A mérnöki tervezés egyik legnagyobb kihívása a rengeteg változó kezelése és a drága tesztelések korlátozott száma. Legyen szó akár az elektromos hálózat finomhangolásáról, akár egy biztonságosabb autó megalkotásáról, a folyamat sokszor rendkívül idő- és költségigényes. Az MIT kutatói most egy új módszert dolgoztak ki, amely mesterséges intelligencia segítségével akár százszoros gyorsasággal találhatja meg a legjobb megoldásokat a komplex problémákra. Új szemlélet a klasszikus optimalizációban A mérnökök régóta használnak egy, a valószínűségeket és bizonytalanságokat figyelembe vevő iteratív módszert, a Bayes-optimalizációt, amely segít meghatározni a legjobb paramétereket egy bonyolult rendszerben. Ez a megközelítés egy helyettesítő modellt (szurrogátmodellt) használ, amely előre jelzi, hogy melyik beállítással érdemes próbálkozni. Azonban a modell újratanítása minden lépés…