Исследователи из Массачусетского технологического института (MIT) разработали новый подход, который может значительно ускорить решение комплексных инженерных задач. Эта технология, основанная на использовании табличных фундаментальных моделей, позволяет быстро и эффективно обрабатывать огромное количество переменных, что актуально для таких сфер, как оптимизация энергосистем или проектирование автомобилей.
Как работает "ИИ для таблиц"?
Основой метода стала адаптация классического подхода, известного как байесовская оптимизация. Он позволяет находить лучшие решения в сложных системах за счёт создания моделей, которые предсказывают, что стоит исследовать дальше. Однако, в отличие от традиционных методов, новая система не требует постоянной перенастройки модели, что значительно ускоряет процесс.
Умный выбор ключевых переменных
"Наш алгоритм способен автоматически выделять наиболее значимые переменные, которые влияют на конечный результат," — поясняет ведущий автор исследования, Розен Ю. Это позволяет сосредоточить внимание на критически важных параметрах и избежать траты времени на менее значимые аспекты, как, например, в проектировании автомобилей, где среди сотен критериев нужно выбрать только те, которые действительно влияют на безопасность.
Применение и перспективы
Тесты показали, что новая методика может находить решения в 10-100 раз быстрее по сравнению с существующими методами. Это делает её особенно полезной в областях, где требуется быстрая обработка большого числа переменных, например, в разработке новых материалов или лекарств.
Исследователи планируют расширить применение системы на задачи с тысячами и миллионами переменных, такие как проектирование военных кораблей. "Это работа открывает новые возможности для использования фундаментальных моделей не только в области восприятия или языка, но и как алгоритмических двигателей в научных и инженерных инструментах," — добавляет Фаез Ахмед из MIT.
Этот подход делает оптимизацию дизайна более доступной и применимой в реальных условиях, что подтверждает Вэй Чен, профессор инженерного дизайна, который не участвовал в исследовании.
