Инженеры из MIT представили инновационный подход, который обещает ускорить решение сложных инженерных задач. Их новый алгоритм, основанный на табличной модели ИИ, может сократить время на поиск оптимальных решений в задачах, где задействованы сотни переменных.
Революция в инженерной оптимизации
Разработка MIT позволяет быстро находить лучшие решения для таких сложных задач, как оптимизация энергосистем или проектирование автомобилей. Новый метод использует байесовскую оптимизацию в сочетании с крупными ИИ-моделями, обученными на табличных данных. Это позволяет сократить время поиска лучших решений в 10-100 раз по сравнению с существующими методами.
Как работает новая методика
Ключевой элемент разработки — это использование табличной фундационной модели, которая, как ChatGPT для текстов, работает с табличными данными. Она автоматически определяет, какие переменные наиболее важны для достижения оптимального результата. Это позволяет сосредоточиться на критических аспектах задачи и ускорить процесс оптимизации.
Применение в реальных задачах
Методика уже протестирована на 60 различных инженерных задачах, включая проекты по улучшению безопасности автомобилей и оптимизации энергосетей. Результаты впечатляют: на многих тестах алгоритм показал эффективность в десятки раз выше аналогов.
Потенциал и перспективы
Исследователи из MIT планируют расширить применение своей технологии на задачи с тысячами и даже миллионами переменных, например, в проектировании кораблей. Это может привести к значительным изменениям в том, как инженеры и ученые подходят к разработке сложных систем.
По мнению профессора Вэй Чена из Северо-Западного университета, данная работа демонстрирует перспективные возможности использования фундационных моделей не только в языковых задачах, но и в качестве алгоритмических движков для инженерии и науки.