செயல்முறை மேம்படுத்தல்: ஆற்றல் சமநிலை, செயல்திறன் மற்றும் செலவு

ஆதாயங்கள்:

• புறநிலை செயல்பாடு, முடிவு மாறிகள் மற்றும் கட்டுப்பாடுகள் மூலம் தேர்வுமுறை சிக்கலை சரியாக கட்டமைக்கும் திறன் மற்றும் செயற்கை நுண்ணறிவு மூலம் காட்சிகள் மற்றும் யோசனைகளை உருவாக்குதல்
• கட்டுப்பாடுகளை முழுமையாக வரையறுப்பதன் முக்கியத்துவத்தைப் புரிந்துகொள்வது மற்றும் பாதுகாப்பு மற்றும் பொருந்தக்கூடிய தன்மையின் அடிப்படையில் கணித உகந்ததை மேலும் சோதிக்க முடியும்.
• பாதுகாப்புக் கட்டுப்பாடு என்பது பேரம் பேச முடியாத வரம்பாகும், அதை செயல்திறனுக்காக மாற்ற முடியாது.

ஒரு செயல்முறை "இயங்குகிறது", ஆனால் அது "உகந்ததாக" இயங்குகிறதா? அதே பொருளை குறைந்த ஆற்றல், அதிக செயல்திறன் மற்றும் குறைந்த செலவில் உற்பத்தி செய்ய வழி உள்ளதா? இந்தக் கேள்விகளைப் பின்தொடரும் புலம் செயல்முறை மேம்படுத்தல் ஆகும் - சில கட்டுப்பாடுகளின் கீழ் ஒரு இலக்கை மேம்படுத்த ஒரு செயல்முறையின் மாறிகளை சரிசெய்தல். உகப்பாக்கம் எப்போதும் சமநிலையின் ஒரு விஷயம்: ஆற்றலைக் குறைக்கும் போது தூய்மையைப் பராமரித்தல், செயல்திறனை அதிகரிக்கும் போது பாதுகாப்பு மற்றும் செலவை பராமரித்தல். இந்த யூனிட்டில், செயற்கை நுண்ணறிவை எவ்வாறு உகப்பாக்கம் சிக்கலை உருவாக்குவது, காட்சிகளை ஒப்பிடுவது மற்றும் முன்னேற்ற யோசனைகளை உருவாக்குவது போன்றவற்றை எவ்வாறு பயன்படுத்துவது என்பதை நீங்கள் கற்றுக் கொள்வீர்கள்; ஆனால் ஒவ்வொரு முன்மொழியப்பட்ட "முன்னேற்றமும்" ஏன் உருவகப்படுத்துதல், பாதுகாப்பு மற்றும் பொருளாதாரம் மூலம் சரிபார்க்கப்பட வேண்டும் என்பதை நாம் கற்றுக்கொள்வோம்.

தேர்வுமுறையில், நீங்கள் தொடர்ந்து மூன்று கருத்துகளை சந்திக்கிறீர்கள். குறிக்கோள் செயல்பாடு (புறநிலை செயல்பாடு - உகந்ததாக இருக்க வேண்டிய அளவு; எடுத்துக்காட்டாக, மொத்த ஆற்றல் செலவு), முடிவு மாறிகள் (சரிசெய்யக்கூடிய அளவுகள்; வெப்பநிலை, அழுத்தம், ரிஃப்ளக்ஸ் வீதம்) மற்றும் கட்டுப்பாடுகள் (தாங்கக் கூடாத வரம்புகள்; தயாரிப்பு தூய்மை, பாதுகாப்பு வரம்பு, உபகரணங்கள் திறன்). ஒரு நல்ல தேர்வுமுறை இந்த மூன்றையும் தெளிவாக வரையறுக்கிறது. அடையாளம் மற்றும் விருப்பத்தை உருவாக்கும் இந்த கட்டத்தில் துல்லியமாக AI சக்தி வாய்ந்தது.

