自动化人工智能对技术创新者至关重要

是德科技全球企业和产品营销副总裁 Jeff Harris 

随着标准的不断发展，跨越多个云环境的应用逐渐增多，用户对“一体化”产品的期望也日益升高，这一切都让当今的新电子产品变得越来越复杂。复杂性的增加直接影响了新电子产品的设计、开发、仿真和测试覆盖率，导致开发团队倍受压力。

在众多测试发展方向中，最主流的方向仍然是自动执行设计和测试流程，并智能地洞察整个工作流程――即自动化人工智能。然而，是德科技最近委托 Forrester 进行的一项调查显示，89% 的公司仍在使用手动流程，只有 11% 的公司完全实现了测试矩阵的自动化。 虽然全自动化的采用率仍然很低，但各家公司也的确看到了自动化的价值，其中 75% 的公司部分采用了自动化流程，近一半的公司希望在未来三年内实现全自动化。 

人工智能、机器学习和数字孪生在复杂的电子系统开发中越来越受到关注

2021 年 12 月，是德科技委托 Forrester Consulting 公司对数据集成、分析、人工智能（AI）和机器学习（ML）等技术在典型产品开发周期中的运用进行了评估。Forrester 调查了 400 多位开发负责人，就他们当前在产品开发过程中使用 AI 和 ML 的程度询问了一系列问题。 

最初，我们听到大多数组织表示他们对当前所用的开发方法感到满意，其中 86% 的组织表示满意乃至非常满意。然而，同样是这些组织表示，他们 84% 的项目和设计要么采用了复杂的多层子系统，要么采用了集成系统，其中大部分都没有经过测试。 

尽管一开始看起来公司比较满意，但是我们通过调查了解到，当被问及想要提高电子设计流程的自动化和智能程度，尤其是未来的打算时， 他们都感觉到了压力。

目前，只有 10% 的公司在开发过程中实现了全自动化的设计和测试，但新冠疫情的肆虐已经迫使企业加速采用远程开发和自动化测试序列。开发团队还在争取实现让在不同地点办公的人员持续协作，因此数字孪生的使用率很可能进一步提升。 

数字孪生和仿真：电子设计的新模式

长期以来，硬件开发人员在制作原型之前一直依赖仿真环境来设计硬件。使用软件驱动的仿真器或数字孪生使他们能够对照已知的良好参考系统来衡量不同操作环境、条件和协议演变的影响，从而减少设计迭代次数。同样，软件开发人员使用 Scrum 等方法并在虚拟仿真过程中进行测试，也能逐步构建和部署新特性，如此也有助于减少设计迭代次数。

通信协议和云平台持续演进，软件和固件不断更新，导致电子产品交互变得日益复杂，给开发人员构成现实挑战，因为每一次演进、每一次更新都会带来一系列新变化，需要接受严格测试。通过尽量使用测试自动化和不断更新的数字孪生，开发团队能够测试更多的变化并降低具体设计出现问题的风险。

在电子设计工作流程中实现自动化人工智能

自动化正迅速变成一项必须要实现的目标。目前，基于人工数据输入、部分 Python 或图形编程以及 Excel 表格的全手动测试计划只能满足一小部分可能的用户场景。每次软件发布新版本后，设计人员都需要手动更新测试计划，从而导致电子设计周期进一步拖延。

不过，虽然测试自动化软件能够解决其中的一部分问题，因而不可或缺，但这还远远不够。测试自动化的效果由它们得出的分析结果和洞察决定。此次 Forrester 调查的受访者透露，他们的测试例中有一半以上都“超出了必要的范围”。测试自动化有助于缩短测试时间，但不能解决测试范围、测试质量和覆盖率等问题。利用分析和洞察结果，设计人员将能够在设计工作流程中实现自动化人工智能并执行范围更广的测试序列，在确保出色测试速度的同时还能覆盖理想的测试范围。

自动化人工智能作为一种软件模型，以是德科技极其丰富的测量技术和仿真能力为基础搭建，可以为开发人员提供快速的洞察，助力他们更快将设计推向市场并尽量避免风险。无论是测量电源和接地、波形信号质量、高速数据 I/O、网络完整性还是应用交付，我们都必须考虑如何帮助客户加快开发过程。 

自动化人工智能的成功标志是什么？

过去，人们在为新开发项目制定策略时往往发现“快、好、省无法同时兼得”。如果一切都不变的话，这个结论现在可能仍然成立。但是，通过在开发工作流程中集成自动化人工智能，您也许能够三者兼顾：

• 更快：能够加快产品上市速度

• 更好：提供更优质产品，让客户更满意 

• 更省：让产品开发流程更敏捷、更高效 

开发团队已经通过这种方法获得回报。无论产品开发涉及的是采用最新无线通信标准的新兴电子产品，还是高速数据传输、复杂云网络或分布式应用软件交付，工作重心都是相同的。搭建您的实验室设计与测试解决方案，在每个阶段都交付富有洞察力的分析结果。再辅之以 AI 和 ML，让他们可以始终探索新的改进余地。像您在制造阶段所做的那样在开发环境中实现自动化，将可以尽量缩短开发时间，同时确保尽量出色的产品性能。