MATLAB est un environnement de développement pour le calcul numérique au sens large. Il intègre notamment des fonctionnalités de visualisation avancées, des possibilités de calcul numérique (suite au rachat de MuPAD), de modélisation (Simulink), mais aussi des boîtes à outils pour des domaines scientifiques (robotique, apprentissage profond, optimisation numérique, etc.). MATLAB est aussi composé d'un langage de programmation propriétaire (dérivé de Fortran et d'APL), qui permet la programmation impérative, orientée objet et orientée tableaux, mais aussi fonctionnelle. La version 2019b, la deuxième version annuelle de MATLAB, vient de sortir. L'éditeur en temps réel de MATLAB (équivalent aux calepins de Mathematica ou Jupyter) combine code et résultats (y compris sous la forme de graphiques). La nouvelle itération dispose d'un explorateur de paramètres et d'une fenêtre de prétraitement des données : l'intérêt est que MATLAB peut générer automatiquement le code pour faire appel à ces fonctionnalités dans le calepin.
La boîte à outils Automated Driving s'enrichit d'une connexion avec Unreal Engine : on peut désormais simuler un environnement complexe dans Unreal Engine, avec une voiture contrôlée depuis MATLAB (notamment avec l'utilisation d'une série de capteurs : caméras, lidar et radar). Il est possible d'importer des scénarios de conduite depuis l'application dédiée.
La boîte à outils Navigation fait son apparition et offre des implémentations d'algorithmes utiles pour la navigation (pour une voiture autonome ou un robot). Notamment, elle offre une fonction pour déterminer la pose d'un véhicule à l'aide d'un capteur GPS et d'une centrale à inertie, mais aussi une implémentation de SLAM, pour créer une carte de l'environnement en l'explorant.
La boîte à outils Robotics est séparée en deux parties, pour créer la boîte à outils ROS, focalisée sur la communication avec des robots et des simulateurs utilisant les protocoles ROS et ROS 2. En pratique, cela signifie qu'il faudra acheter une licence supplémentaire pour les mêmes fonctionnalités...
La boîte à outils Deep Learning gère de nouvelles architectures de réseaux, notamment des GAN, ainsi que les réseaux avec des partages de poids (comme les techniques avec des réseaux siamois). Pour ce faire, la structure dlnetwork représente une architecture de réseau neuronal, puis facilite l'implémentation de procédures d'optimisation (calcul du gradient sur des minilots de donées à l'aide de dfleval et modelGradients).
Sources et images : notes de version, annonce.
Et vous ?
Que pensez-vous de cette nouvelle version de MATLAB ? Quelles sont les améliorations que vous souhaitez voir dans les prochaines versions ?