தேர்வுமுறையில் படிப்படியான AI ஆதரவு

1. சிக்கலை சரியாக வடிவமைக்கவும். நான் AIயிடம் "நான் எதை மேம்படுத்த விரும்புகிறேன், எதை மாற்ற முடியும், எதை என்னால் ஒருபோதும் மிஞ்ச முடியாது?" உங்கள் கேள்விகளுக்கு பதில் கிடைக்கும். இலக்கு, மாறிகள் மற்றும் கட்டுப்பாடுகளை தெளிவுபடுத்துவது பாதி வேலை.

2. மாறிகளின் தாக்கத்தைக் கண்டறியவும். எந்த மாறியானது இலக்கில் (உணர்திறன்) அதிக தாக்கத்தை ஏற்படுத்தக்கூடும் என்பது பற்றிய கருதுகோள்களை AI உருவாக்குகிறது. இவை உருவகப்படுத்துதலுடன் சோதிக்கப்பட வேண்டிய யோசனைகள்.

3. வெப்ப ஒருங்கிணைப்பு யோசனைகள். AI என்பது கழிவு வெப்ப மீட்பு போன்ற கிளாசிக்கல் ஆற்றல் சேமிப்பு அணுகுமுறைகளை நினைவூட்டுகிறது (பிஞ்ச் பகுப்பாய்வு - செயல்முறையில் வெப்ப மீட்டெடுப்பின் தத்துவார்த்த வரம்பைக் கண்டறியும் முறை). நீங்கள் சாத்தியத்தை மதிப்பிடுகிறீர்கள்.

4. பரிவர்த்தனைகளைக் காணச் செய்தல். AI கேட்கிறது "நீங்கள் ஆற்றலை 10% குறைத்தால், தூய்மை எவ்வாறு பாதிக்கப்படும், என்ன விலை?" இது போன்ற வர்த்தக பரிமாற்றங்களை விளக்குகிறது. எண்கள் உருவகப்படுத்துதலில் இருந்து வர வேண்டும்; AI கட்டமைப்பை உருவாக்குகிறது.

5. உகப்பாக்கம் குறியீடு வரைவு. பைதான் தேர்வுமுறை ஸ்கிரிப்ட்டின் வரைவை AI எழுதுகிறது (எ.கா. scipy.optimize); புறநிலை செயல்பாடு, கட்டுப்பாடுகள் மற்றும் தீர்வை நிறுவுகிறது. நீங்கள் குறியீட்டையும் முடிவையும் சரிபார்க்கவும்.

6. பாதுகாப்பு மற்றும் நியாயமான வடிகட்டி. உத்தேசமானது பாதுகாப்பு வரம்புகளுக்குள் உகந்ததா? இது உடல் ரீதியாக சாத்தியமா? இந்த இறுதித் தீர்ப்பு உங்களுடையது.

உதவிக்குறிப்பு: தேர்வுமுறையில் அடிக்கடி மறக்கப்படும் விஷயம் கட்டுப்பாடுகள். AIக்கு சிக்கலைக் கொடுக்கும்போது பாதுகாப்பு மற்றும் தரக் கட்டுப்பாடுகளை தெளிவாக எழுதுங்கள்; இல்லையெனில் AI ஆனது காகிதத்தில் "சிறந்தது" ஆனால் உண்மையில் ஆபத்தானது அல்லது தயாரிப்புக்கு இடையூறு விளைவிக்கும் ஒரு உகந்ததை பரிந்துரைக்கலாம்.

