Een nieuwe verbetering van een programmeertechniek genaamd 'lazy grounding' zou moeilijke en complexe problemen in vrachtlogistiek kunnen oplossen, routering en elektriciteitsnetten door de rekentijd drastisch te verminderen.

Een nieuwe benadering van 'lazy grounding' zal een haalbare en aantrekkelijke oplossing vormen voor vele industriële sectoren en grote multinationals die met complexe systemen te maken hebben. Antonius Weinzierl van Aalto University en Bart Bogaerts van de KU Leuven hebben zojuist hun paper gepresenteerd op een van de meest gerenommeerde wetenschappelijke conferenties over kunstmatige intelligentie, JCAI-ECAI-18 in Stockholm.

Voor taken met honderden parameters en duizenden mogelijke combinaties, oplossingen hebben lang tijd en moeite gekost. Bijvoorbeeld, wanneer een motor van een goederentrein uitvalt, de treinbestuurder staat voor de uitdaging om een ​​vervangende locomotief te vinden die het gewicht van de trein kan dragen en die aan allerlei eisen voldoet, zoals het signaleringssysteem van het spoor, elektriciteitsnet, en spoorbreedte. Misschien heeft de machinist een geschikte motor beschikbaar, maar de oplossing wordt mogelijk pas duidelijk na het schuifelen rond verschillende motoren. In mensenhanden, dit proces kan uren duren.

"Snel een vervanger vinden, bespaart over de hele linie middelen, omdat grotere vertragingen leiden tot boetes en zelfs tot stilstand kunnen komen, ", zegt postdoctoraal onderzoeker Weinzierl.

Maar zelfs state-of-the-art computationele methoden voor het oplossen van dit soort problemen hebben hun grenzen in de industrie bereikt. De huidige methoden voor het zoeken naar oplossingen die zowel absoluut correct als levensvatbaar zijn, vereisen meer geheugen dan op de huidige computers beschikbaar is. Een recente methode om de berekening zo te 'aarden' dat alleen de meest urgente en relevante taken worden uitgevoerd - vandaar de luiheid - maakt geheugen vrij, maar kan vastlopen in het zoeken naar een oplossing en plotseling onredelijk veel tijd vergen.

Om dergelijke storingen te voorkomen en het hoofdprobleem van geheugengebruik aan te pakken, de onderzoekers hebben een nieuwe manier voorgesteld om de kleine subset van beslissingen te lokaliseren die daadwerkelijk bijdragen aan een verkeerde afslag ergens langs de lijn - en de rest te negeren.

"Het is vergelijkbaar met het vinden van je weg uit een labyrint, met of zonder kaart. zonder een, je moet elk pad en elke hoek verkennen om de uitgang te vinden. Huidige programma's lossen dit soort complexe taken op door eerst een volledige kaart van het labyrint te tekenen en pas daarna hun weg naar buiten te werken, ", legt Weinzierl uit.

Maar het tekenen van de hele kaart neemt veel geheugen in beslag. Door lui te aarden kun je helemaal zonder kaart navigeren, maar als je uiteindelijk verdwaald raakt, het hebben van het juiste deel van de kaart zou handig zijn om niet vast te lopen.

"Onze aanpak tekent in wezen een lokaal deel van de kaart op aanvraag en stelt je in staat om precies te bepalen waar de eerste verkeerde afslag was en hoe je meteen weer op het goede spoor komt, ' zegt Weinzierl.