แกนหลักของบทเรียนนี้คือการกลับมาบรรจบกันอีกครั้งของหลายเส้นทางในด้านปัญญาประดิษฐ์ ได้แก่ สัญนิยม คอนเนกชันนิสม์ ไซเบอร์เนติกส์ และการคำนวณเชิงวิวัฒน์ โดยการคำนวณเชิงวิวัฒน์ได้มอบเส้นทางการแก้ปัญหาที่ไม่กำหนดคำตอบเดียวไว้ล่วงหน้า โดยใช้การกลายพันธุ์และการคัดเลือกเป็นแรงบันดาลใจ ให้การสร้างและการประเมินผู้สมัครเชิงกลุ่มแบบขนานและใช้ความหลากหลายเพื่อรับมือกับความขัดแย้งของเป้าหมายและข้อจำกัดที่ซับซ้อน หน้านี้ได้รวบรวมแนวคิดหลักภายใต้บริบทดังกล่าว ได้แก่การปฏิบัติหลายเป้าหมายในการออกแบบปีกอากาศยานแบบวิกฤตยิ่งยวด——การ Optimize ทางวิศวกรรมจริงไม่ได้มุ่งสู่จุดที่ดีที่สุดเพียงจุดเดียว แต่เป็นการรักษากลุ่มตัวเลือกที่เปรียบเทียบได้ อธิบายได้ และตัดสินใจได้ ภายใต้ความขัดแย้งของหลายเป้าหมาย แกนหลักทางเทคนิคสรุปได้ว่า ใช้แบบจำลองตัวแทนเพื่อลดต้นทุนการจำลองที่สูง ใช้การค้นหาแบบหลายเป้าหมายเพื่อรักษาพื้นที่ของการแลกเปลี่ยน และ最后由ผู้เชี่ยวชาญในสาขาตัดสินใจตามความชอบและข้อจำกัด
สามแกนหลัก
- ความขัดแย้งของเป้าหมายและการแลกเปลี่ยนแบบ Pareto: เริ่มจากระบุความขัดแย้งและความสัมพันธ์แบบไม่ถูกครอบงำระหว่างเป้าหมาย หลีกเลี่ยงการบีบตัวชี้วัดหลายตัวให้เป็นเป้าหมายเดียวตั้งแต่เนิ่น ๆ และใช้ตัวเลือกแบบ Pareto เพื่อรักษาพื้นที่ของการแลกเปลี่ยน ทำให้การตัดสินใจในภายหลังมีความยืดหยุ่น
- ลดต้นทุนด้วยแบบจำลองตัวแทนและการตรวจสอบยืนยัน: เมื่อการจำลองความละเอียดสูง อุโมงค์ลม หรือการทดลองมีต้นทุนสูง ให้ใช้แบบจำลองประมาณเพื่อเร่งการค้นหา การคัดกรอง และการวิเคราะห์ความไว พร้อมทั้งต้องใช้ตัวอย่างตรวจสอบยืนยันที่เป็นอิสระและการควบคุมความไม่แน่นอนเพื่อรักษาความน่าเชื่อถือ
- กลุ่มตัวเลือกหลายแบบและการตัดสินใจของผู้เชี่ยวชาญ: การรบกวนปีกพื้นฐาน การค้นหาด้วยความช่วยเหลือของแบบจำลองตัวแทน การสร้างตัวเลือกที่หลากหลาย และการประเมินโดยผู้เชี่ยวชาญ ประกอบกันเป็นวงจรปิด จุดสำคัญไม่ใช่คำตอบเดียว แต่เป็นกลุ่มข้อเสนอที่เปรียบเทียบได้ อธิบายได้ และตัดสินใจได้
บทเรียนจากกรณีศึกษา: ทำไมจึงต้องรักษากลุ่มตัวเลือก
ในการออกแบบปีกอากาศยานแบบวิกฤตยิ่งยวด หาก Optimize เพียงอัตราส่วนแรงยกต่อแรงต้าน อาจได้ข้อเสนอที่มีลักษณะการเพิ่มขึ้นของแรงต้านอย่างรวดเร็วหรือโมเมนต์พิทช์ที่ยอมรับไม่ได้ แต่เมื่อรักษากลุ่มตัวเลือกแบบ Pareto แล้ว จะสามารถเลือกแลกเปลี่ยนระหว่างประสิทธิภาพการล่องเรือ ความหนาเชิงโครงสร้าง และข้อจำกัดด้านเสถียรภาพการบังคับตามความเหมาะสมของภารกิจ การสำรวจหลายตัวเลือกยังรองรับการเปลี่ยนแปลงของความชอบ การเปรียบเทียบความทนทาน และการสืบย้อนการตัดสินใจ ลดความเสี่ยงจากการล็อกเส้นทางเดียว และตอบสนองต่อความขัดแย้งของเป้าหมายและข้อมูลป้อนกลับที่เบาบางซึ่งพบได้ทั่วไปในงานวิศวกรรมที่ซับซ้อน บนพื้นฐานวิศวกรรมแบบขนานขนาดใหญ่ (เช่น การจำลองและการประเมินแบบกลุ่มที่เร่งด้วย GPU) วงจรปิดนี้จึงจะสามารถปฏิบัติได้จริงอย่างแท้จริง
วงจรปิดของการปฏิบัติหลายเป้าหมายภาพนี้เชื่อมแกนหลักของการออกแบบปีกอากาศยานแบบวิกฤตยิ่งยวดแบบหลายเป้าหมายให้เป็นวงจรปิด: ตัวอย่างหรือการจำลองถูกใช้ฝึกแบบจำลองตัวแทนก่อน จากนั้นใช้การค้นหาแบบหลายเป้าหมายเพื่อรักษาตัวเลือกการแลกเปลี่ยนแบบ Pareto และ最后由ผู้เชี่ยวชาญในสาขาตัดสินใจตามความชอบและข้อจำกัด พร้อมป้อนตัวอย่างใหม่กลับเข้าไป ภาพนี้เน้นว่าการ Optimize ทางวิศวกรรมจริงไม่ได้มุ่งสู่จุดที่ดีที่สุดเพียงจุดเดียว แต่ส่งมอบกลุ่มตัวเลือกที่เปรียบเทียบได้ อธิบายได้ และตัดสินใจได้