"உகந்தவை" என்பது ஒரு பரிந்துரை அல்ல, ஆனால் சரிபார்க்கப்பட வேண்டிய ஒரு கருதுகோள்

AI அல்லது ஒரு தேர்வுமுறை அல்காரிதம் ஒரு "இனிமையான இடத்தை" வழங்கும் போது, அது கணித மாதிரியில் சிறந்தது - உண்மையான செயல்முறை அல்ல. மாதிரியில் விடுபட்ட கட்டுப்பாடு இருந்தால், அது உகந்த பாதுகாப்பு வரம்பை மீறலாம். மாறியைக் கட்டுப்படுத்துவது (எ.கா. வெப்பநிலையை அதிகரிப்பது) காகிதத்தில் விளைச்சலை அதிகரிக்கலாம், ஆனால் உண்மையில் பக்க எதிர்வினை, வினையூக்கி வாழ்க்கை அல்லது பாதுகாப்பு ஆகியவற்றின் அடிப்படையில் ஏற்றுக்கொள்ள முடியாததாக இருக்கலாம். ஒவ்வொரு தேர்வுமுறை முடிவும் பாதுகாப்பு மற்றும் பொருந்தக்கூடிய தன்மைக்காக மேலும் சோதிக்கப்படுகிறது.

எச்சரிக்கை: ஒரு தேர்வுமுறை பரிந்துரை பாதுகாப்பு வரம்பை மீறினால் ("அழுத்தம் ஒருபோதும் அதிகமாக இருக்கக்கூடாது", "வெப்பநிலை தப்பிக்கும் வாசலுக்குக் கீழே இருக்க வேண்டும்"), செயல்திறனைப் பொருட்படுத்தாமல் அது செயல்படுத்தப்படாது. பாதுகாப்புக் கட்டுப்பாடு என்பது தேர்வுமுறையின் பேச்சுவார்த்தைக்குட்பட்ட வரம்பு.

மூன்று சிறிய வழக்குகள்

வழக்கு 1 - ஆற்றல் சேமிப்பு யோசனை. ஒரு வடிகட்டுதல் பிரிவில், YZ இரண்டு நீரோடைகளுக்கு இடையே வெப்ப ஒருங்கிணைப்பை (குளிர் தீவனத்தை சூடான தயாரிப்புடன் முன்கூட்டியே சூடாக்குதல்) முன்மொழிந்தது. குழு இதை உருவகப்படுத்துதலில் சோதித்தது; ரீபாய்லர் டூட்டி சுமார் 18% குறைந்துள்ளது, தூய்மை பராமரிக்கப்படுகிறது. இந்த யோசனை AI இலிருந்து வந்தது, உருவகப்படுத்துதல் மற்றும் செலவு பகுப்பாய்வு மூலம் முடிவு எடுக்கப்பட்டது.

வழக்கு 2 - கட்டுப்பாடற்ற உகந்த ஆபத்து. ஒரு பொறியாளர், "ஆற்றலைக் குறைக்க" ரிஃப்ளக்ஸ் வீதத்தைப் பரிந்துரைக்குமாறு AIயிடம் கேட்டார், ஆனால் தூய்மைக் கட்டுப்பாட்டை எழுத மறந்துவிட்டார். YZ மிகவும் குறைந்த ரிஃப்ளக்ஸ் பரிந்துரைக்கப்படுகிறது; உருவகப்படுத்துதலில், தயாரிப்பு தூய்மை விவரக்குறிப்பிற்கு கீழே குறைந்தது. கட்டுப்பாடு சேர்க்கப்பட்டபோது, ​​ஒரு யதார்த்தமான உகந்தது கண்டறியப்பட்டது. பாடம்: கட்டுப்பாடற்ற தேர்வுமுறை தவறானது.

வழக்கு 3 - தேர்வுமுறை குறியீடு. ஒரு குழு AI இலிருந்து scipy.optimize இன் வரைவை மூன்று-மாறும் செலவைக் குறைப்பதற்காகப் பெற்றது. அறியப்பட்ட எளிய சோதனைச் சிக்கலில் சரியான முடிவைக் கொடுத்தபோது குறியீடு உண்மையான மாதிரியுடன் இணைக்கப்பட்டது. கட்டம் தேடலின் மூலம் சரிபார்க்கப்பட்ட போது தீர்வு சீரானது; ஆனால் பொறியாளர் மேலும் உகந்தது பாதுகாப்பு சாளரத்திற்குள் இருப்பதை உறுதிப்படுத்தினார்.

