0
對于MATLAB，不少人的印象依然停留在學校期間學習的高級線性代數(shù)解題器的階段，在他們看來，MATLAB只是一個高級版的計算器。
從本質(zhì)上說，這種看法并沒有錯。因為 MATLAB 的確提供了豐富的數(shù)學計算功能，甚至為了簡化使用，這些功能也盡量以極簡的數(shù)學入門語法實現(xiàn)，以至于一個沒什么編程經(jīng)驗的初學者也可以很快把描述良好的數(shù)學方程直接“翻譯”到 MATLAB 語言之中，這也成了 MATLAB 作為一種數(shù)值計算語言的關(guān)鍵優(yōu)勢之一。
然而，這種看法卻不完整。因為 MATLAB 并非只能做各種各樣的數(shù)學運算，實際上在過去的 30 年中，MATLAB 積累了大量工業(yè)應(yīng)用相關(guān)的工具箱，在廣度上觸及了數(shù)據(jù)分析、通信和信號處理、復雜控制系統(tǒng)、代碼生成、金融學甚至生物信息學等在內(nèi)的諸多領(lǐng)域，目前已經(jīng)成為通信信號處理和控制算法開發(fā)的通用平臺之一。
另外，近年來隨著大數(shù)據(jù)和深度學習技術(shù)的興起，MATLAB 還適時地推出了：統(tǒng)計與機器學習工具箱、神經(jīng)網(wǎng)絡(luò)工具箱、數(shù)據(jù)庫工具箱以及自動駕駛工具箱等在內(nèi)的各種大數(shù)據(jù)分析和人工智能相關(guān)的新功能。
不僅如此，按照 MATLAB 官網(wǎng)的說法，實際上公司內(nèi)部安排有專門的測試團隊，每天針對 MATLAB 提供的函數(shù)庫和工具箱進行百萬量級的測試和驗證，以保證它們的穩(wěn)定性和可靠性。
然而，在這個大數(shù)據(jù)風起云涌、開源項目層出不窮的時代，作為這樣一個功能豐富、易用、可靠的巨無霸級商業(yè)軟件，MATLAB 在一些領(lǐng)域似乎陷入了不小的危機。例如在人工智能領(lǐng)域，TensorFlow 和 Caffe 這樣的開源框架似乎更受歡迎，相應(yīng)地，NumPy、SciPy 和 SymPy 等基于 Python 的數(shù)學計算開源庫的應(yīng)用也越來越多。為什么同樣可以完成一項任務(wù)，MATLAB在這些場景的出鏡率更低？與這些開源項目相比，MATLAB 的目標用戶到底是哪些人？
為了回答這些問題，雷鋒網(wǎng)近日采訪了 MathWorks 公司中國區(qū)高級應(yīng)用工程師陳建平，從他口中，我們得以更深入地認識 MATLAB。
“術(shù)業(yè)有專攻，數(shù)據(jù)科學家不是專業(yè)程序員。” 陳建平表示，“一直以來，MATLAB 的目標客戶都是各個領(lǐng)域的算法研發(fā)人員和科學家。在大數(shù)據(jù)時代也不例外， MATLAB 的大數(shù)據(jù)客戶集中在面向工業(yè)生產(chǎn)的大數(shù)據(jù)分析之中。”
陳建平說，這些人并非專業(yè)的程序員，他們本身具有豐富的工業(yè)知識和背景，但是對計算機和編程卻不擅長，由于科研和工業(yè)上的應(yīng)用需要，又必須借助計算機程序來做一些數(shù)值運算和數(shù)據(jù)處理類的任務(wù)，因此他們需要 MATLAB。MATLAB 可以為這些用戶補足計算機編程上的短板，讓他們專注于本身業(yè)務(wù)上的工作。這一點與開源軟件的目標用戶其實是非常不同的，開源項目的使用者大多數(shù)都是編程專家。
“例如在大數(shù)據(jù)處理領(lǐng)域，MATLAB就為用戶提供了一套極簡的 API，方便用戶把一個串行的數(shù)值計算問題平滑遷移到 Haddop/Spark 平臺，即使是一個沒有太多軟件開發(fā)經(jīng)驗的人，只要他/她有工業(yè)背景，也可以在極短的時間內(nèi)，開發(fā)并部署大數(shù)據(jù)的應(yīng)用?！标惤ㄆ奖硎?。
“具體來說，與MATLAB功能有重疊的產(chǎn)品其實有兩類。”陳建平進一步表示，“一類是NumPy和SciPy這樣的數(shù)值運算工具，另一類是TensorFlow和Caffe這樣框架級的產(chǎn)品。MATLAB的特點是簡單、高效，只要懂數(shù)學或者具有一定的工業(yè)背景，幾個小時之內(nèi)就能很快上手，而且MATLAB還配有非常全面和詳細的幫助文檔?！?/p>
“但這些開源項目不同，雖然它們是免費的，看起來節(jié)省了開發(fā)成本，但每個工具的學習其實都需要一定的編程基礎(chǔ)，使用上遠不及MATLAB簡單，碰到問題也幾乎沒有對應(yīng)的幫助文檔，這一點實際上又拉長了開發(fā)周期。當然，這里我不是說這些開源的框架不好，現(xiàn)在各種算法其實都是公開的，大家的實現(xiàn)也都差不多，無非是各種工具的應(yīng)用側(cè)重點不一樣。你將幾種特定領(lǐng)域的開源工具組合起來，可能也可以完成一個工程上的項目，但它的可靠性和庫的質(zhì)量是沒有保證的，高效性也很可能不如商業(yè)軟件。這里根本的原因是商業(yè)軟件是經(jīng)過專業(yè)團隊大量驗證和評估的結(jié)果，商業(yè)公司要對其產(chǎn)品負責，而開源項目在穩(wěn)定性和可靠性上則沒有這方面的保證。”
