13. ročník letního setkání příznivců technických výpočtů a počítačových simulací
10.-11.9.2026 (čtvrtek až pátek), registrace od 8:30, vstup zdarma
Hotel Rakovec, Brněnská přehrada, Česká republika
Artificial intelligence – especially generative and agentic AI – is changing how engineering, science, and mathematics are practiced. By handling routine tasks, accelerating design loops, and combining human creativity with AI-generated insight, these technologies are enabling teams to push beyond traditional limits and move faster from possibility to proven results.
This keynote explores how generative and agentic AI can transform the way engineers, scientists and mathematicians innovate. We will examine how trusted modelling, simulation, computation, and mathematical workflows can be combined with emerging AI capabilities to improve quality, reduce rework, and accelerate progress from concepts and questions to validated designs, analyses, and discoveries. The talk will highlight the evolving role of AI as a collaborator: supporting creativity, automating repetitive work, strengthening decision-making, and reshaping the tools used to turn ideas into accurate, reliable, ready-to-use solutions.
Ultimately, this keynote will show how AI-augmented workflows can accelerate the pace of engineering, science, and mathematics while preserving the rigor, trust, and human judgment required for meaningful impact.
What was discussed in yesterday’s tech news? Did you read about the latest breakthroughs in cutting-edge research, or just enjoy the sports section of the evening edition? You might be surprised to learn that MATLAB and Simulink are often behind those headlines, even in sport!.
The tools behind innovation often remain invisible. In this session, we explore real-world stories from the news and uncover how MATLAB and Simulink enable innovation—from data analysis to system design—connecting cutting-edge discoveries to the engineering workflows that make them possible.
MATLAB pomáha výskumníkom, vývojárom a inžinierom pri analýze dát, tvorbe nových algoritmov a zariadení. Vychádza dvakrát do roka s množstvom noviniek v základnom module a jednotlivých nadstavbách.
Medzi najzaujímavejšie novinky v prostredí MATLAB patria bezpochyby AI asistenti. MATLAB Copilot bol uvedený v minulom roku. Tento rok k nemu pribudli Simulink Copilot pre asistované modelovanie a simulácie v prostredí Simulink a Polyspace Copilot, ktorý Vám pomôže s analýzou kódu v jazyku C.
Ďalej si predstavíme nové možnosti pre analýzu dát v prostredí MATLAB aj novinky pre modelovanie a simuláciu v prostredí Simulink, aktualizované nástroje na generovanie kódu a ďalšie vylepšenia v najrôznejších aplikačných oblastiach.
MATLAB a jeho doplňující služby stále rozšiřují nabídku nástrojů a zdrojů, které lze využít pro výuku a vzdělávaní na vysokých školách. Nejnovějším nástrojem je MATLAB Course Designer, pomocí kterého můžete vytvářet vlastní online kurzy postavené na nástrojích MATLAB a Simulink.
Programový kód, funkce, aplikace, vizualizace – to vše lze psát různým způsobem. Výsledek může být a) funkční nebo b) funkční a efektivní. Přednáška Vám představí tipy a triky, jak posunout Vaše programy ze stavu a) do stavu b).
Umělá inteligence mění způsob, jakým inženýři a vědci píší kód a vytváří své modely. Všeobecní AI asistenti sice umí spoustu věcí, ale pokud jde o komplexní nástroje jako MATLAB a Simulink jejich znalost rychle naráží na limity.
MathWorks na tuto mezeru reagoval vydáním nástrojů MATLAB Agentic Toolkit a Simulink Agentic Toolkit, které vybavují AI agenty dobrou znalostí prostředí MATLAB a Simulinik včetně živého propojení prostřednictvím protokolu MCP (Model Context Protocol).