நகலெடுக்கக்கூடிய நான்கு வார்ப்புருக்கள்

1) தேர்வுமுறை சிக்கலை உருவாக்குதல்:

உங்கள் பங்கு: செயல்முறை மேம்படுத்தல் பொறியாளர். எனது செயல்முறை: [குறுகிய விளக்கம்]. சிக்கலைத் தெளிவுபடுத்த எனக்கு உதவவும்: (1) புறநிலை செயல்பாடு என்னவாக இருக்க வேண்டும் (ஆற்றல்/செலவு/விளைச்சல்), (2) என்ன முடிவு மாறிகள் சரிசெய்யப்படலாம், (3) என்ன கட்டுப்பாடுகள் (தூய்மை, பாதுகாப்பு, திறன்) மீறக்கூடாது. தடைகளை முழுமையாக பட்டியலிடுங்கள்; மறக்கப்பட்ட பாதுகாப்புக் கட்டுப்பாடுகள் இருக்கலாம், குறிப்பாக மிடியேவிடம் கேளுங்கள். பின்னர் தீர்வு அணுகுமுறையை பரிந்துரைக்கவும்.

2) வர்த்தக அட்டவணை:

நான் பின்வரும் மாறியை ([மாறி], பின்வரும் வரம்பில்) மாற்றும்போது இலக்குகள் மற்றும் கட்டுப்பாடுகள் எவ்வாறு பாதிக்கப்படலாம் என்பதை வர்த்தக-ஆஃப் அட்டவணையைக் காட்டுங்கள்: ஆற்றல், தூய்மை, மகசூல், செலவு, பாதுகாப்பு. எண் மதிப்புகளை பொருத்துதல்; ஒவ்வொரு கலத்திலும் "உருவாக்கத்தால் நிரப்பப்பட வேண்டும்" என்று எழுதி, போக்கு திசையை மட்டும் குறிப்பிடவும் (அதிகரிக்கும்/குறைக்கும்). நான் அளவிடுவதற்கான காட்சிகளைப் பரிந்துரைக்கவும்.

3) உகப்பாக்கம் குறியீடு (பைதான்) வரைவு:

scipy.optimize ஐப் பயன்படுத்தி தேர்வுமுறை ஸ்கிரிப்ட் வரைவை எழுதவும். நோக்கம்: [நோக்கம்]. முடிவு மாறிகள்: [பட்டியல் மற்றும் வரம்புகள்]. கட்டுப்பாடுகள்: [சமத்துவம்/சமத்துவமின்மை கட்டுப்பாடுகள்]. (1) புறநிலை மற்றும் கட்டுப்பாடு செயல்பாடுகளை ஒதுக்கிடங்களாக அமைக்கவும், (2) பொருத்தமான தீர்வைத் தேர்ந்தெடுத்து, அதை ஏன் தேர்வு செய்தீர்கள் என்பதை விளக்கவும், (3) முடிவையும் தடைகள் திருப்திகரமாக உள்ளதா என்பதையும் தெரிவிக்கவும். தெரிந்த சோதனைச் சிக்கலுடன் குறியீட்டைச் சரிபார்ப்பேன். அலகு மற்றும் அனுமானங்களைக் குறிப்பிடவும்.

4) ஆற்றல் ஒருங்கிணைப்பு யோசனை திரையிடல்:

இந்தச் செயல்பாட்டில் ஆற்றல் நுகர்வைக் குறைக்கக்கூடிய கிளாசிக்கல் அணுகுமுறைகளைப் பட்டியலிடுங்கள் (வெப்ப ஒருங்கிணைப்பு, பிஞ்ச், ப்ரீஹீட்டிங், மீட்பு, இயக்க நிலை சரிசெய்தல்) மற்றும் இந்த செயல்முறைக்கு ஒவ்வொன்றின் பொருத்தத்தையும் முன்கூட்டியே மதிப்பீடு செய்யவும். ஒவ்வொரு யோசனைக்கும், சாத்தியமான அபாயங்களைக் குறிக்கவும் (கட்டுப்பாட்டு சிரமம், பாதுகாப்பு, மாசுபாடு). இவை யோசனைகளின் ஓவியங்கள்; நான் அதை உருவகப்படுத்துதல் மற்றும் பொருளாதாரம் மூலம் சரிபார்ப்பேன். செயல்முறை: [வரையறை]

