E-book

Chapitre 7

Intégrer l’IA dans le design au niveau système avec Simulink

MATLAB intègre l’IA dans le processus de développement de modèles avec ses outils Statistics and Machine Learning Toolbox et Deep Learning Toolbox. Cependant, l’IA est également intégrée dans le design au niveau système grâce à Simulink.

Utiliser des modèles Simulink tout au long de votre processus de développement, une approche appelée Model-Based Design, est une manière éprouvée pour développer efficacement des systèmes complexes en réduisant les risques.

Aidés de Simulink, les ingénieurs peuvent comprendre et analyser des systèmes complexes en simulant des schémas-blocs. Simulink offre des blocs pour le Machine Learning et le Deep Learning, permettant aux ingénieurs de combiner les techniques d’IA avec l’approche Model-Based Design.

En intégrant l’IA à l’approche Model-Based Design pour le développement d’algorithmes embarqués, vous pourrez :

  • Essayer plusieurs modèles d’IA d’un algorithme et comparer rapidement les compromis en termes de précision et de performance sur équipement.
  • Évaluer la conformité des modèles d’IA des algorithmes aux exigences du système avant de les déployer.
  • Exécuter les modèles d’IA conjointement avec d’autres modèles dans un environnement simulé, afin de découvrir et résoudre les problèmes d’intégration système.
  • Tester des scénarios qui seraient trop difficiles, onéreux ou dangereux à exécuter sur du hardware ou dans un environnement physique.
Un robot métallique destiné à la chirurgie.

Le développement d’un dispositif complexe utilisant l’IA, comme un robot chirurgical, nécessite une intégration et une simulation au niveau système.

Vous pouvez également recourir à l’IA pour la modélisation d’ordre réduit (ROM) basée sur les données afin de modéliser des équipements médicaux plus complexes dans Simulink. Les ROM basées sur l’IA peuvent être utilisées en vue de remplacer un modèle haute-fidélité basé sur les principes fondamentaux du système. Les modèles basés sur les principes fondamentaux sont généralement trop gourmands en calculs pour être utilisés dans le cadre du design au niveau système, en particulier lors des tests Hardware-in-the-Loop ou Processor-in-the-Loop qui nécessitent l’exécution d’un modèle en temps réel. Vous pouvez entraîner des ROM basés sur l’IA à l’aide de données collectées à partir de systèmes hardware réels et les intégrer dans Simulink afin d’accélérer considérablement la simulation et les tests d’un système d’équipement médical complexe.

Vous pouvez également utiliser Simulink en tant qu’environnement dynamique de Reinforcement Learning, un sous-domaine du Machine Learning (ML).

En savoir plus sur le Reinforcement Learning

Simulink permet également aux ingénieurs médicaux de certifier des modèles embarqués basés sur l’IA dans le cadre du processus global de développement de logiciels pour des équipements médicaux en respectant les directives de la norme IEC 62304 lors de la phase de développement logiciel et en intégrant des workflows de vérification et de validation. Des fonctionnalités telles que la modélisation et les tests basés sur les exigences, l’ingénierie des systèmes, les workflows de tests formalisés et automatisés, ainsi que la génération et la vérification automatiques de code peuvent réduire significativement les coûts de développement globaux et le temps de mise sur le marché d’un équipement médical basé sur l’IA.

Pour en savoir plus sur l’utilisation de Simulink appliqué au développement d’équipements médicaux, consultez le livre blanc intitulé Approche Model-Based Design dans le développement d’équipements médicaux.