Projekto pavadinimas DI agentas praktinei išvestinių informacijos nereikalaujančiai globaliajai optimizacijai klasikinių ir kvantinių skaičiavimų perspektyvoje

Projekto numeris MPK-49

Projekto įgyvendinimo laikotarpis 2026-09-01 – 2029-08-31

Projekto vadovas dr. Linas Stripinis

Projekto tikslas - sukurti dirbtiniu intelektu (DI) pagrįstą optimizacijos agentą, gebantį adaptyviai parinkti tinkamus optimizavimo algoritmus ir konstruoti efektyvius jų derinius globaliosios optimizacijos uždaviniams, kuriuose nenaudojama išvestinių informacija, spręsti.

Projekto santrauka – Projektu siekiama sukurti praktinę dirbtiniu intelektu (DI) pagrįstą sprendimų palaikymo sistemą, skirtą spręsti specifinei sudėtingų optimizavimo uždavinių klasei: vieno kriterijaus, tęstiniams globaliosios optimizacijos be išvestinių informacijos uždaviniams. Siūlomas DI agentas bus grindžiamas klasikinių ir hibridinių optimizavimo metodų portfeliu, įskaitant sistemiškai suprojektuotus naujus hibridinius algoritmus, sukurtus iš iki šiol mažiau tyrinėtų algoritminių kompozicijų ir hibridizavimo schemų. Kuriama sistema taip pat integruos išmaniąsias optimizavimo priemones, tokias kaip algoritmų parinkimo sistemas ir automatinio algoritmų projektavimo metodus, leidžiančius adaptyviai parinkti ir konfigūruoti optimizavimo strategijas pagal konkretaus uždavinio charakteristikas. Bus tiriamas selektyvus mašininio mokymosi metodų taikymas algoritmų parinkimui ir hibridinių algoritmų kompozicijai, kai duomenimis grindžiami metodai gali pagerinti patikimumą, efektyvumą ar skaičiavimo sąnaudas. Projekte taikomas subalansuotas požiūris, derinantis algoritmines žinias ir tikslingai taikomus duomenimis grindžiamus metodus, o ne remiamasi vien mašininiu mokymusi. Sistemos kūrimas bus grindžiamas lyginamojo vertinimo metodologija, užtikrinančia tyrimų atkuriamumą, skaidrų rezultatų vertinimą ir praktiniam taikymui orientuotą sprendimų palaikymą. Standartizuoti uždavinių rinkiniai, atvirojo kodo programinės įrangos įgyvendinimai ir sisteminė našumo analizė užtikrins, kad sukurti metodai galėtų būti patikimai vertinami ir pakartotinai naudojami platesnėje mokslininkų bei inžinierių bendruomenėje. Kaip į ateitį orientuotas projekto komponentas taip pat numatomas naujų kvantinių ir hibridinių kvantinių–klasikinių optimizavimo metodų kritinis vertinimas apsibrėžtoje optimizavimo uždavinių kontekste, siekiant nustatyti jų potencialius privalumus, apribojimus ir galimą taikomumą sprendžiant šiuos sudėtingus optimizavimo uždavinius.

Finansavimo šaltinis - Projektas „Mano pirmoji tyrimų komanda (MPK)“ (Nr. 10-092-P-0001), bendrai finansuojamas Europos Sąjungos lėšomis ir administruojamas Lietuvos mokslo tarybos.