பலவீனமான வரியில் / வலுவான வரியில்

பலவீனமான உடனடி:

இந்த செயல்முறையை மேம்படுத்தவும், ஆற்றலை குறைக்கவும்.

கட்டுப்பாடுகள் இல்லை, அளவுகோல் இல்லை. தூய்மை அல்லது பாதுகாப்பை தியாகம் செய்யும் "உகந்த" ஒன்றை AI பரிந்துரைக்கலாம்.

சக்திவாய்ந்த தூண்டுதல்:

உங்கள் பங்கு: தேர்வுமுறை பொறியாளர். நோக்கம்: வடிகட்டுதல் நெடுவரிசையில் மறு கொதிகலன் ஆற்றலைக் குறைக்க. மாறி: ரிஃப்ளக்ஸ் விகிதம் (1.2-3.0). கட்டுப்பாடுகள் (தாங்க முடியாது): உச்ச தயாரிப்பு தூய்மை >= 99%, நெடுவரிசை வெள்ள வரம்பு, மின்தேக்கி திறன். என்னிடம் சொல்லுங்கள்: (1) நான் சிக்கலைச் சரியாக அமைத்துள்ளேனா எனச் சரிபார்க்கவும், (2) ஏதேனும் பாதுகாப்பு/தரக் கட்டுப்பாடுகள் விடுபட்டால் கேட்கவும், (3) உருவகப்படுத்துதலில் முயற்சிக்க வேண்டிய சூழ்நிலைகளைப் பரிந்துரைக்கவும். மதிப்பு உருவாக்கம்; நான் உருவகப்படுத்துதல் மூலம் முடிவு செய்வேன்.

வேறுபாடு தெளிவாக உள்ளது: இலக்கு, மாறிகளின் வரம்பு, கடக்க முடியாத கட்டுப்பாடுகள் மற்றும் சரிபார்ப்பு கட்டமைப்பு ஆகியவை தேர்வுமுறையை பாதுகாப்பானதாக்குகின்றன.

தேர்வுமுறையில் பங்கு விநியோகம்

படி

AI இன் பங்கு

மனிதனின் முடிவு

சிக்கல் அமைப்பு

நோக்கம்/மாறி/கட்டுப்பாடு தெளிவு

கட்டுப்பாடுகளின் முழுமை

உணர்திறன்

கருதுகோள் தலைமுறை

உருவகப்படுத்துதல் மூலம் சோதனை

வர்த்தகம்

சட்டகம், அட்டவணை

எண் (உருவகப்படுத்துதல்)

