有两个文档化的概念验证模型供下载。将ML模型嵌入到仿真中可以开拓新的应用领域,基于大数据的机器学习与仿真技术,数据科学家可以在无风险空间中测试解决方案,而仿真建模人员可以访问更多数据驱动的输入。继续阅读了解更多内容,动手试试看吧!

了解更多

使用Pypeline库访问机器学习模型


使用Pypeline库对基于Python的经过训练的机器学习模型进行本地访问。

如果Python库可以访问已部署的经过训练的机器学习模型,则可以使用Pypeline(自定义AnyLogic库)对其进行查询。Pypeline允许您使用参数执行Python脚本,或使用本地安装的Python从AnyLogic模型中交互式运行Python代码。

了解更多

使用ONNX Helper库访问机器学习模型


使用ONNX Helper库可以轻松访问以“.onnx”文件格式保存的经过训练的机器学习(ML)模型。ONNX格式是开放神经网络交换的缩写,是训练机器学习模型的标准化框架互操作格式。

虽然已有标准Java库存在,但它需要相对高级的技术知识才能使用。ONNX Helper是一个免费下载的附加库,适用于任何版本的AnyLogic(个人学习版、科研版、专业版)。通过单个对象和单个函数,它提供了一种简单易行的查询机器学习模型的方法。

了解更多

仿真和人工智能(AI)案例研究

视频:AnyLogic在人工智能(AI)领域的应用

AnyLogic公司首席执行官Andrei Borshchev在2019年AnyLogic年度会议上总结了仿真在商业机器学习中的应用。着重介绍了AnyLogic提供的无风险且易于使用的训练环境。优酷

关于人工智能(AI)与仿真的商业白皮书及资料

填写表格获取白皮书以及其他资料的下载链接(英文)。

通过白皮书了解在制定培训或测试策略以及在处理数据质量和数量时,AI和仿真如何形成强大的组合。从相关材料中,您可以清楚地了解使用AnyLogic进行仿真建模将对您的AI开发具有什么样的助益。阅读资料,观看视频,听取讨论,获取实际操作示例!

填写表格获取:

  • 关于人工智能(AI)与仿真的白皮书
  • 介绍人工智能与仿真的集成的网络研讨会音频
  • 通过强化学习和仿真解决工业问题
  • AnyLogic与普华永道(PwC)、微软(Microsoft)、Skymind和决策实验室(DecisionLab)进行的小组讨论
  • 有关集成人工智能与仿真的演示视频和幻灯片