Agent pracuje tak, že od uživatele dostane zadání, navrhne program podle doporučených pravidel a pak jej okamžitě ověří spuštěním v prostředí MATLAB. Pokud dostane nesprávný výsledek nebo chybová hlášení, program upraví a znovu jej otestuje - dokud program nevrací očekávané výstupy. V prostředí Simulink může agent přímo číst architekturu modelu, upravovat bloky, řídit simulace a ověřovat změny. Výsledkem je zásadní posun v tom, jak rychle a efektivně lze vytvářet programy pro analýzu dat nebo simulační modely v rámci vývoje metodou Model-Based Design.
Jak zadávat agentům úlohy, čeho se vyvarovat a kde začít? V příspěvku Vás seznámíme s tím, co jsme vyzkoušeli my.
V dnešních vestavěných (embedded) systémech se stále více uplatňují algoritmy založené na metodách umělé inteligence (AI). MATLAB je možné využít jako platformu pro návrh a integraci AI modelů do navržených systémů. Realizovatelnost a spolehlivost takových řešení je klíčovou otázkou při jejich vývoji. V příspěvku si představíme využití kompresních technik, jako je pruning, projekce a kvantizace, které umožní nasazení AI na embedded platformy.
Vývoj metodou Model-Based Design (MBD) je postaven na systematickém využívání simulačních modelů napříč vývojovým procesem. Simulace s virtuálním modelem systému umožňují rychle získat vhled do chování v reálném světě, provádět virtuální testování různých scénářů a ověřovat funkčnost vestavěného softwaru. V příspěvku si ukážeme, jak využít metodu MBD při návrhu autonomiích systémů.
Ukázkovým příkladem bude vývoj UAV – bezpilotních leteckých prostředků. Prostředí MATLAB a Simulink poskytuje nástroje a referenční aplikace pro návrh, simulaci, testování a nasazení těchto systémů. Můžete navrhovat letové řídicí jednotky, vyvíjet algoritmy autonomie a plánovat mise pro UAV systémy. Aplikace Flight Log Analyzer umožňuje interaktivně analyzovat 3D letové dráhy, telemetrické informace a data ze senzorů. Také lze generovat a simulovat scénáře pro UAV nebo provádět hardware-in-the-loop testování letových řídicích jednotek a navržených algoritmů. Můžete simulovat výstupy ze senzorů kamery, lidaru, IMU a GPS buď ve fotorealistickém 3D prostředí, nebo v 2,5D simulačním prostředí. Nástroje také podporují generování kódu C/C++ kódu pro rychlé prototypování, testování HIL a nasazení na cílový hardware.
Oblast simulace fyzikálních jevů je tradiční doménou nástroje COMSOL Multiphysics. Představíme si nejvýraznější novinky, která přinesla aktuální verze COMSOL Multiphysics a ukážeme si způsoby, jakým moderní precizní simulace posouvají vědu a výzkum ve firmách i vědeckých institucích.
Prediktivní řízení metodou Model Predictive Control (MPC) využívá vnitřní model k predikci budoucího chování systému a určení optimálního akčního zásahu. Model může zachycovat lineární i nelineární dynamiku soustavy a výpočet akčního zásahu může podléhat zadaným omezením. V prostředí MATLAB a Simulink je možné navrhovat různé typy MPC, s optimalizačním výpočtem v reálném čase nebo s před-počítaným řešením (explicitní MPC). Prediktivní řízení nachází uplatnění zejména v oblasti pokročilého řízení procesů, autonomním řízení vozidel nebo robotice.
Real-Time testing se stal nedílnou součástí vývojového cyklu. Společnost dSPACE nabízí širokou škálu hardwarových a softwarových řešení. Prezentace nastíní základní postupy vytváření aplikací pro Real-time testování. Ukážeme si zajímavé oblasti užití real-time platforem nejenom v automotive, ale také z jiných průmyslových oblastí. Na závěr vám povím novinky.
Přednáška se zaměří na představení práce v prostředí COMSOL Multiphysics při zpracování připravené úlohy – od zadání, přes nastavení a výpočet, až po výstupní vizualizace.