குறியீடு

சிப்பி ஸ்கெட்ச்

சோதனை, சரிபார்ப்பு

உகந்த

வேட்பாளர் புள்ளி

பாதுகாப்பு/பயன்பாடு உறுதிப்படுத்தல்

பொதுவான தவறுகள்

• கட்டுப்பாடுகளை காணவில்லை. கட்டுப்பாடற்ற உகப்பாக்கம் பாதுகாப்பு அல்லது தரத்தை தியாகம் செய்யும் தவறான உகந்ததை வழங்குகிறது.
• உகந்ததை நேரடியாக செயல்படுத்துதல். கணித உகந்தது பாதுகாப்பு மற்றும் சாத்தியக்கூறுகளுக்காக மேலும் சோதிக்கப்படுகிறது.
• AI ஐ வர்த்தக-ஆஃப் எண்களுக்கு ஏற்ப மாற்றுகிறது. வர்த்தக மதிப்புகள் உருவகப்படுத்துதலில் இருந்து வர வேண்டும்; AI கட்டமைப்பை மட்டுமே உருவாக்குகிறது.
• தேர்வுமுறை குறியீட்டை சோதனை செய்யாமல் பயன்படுத்துதல். அறியப்பட்ட சிக்கலுக்கு எதிராக சரிபார்க்கப்படாமல், குறியீடு உண்மையான மாதிரியுடன் இணைக்கப்படாது.
• செயல்திறனுக்கான வர்த்தக பாதுகாப்பு கட்டுப்பாடு. பாதுகாப்பு விளிம்பு பேச்சுவார்த்தைக்குட்பட்டது அல்ல; செயல்திறனுக்காக மீறப்படவில்லை.

சுருக்கமாக

செயல்முறை தேர்வுமுறையில் AI; இது ஒரு சக்திவாய்ந்த உதவியாளர், இது சிக்கலை உருவாக்குகிறது, உணர்திறன் கருதுகோள்களை உருவாக்குகிறது, வர்த்தக பரிமாற்றங்களை உருவாக்குகிறது, ஆற்றல் சேமிப்பு யோசனைகளைத் தூண்டுகிறது மற்றும் மேம்படுத்தல் குறியீட்டை உருவாக்குகிறது. ஆனால் தேர்வுமுறை முடிவு கணித மாதிரியின் உகந்ததாகும்; பாதுகாப்பு, தரம் மற்றும் பொருந்தக்கூடிய தன்மை ஆகியவற்றின் அடிப்படையில் பொறியாளர்களால் சரிபார்க்கப்படாமல் இதைப் பயன்படுத்த முடியாது. கட்டுப்பாடுகளை முழுமையாக வரையறுப்பது மற்றும் பேச்சுவார்த்தையின்றி பாதுகாப்பு விளிம்பை பராமரிப்பது பாதுகாப்பான தேர்வுமுறையின் அடிப்படையாகும்.

விண்ணப்ப பணி

மேம்படுத்தல் சிக்கலைத் தேர்வுசெய்யவும் (எ.கா. நெடுவரிசையில் ஆற்றல் குறைப்பு). இலக்கு, மாறிகள் மற்றும் தடைகளை "உகப்பாக்கம் சிக்கல் முன்வைக்கும்" டெம்ப்ளேட் மூலம் தெளிவுபடுத்தவும்; விடுபட்ட பாதுகாப்புக் கட்டுப்பாடுகள் ஏதேனும் உள்ளதா என AIயிடம் குறிப்பாகக் கேட்கவும். பின்னர் "டிரேட்-ஆஃப் டேபிள்" டெம்ப்ளேட்டுடன் காட்சிகளை அடையாளம் கண்டு, உருவகப்படுத்துதலில் (பொருந்தினால்) அவற்றை எண்ணில் நிரப்பவும்.

சரிபார்ப்பு பட்டியல்

• [ ] நான் நோக்கம், முடிவு மாறிகள் மற்றும் கட்டுப்பாடுகளை முழுமையாக வரையறுத்துள்ளேன்.
• [] நான் பாதுகாப்பு மற்றும் தரக் கட்டுப்பாடுகளை தெளிவாக எழுதி, AI ஐ விடுபட்ட தடையைக் கேட்கச் செய்தேன்.
• [ ] நான் உருவகப்படுத்துதலில் இருந்து ட்ரேட்-ஆஃப் எண்களை எடுத்தேன், அவற்றை AIக்கு பொருத்தமாக நான் உருவாக்கவில்லை.
• [ ] அறியப்பட்ட சிக்கலுடன் மேம்படுத்தல் குறியீட்டைச் சரிபார்த்தேன்.
• [ ] பாதுகாப்பு மற்றும் பொருந்தக்கூடிய தன்மையின் அடிப்படையில் கண்டறியப்பட்ட உகந்ததையும் நான் சோதித்தேன்.