陳建平認為，從根本上說MATLAB和這些開源工具的定位也很不一樣。MATLAB 是按照工業(yè)應(yīng)用的順序?qū)⒏鞣N相關(guān)的功能整合在一起，形成一套完整的流程工具。而開源框架考慮更多的是如何做好其中的一個點。比如 Tensorflow 關(guān)注于深度學習，Caffe 關(guān)注于卷積處理等。陳建平說：“我相信在一些場景下，開源工具可能在某個單一的點上做得非常好，超過了 MATLAB，但是 MATLAB 會更貼近工業(yè)應(yīng)用，它覆蓋了工程上從數(shù)據(jù)采集、整理、分析到產(chǎn)品發(fā)布的各個重要環(huán)節(jié)，這一點其他開源工具是無法做到的?！?/p>
“例如和 TensorFlow 對比，MATLAB 是典型的工程數(shù)值軟件，要解決的是工程計算的問題；而 TensorFlow 則更加注重深度學習，目的是簡化深度學習的算法開發(fā)問題。一個是通用的數(shù)值計算軟件，一個專用的深度學習軟件，兩者在定位上本身就非常不同。”
除此之外，這種定位的不同還重點體現(xiàn)在工業(yè)背景上。現(xiàn)有工業(yè)用戶已經(jīng)匯集了大量的工業(yè)數(shù)據(jù)，單一的數(shù)據(jù)分析手段常常無法滿足工業(yè)客戶的需求。工業(yè)數(shù)據(jù)的特點要求工程師必須具備專業(yè)的領(lǐng)域知識，并且能夠在領(lǐng)域知識和大數(shù)據(jù)分析之間進行高效協(xié)作。要實現(xiàn)這一點，最簡單的方案莫過于一個統(tǒng)一的平臺，而這就是作為傳統(tǒng)的工業(yè)仿真和分析軟件 MATLAB 發(fā)揮作用的地方。
“我們需要一種能夠簡化專業(yè)工程師工作的手段，降低工程師和數(shù)據(jù)科學家之間的溝通成本，提升企業(yè)大數(shù)據(jù)分析的效率，這一點和開源框架非常不同?！标惤ㄆ浇榻B稱，“例如機器學習，很多人關(guān)注的都是怎樣做好中間的模型訓練部分，關(guān)注于算法的實現(xiàn)，但其實工程上最大的時間分配是在數(shù)據(jù)的預處理部分。這個部分需要工程師的領(lǐng)域知識才能夠做的最好，這點就需要除了單純的機器學習之外的工具的配合。我舉一個簡單的例子，即使是AlphaGo 學習圍棋，也需要最好的圍棋專家和大量的棋譜，你直接把 19x19 的表格輸送給算法是沒有用的?！?/p>
陳建平稱：“MATLAB 更加側(cè)重工業(yè)上的數(shù)據(jù)分析，它的主要優(yōu)勢在于幾十年來在工業(yè)領(lǐng)域積累的各種性能穩(wěn)定的工具箱。雖然 MATLAB 也做機器學習和深度學習相關(guān)的功能，但其實也只涉及一些靠近工業(yè)應(yīng)用的部分，并不全面。我們更多的是在工業(yè)上提供一些方便快捷的工具箱，提供很多圖形化的工具簡化開發(fā)過程?！?/p>
整體上看，正是由于 MATLAB 專門面向不擅長編程的、具有工業(yè)背景的科研用戶量身定制，而且又定位于實際工業(yè)場景的應(yīng)用，因此在以編程專家和學者居多的，尚處于學術(shù)發(fā)展期的人工智能領(lǐng)域自然不受重視。不過就像陳建平反復強調(diào)的：“工具本身沒有什么好壞之分，面對特定的問題，選擇特定的工具，這是再正常不過的道理。就好像大家都說 C 語言和匯編是萬能的，但沒人會用 C 和匯編去做所有事情。”
最后，陳建平提到了另一個在人工智能領(lǐng)域人們更少提到 MATLAB 的關(guān)鍵原因。他表示：“開源軟件的一個重要優(yōu)勢就是社區(qū)討論，所有用戶都能下載和使用這些軟件，然后根據(jù)自己的使用結(jié)果、收獲和疑問展開討論。但商業(yè)軟件則不同，商業(yè)軟件需要購買，而且 MATLAB 的用戶群更多地集中于企業(yè)和機構(gòu)，這類用戶很少在公開場合發(fā)表自己產(chǎn)品的核心技術(shù)，更不會分享代碼。這也是相對開源軟件，MATLAB 出鏡率更低的一個重要因素?！?/p>
其實，“MATLAB 只是一個高級版的計算器”這句話本身已經(jīng)表達了一種固有的印象：MATLAB 只是專門用來做數(shù)學計算的。雖然客觀上 MATLAB 軟件的確已經(jīng)在數(shù)學計算的基礎(chǔ)上進行了廣泛且深入的擴展，但事實證明這種固有印象的轉(zhuǎn)變似乎還有待時日。
雷鋒網(wǎng)(公眾號：雷鋒網(wǎng))相關(guān)閱讀：
這才是 TensorFlow 自帶可視化工具 TensorBoard 的正確打開方式！（附項目源碼）
推薦 | ThoughtWorks 大牛教你入門 Tensorflow
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
