Исследователи из MIT разработали новый метод оптимизации, который может значительно упростить решение сложных инженерных задач. Технология, получившая название "ChatGPT для таблиц", применяет модель искусственного интеллекта для анализа табличных данных и выбора наиболее значимых переменных.
Революция в инженерном дизайне
Инженерные задачи, такие как оптимизация энергосистем или создание безопасных автомобилей, часто включают в себя анализ сотен переменных. Традиционные методы оптимизации могут быть неэффективными при таком количестве данных. Однако новая техника MIT позволяет находить оптимальные решения в 10-100 раз быстрее.
Как это работает?
В основе метода лежит использование табличной фундаментальной модели, предварительно обученной на больших объемах данных. Эта модель автоматически определяет, какие переменные имеют наибольшее влияние на конечный результат, и сосредотачивает усилия на их анализе.
"Это как если бы автомобиль имел 300 критериев дизайна, но только некоторые из них действительно влияют на безопасность. Наш алгоритм умно выбирает критические характеристики для анализа", — объясняет Розен Ю, ведущий автор исследования.
Применение в реальных задачах
Метод уже протестирован на 60 различных задачах, включая проектирование энергосистем и тестирование автомобилей на краш-тестах. В большинстве случаев новая техника превосходила существующие алгоритмы, находя решения быстрее и точнее.
Хотя метод не решил все задачи, например, планирование пути робота, он показал огромный потенциал для применения в задачах с большим числом переменных, таких как проектирование морских судов.
Перспективы и будущее
Исследователи намерены продолжать работу над улучшением табличных моделей и их применением в задачах с миллионами переменных.
"Это серьезный шаг вперед в использовании фундаментальных моделей как инструментов для инженерии и науки, позволяя классическим методам, таким как байесовская оптимизация, решать задачи, которые ранее были недоступны", — говорит Фаез Ахмед, один из авторов исследования.
