详细内容或原文请订阅后点击阅览
设计一种优化复杂协调系统的新方法
使用图表在Multipart系统中表示交互可以提供更快的方法来设计软件改进。
来源:MIT新闻 - 人工智能协调复杂的交互式系统，无论是城市中不同的运输方式还是必须共同努力制造有效机器人的各种组件，这对于软件设计师来说是一个越来越重要的主题。现在，麻省理工学院的研究人员开发了一种全新的方法来解决这些复杂问题，使用简单的图作为工具来揭示在深度学习模型中更好地进行软件优化的方法。
他们说，新方法使解决这些复杂的任务如此简单，以至于可以将其简化为适合餐巾纸背面的图纸。
在机器学习研究的杂志上描述了新方法，在一份论文中，通过即将上任的博士生Vincent Abbott和MIT的信息和决策系统实验室的Gioele Zardini教授（LIDS）。
机器学习研究的交易“我们设计了一种新语言来谈论这些新系统，”扎迪尼说。他解释说，基于新图的“语言”是基于所谓的类别理论的。
这一切都与设计计算机算法的基础体系结构有关，这些程序实际上最终会感知和控制正在优化的系统的各个部分。 “组件是算法的不同部分，它们必须互相交谈，交换信息，但也考虑了能源使用，记忆消耗等。”众所周知，这种优化是困难的，因为系统的一个部分的每次变化反过来又可能导致其他部分的变化，从而进一步影响其他部位，依此类推。
结果，他说：“这解决了一个非常重要的问题，即我们拥有这些深入学习的算法，但并未清楚地理解为数学模型。”他说，但是通过将它们表示为图表，可以正式和系统地接近它们。