Trongquy trình khám phá đa mục tiêucủa EvoX, hệ thống tự động và chuyên gia lĩnh vực không thay thế lẫn nhau mà là hai động cơ phối hợp phân công: hệ thống đảm nhiệm "tạo sinh và sàng lọc", chuyên gia đảm nhiệm "phán đoán và quyết định". Hệ thống mở rộng các khả năng, chuyên gia thu hẹp các khả năng thành một lựa chọn có thể bàn giao.
Sự phân công này kế thừa nguồn gốc kỹ thuật từ Bài 2: nguồn gốc của EvoX là nơi chủ nghĩa ký hiệu, chủ nghĩa kết nối, điều khiển học vàtính toán tiến hóahội tụ trở lại, trong đó tính toán tiến hóa là nguồn gốc kỹ thuật trực tiếp nhất — nó không chỉ định sẵn câu trả lời duy nhất mà qua đột biến và chọn lọc, cân bằng nhiều mục tiêu xung đột trong đánh giá thực tế. Chính vì vậy, phía hệ thống vốn phù hợp với song song hóa: các ứng viên trong quần thể có thể được tạo sinh và đánh giá đồng thời. Kỹ thuật truyền thống từ lâu bị ràng buộc bởi "chi phí giữđa dạngcao, lập lịch tuần tự cồng kềnh", còn khám phá song song quy mô lớn và tạo sinh thông minh mà GPU và mô hình lớn mang lại chính là nền tảng kỹ thuật để giảm bớt mâu thuẫn này.
Phân công trách nhiệm: Ai tạo sinh, ai quyết định
- Phía hệ thống: Hoàn thành tạo sinh ứng viên quy mô lớn, dự đoán bằng mô hình thay thế, mô tả biên Pareto và duy trì tính đa dạng, trả lời "có những khả năng nào".
- Phía chuyên gia: Quyết định ưu tiên mục tiêu, ràng buộc cứng, mức chấp nhận rủi ro và mức phù hợp với tình huống thực tế, trả lời "nên chọn cái nào, vì sao".
Chiều đánh giá: Tối ưu đơn mục tiêu không đồng nghĩa với phương án bàn giao được
Đánh giá phương án cần chuyểnLợi ích hiệu năngvàchi phí kỹ thuậtthành căn cứ quyết định có thể giải thích và kiểm toán được. Ngoài lợi ích hiệu năng, ít nhất còn phải đồng thời xem xét chi phí tính toán và chế tạo, độ bền vững, khả năng bảo trì, tính bất định và độ tin cậy của kết luận khi phản hồi thưa thớt. Nếu chỉ nhìn tối ưu đơn mục tiêu, thường sẽ chọn ra phương án không thể triển khai trong kỹ thuật hoặc cực kỳ dễ tổn thương trước nhiễu; còn trong bài toán có mục tiêu xung đột, ràng buộc phức tạp, chính đánh giá đa chiều mới khiến nhiều ứng viên mà tìm kiếm tiến hóa giữ lại đều bộc lộ tình huống áp dụng riêng của mình.
Phương pháp quyết định: Biến kinh nghiệm lĩnh vực thành logic có thể kiểm chứng
Thông qua sở thích hiển thị, đánh giá phân tầng, ma trận quyết định, mục phủ quyết theo ngưỡng và phân tích độ nhạy, kinh nghiệm lĩnh vực có thể được biểu đạt thành quy tắc lựa chọn có thể kiểm chứng và tái lập. Một trình tự thường dùng là: trước tiên dùng ràng buộc cứng "phủ quyết một phiếu" các ứng viên vi phạm yêu cầu tối thiểu, sau đó đánh đổi lợi ích – chi phí cho các ứng viên còn lại, cuối cùng dùng phân tích độ nhạy để xác nhận kết luận có bền vững trước nhiễu trọng số hay không.
Phản hồi thưa thớt và vòng lặp trách nhiệm
Khi đánh giá độ trung thực cao đắt đỏ và phản hồi thưa thớt, chuyên gia cần dựa vào độ tin cậy của mô hình thay thế, tính đa dạng của ứng viên và các mô thức thất bại đã quan sát được để quyết định nên kiểm tra lại, lấy mẫu lại hay dừng tìm kiếm, thay vì mù quáng tin vào "nghiệm tối ưu" mà mô hình thay thế đưa ra. Việc lựa chọn phương án cuối cùng và chịu rủi ro thuộc về chuyên gia lĩnh vực; lý do lựa chọn nên quay trở lại thành tín hiệu sở thích, ràng buộc hoặc đánh giá để dẫn dắt vòng tìm kiếm tiến hóa tiếp theo, tạo thành vòng lặp trách nhiệm.
Sơ đồ phối hợp giữa quyết định của chuyên gia và tạo sinh của hệ thốngSơ đồ phân biệt sự phân công giữa phía hệ thống và phía chuyên gia: hệ thống đảm nhiệm tạo sinh ứng viên quy mô lớn, dự đoán bằng mô hình thay thế và mô tả biên Pareto; chuyên gia đảm nhiệm ưu tiên mục tiêu, ràng buộc cứng, mức chấp nhận rủi ro và quyết định cuối cùng. Đánh giá cần đồng thời xem xét lợi ích, chi phí, độ bền vững và độ tin cậy; lý do lựa chọn lại quay trở thành sở thích và ràng buộc, tạo thành vòng lặp trách nhiệm.
