計算知能の教授 Cheng He 氏インタビュー：「数十億」問題

「Cheng He 教授インタビュー：計算知能と数十億問題」は、公開されたエビデンスがインターネットインフラ、ガバナンス、運用依存関係、市場の可視性に結びついているため、BTW Media によってプロファイルされています。

• 多目的最適化問題は、最適化分野におけるホットな課題であり、複数の相反する目的を同時に最適化することを指します。
• データ処理をスケールアップする一般的なアプローチは、並列処理を使用して計算を複数のプロセッサに分散することです。

進化型アルゴリズム（EA）は数十年にわたり最適化ツールとして人気があり、様々なベンチマーク最適化問題で有望な性能を示してきました。しかし、100 を超える決定変数を持つ問題（大規模最適化問題）への EA の適用は、「次元の呪い」により、特に実世界の LSOP では依然として困難です。

Cheng He 博士の紹介

Cheng He 博士は、中国有数の大学である Huazhong University of Science and Technology の教授です。研究分野は人工知能／計算知能とその応用で、40 本以上の SCI 論文を発表しています。IEEE シニアフェローであり、Complex and Intelligent Systems のアソシエイトエディターを務めています。PloS One と Electronics のボードメンバー、IEEE CIS Intelligence Working Group の議長も務めています。Cheng He 氏の研究テーマは、競争知能とその電力網への応用です。

また読む:人工知能に関する道徳的・倫理的議論

また読む:人工知能は意識を獲得できるか？

Q: アルゴリズムにおける多目的最適化とは何ですか？

興味深い問題ですね。多目的最適化問題は最適化分野のトピックで、複数の相反する目的を同時に最適化することを意味します。例を挙げましょう。車を設計する際、安全で、安価で、しかも性能も非常に優れたものを求めます。しかしそれは可能でしょうか？ 常に可能というわけではありません。価格と安全性と性能のバランスを取る必要があるからです。つまり多目的最適化は、これら三つの相反する目的の間の最良のトレードオフを見つけようとするものです。

Q: プレゼンテーションで大規模最適化についても言及されましたが、それは何ですか？

大規模最適化は最適化分野における困難な問題です。例を挙げましょう。製品を設計する場合、通常は高さや重さなど、数個の決定変数しかありません。しかし、数百、数千、あるいは数十億もの決定変数を含む問題を考えてみてください。それは巨大な探索空間であり、そのような問題を設計しようとすると、時間がかかり、常に不可能です。これが大規模最適化です。最適化分野における困難な問題なのです。

Q: 大規模最適化では、数千から数百万、さらには数十億のスケールで、何ができるのでしょうか？

現在の一般的なアプローチは、並列処理を使用して計算を複数のプロセッサやマシンに分散することです。さらに、Apache Hadoop や Apache Spark などの分散コンピューティングフレームワークを実装することで、データと処理をコンピュータクラスタに分散し、大規模データセットを処理できます。主成分分析（PCA）などの手法により、データの変動の大部分を保持しながらデータセットの変数の数を削減できます。同時に、モデル構築を行い、ニューラルネットワークのニューロンなど、不要な部分を刈り込むことでモデルの複雑さを軽減することもできます。

Q: レポートで LSMOF モデルを推奨されましたが、それは実際の問題解決にどのように役立ちますか？

LSMOF アルゴリズムは、大規模多目的最適化問題の最適化プロセスを加速するために設計されたアルゴリズムであり、その主な貢献は最適化問題の加速を試みることです。例えば、あるアルゴリズムで最適化に数時間または数日かかるとします。しかし、このコンポーネントを使用すれば、数分程度に加速できます。したがって、実世界のアプリケーションでは、この LSMOF コンポーネントを優れた局所最適近似法として使用し、設計プロセスを加速できます。

Q: もう一つ非常に興味深いのが TREE ですが、その研究でどのような取り組みをされましたか？

私たちは、中国での電圧変成器に関するオンライン共同研究で TREE 技術を使用し、この手法を 29 の省に展開して 2 万台以上の電圧変成器を監視しました。これはこの機器を監視する最も効果的な方法の一つとして文書化されており、グリッドの安全性を確保しています。

Cheng He、Huazhong University of Science and Technology 教授

興味深い質問です。TREE 問題は実世界の応用問題であり、電圧変成器の比誤差推定です。電圧変成器は電力網において基本的かつ重要な機器であり、制御や安全確保などのために電圧を測定します。ですから、その健全性を監視する必要がありますが、従来は人が手動で校正する必要があり、そのためには電源を切らなければならず、危険で費用もかかります。

しかし、その問題を最適化問題に変換すれば、コンピュータを使って計算するだけで装置の健全性を把握でき、労力を省き、安全で、電力網の安全性を確保できます。これが私たちの成果です。

研究の意義

最適化アルゴリズムの研究は、ネットワークの将来の発展にとって非常に重要です。これらのアルゴリズムは意思決定プロセスをより効率的にし、現代のネットワークの複雑さと規模を管理する上で不可欠です。設計変数の最適化を加速し、相反する目標のバランスを取ることで、ネットワークアーキテクチャ、リソース割り当て、ビジネス最適化におけるテクノロジーサービスの道を開きます。