Впроцессе многоцелевого поискаEvoX автоматизированная система и эксперт-предметник не заменяют друг друга, а образуют два взаимодействующих двигателя: система отвечает за «генерацию и отбор», эксперт — за «суждение и решение». Система раскрывает пространство возможностей, эксперт сводит их к одному варианту, готовому к передаче.
Такое разделение труда продолжает технические истоки урока 2: EvoX восходит к месту, где вновь сходятся символизм, коннекционизм, кибернетика иэволюционные вычисленияпричём эволюционные вычисления — наиболее прямой технический исток: они не задают заранее единственный ответ, а через мутацию и отбор балансируют конфликтующие цели в ходе реальной оценки. Именно поэтому сторона системы естественно подходит для параллелизма: кандидаты в популяции могут генерироваться и оцениваться одновременно. Традиционная инженерия долго страдала от «высокой стоимости сохраненияразнообразияи громоздкого последовательного планирования», а масштабный параллельный поиск и интеллектуальная генерация, обеспечиваемые GPU и большими моделями, — это та инженерная основа, которая смягчает это противоречие.
Разделение обязанностей: кто генерирует, а кто принимает решение
- Сторона системы: выполняет масштабную генерацию кандидатов, прогнозирование суррогатной моделью, построение фронта Pareto и сохранение разнообразия, отвечая на вопрос «какие есть возможности».
- Сторона эксперта: определяет приоритеты целей, жёсткие ограничения, допустимый риск и пригодность для реальных условий, отвечая на вопрос «что выбрать и почему».
Измерения оценки: оптимум по одной цели не равен варианту, готовому к передаче
Оценка вариантов должна превратитьВыигрыш в характеристикахиинженерные затратыв объяснимую и проверяемую основу для решений. Помимо выигрыша в характеристиках, следует одновременно рассматривать как минимум вычислительные и производственные затраты, робастность, ремонтопригодность, неопределённость, а также достоверность выводов при разреженной обратной связи. Ориентация только на оптимум по одной цели часто приводит к выбору вариантов, не реализуемых на практике или крайне чувствительных к возмущениям; а в задачах с конфликтом целей и сложными ограничениями именно многомерная оценка позволяет каждому из сохранённых эволюционным поиском кандидатов проявить свою область применения.
Методы решения: превращение предметного опыта в проверяемую логику
Через явные предпочтения, многоуровневую оценку, матрицу решений, пороговое вето и анализ чувствительности предметный опыт можно выразить в проверяемые и воспроизводимые правила выбора. Обычная последовательность такова: сначала жёсткими ограничениями «одним голосом» отклонить кандидатов, нарушающих базовые требования, затем для оставшихся кандидатов взвесить выгоды и затраты, и наконец с помощью анализа чувствительности убедиться, что вывод устойчив к возмущениям весов.
Разреженная обратная связь и замкнутый цикл ответственности
Когда высокоточная оценка дорога, а обратная связь разрежена, эксперт должен, опираясь на достоверность суррогатной модели, разнообразие кандидатов и уже наблюдаемые модели отказов, решить, перепроверять, заново производить выборку или прекращать поиск, а не слепо доверять «оптимальному решению» суррогатной модели. Выбор окончательного варианта и принятие риска — прерогатива эксперта-предметника; обоснование выбора должно возвращаться в виде предпочтений, ограничений или сигналов оценки, направляя следующий цикл эволюционного поиска и образуя замкнутый цикл ответственности.
Схема взаимодействия генерации системой и решений экспертаСхема разграничивает обязанности стороны системы и стороны эксперта: система отвечает за масштабную генерацию кандидатов, суррогатное прогнозирование и построение фронта Парето, эксперт — за приоритеты целей, жёсткие ограничения, допустимый риск и окончательное решение. При оценке нужно одновременно учитывать выгоды, затраты, робастность и достоверность, а обоснования выбора затем возвращаются в виде предпочтений и ограничений, образуя замкнутый цикл ответственности.
