Алгоритм MIT находит минимальный набор данных для оптимальных решений
Исследователи из Массачусетского технологического института разработали математический алгоритм, который определяет минимальный набор данных, гарантирующий нахождение оптимального решения сложных задач.
Геометрическая визуализация оптимальности. Автор: arXiv (2025). DOI: 10.48550/arxiv.2505.21692
Метод применим к широкому классу задач, включая планирование метро в мегаполисах, управление цепочками поставок и оптимизацию энергосетей. Вместо сбора обширных данных алгоритм анализирует структуру проблемы и неопределённость параметров, определяя минимальный набор измерений для гарантированного нахождения оптимального решения.
«Данные — один из важнейших аспектов ИИ-экономики. Модели обучаются на всё больших объёмах данных, потребляя огромные вычислительные ресурсы. Но большинство реальных задач имеют структуру, которую можно использовать. Мы показали, что при тщательном отборе можно гарантировать оптимальные решения с небольшим набором данных», — объясняет Асу Оздаглар, профессор MIT и соавтор исследования.
Алгоритм работает итеративно, определяя, какие измерения необходимы для различения конкурирующих оптимальных решений. После сбора минимального набора данных второй алгоритм находит оптимальное решение.
«Мы оспариваем заблуждение, что малые данные означают приближённые решения. Это точные результаты достаточности с математическими доказательствами. Мы определили, когда вы гарантированно получите оптимальное решение с очень малым объёмом данных — не вероятно, а с уверенностью», — заявляет соавтор Саурабх Амин.
Исследование будет представлено на конференции NeurIPS 2025, которая пройдёт в Сан-Диего с 30 ноября по 5 декабря (с 1 по 6 декабря по московскому времени).
0 комментариев