Une nouvelle amélioration d'une technique de programmation appelée « lazy grounding » pourrait résoudre des problèmes difficiles et complexes dans la logistique du fret, le routage et les réseaux électriques en réduisant drastiquement les temps de calcul.

Une nouvelle approche de la « mise à la terre paresseuse » devrait constituer une solution viable et attrayante pour de nombreux domaines de l'industrie et les grandes multinationales traitant de systèmes complexes. Antonius Weinzierl de l'Université d'Aalto et Bart Bogaerts de la KU Leuven viennent de présenter leur article à l'une des conférences scientifiques les plus renommées sur l'intelligence artificielle, JCAI-ECAI-18 à Stockholm.

Pour les tâches avec des centaines de paramètres et des milliers de combinaisons possibles, les solutions ont longtemps demandé du temps et des efforts. Par exemple, lorsqu'un moteur de train de marchandises tombe en panne, l'opérateur du train doit relever le défi de trouver un moteur de remplacement qui peut tirer le poids du train et est compatible avec toutes sortes d'exigences, comme le système de signalisation de la piste, réseau électrique, et l'écartement des voies. Peut-être que l'opérateur dispose d'un moteur approprié, mais la solution ne peut devenir claire qu'après avoir fait le tour de plusieurs moteurs. Entre des mains humaines, ce processus peut prendre des heures.

" Trouver rapidement un remplaçant permet d'économiser des ressources à tous les niveaux, car des retards plus importants entraînent des pénalités et peuvent même entraîner l'arrêt des activités, ", explique le chercheur postdoctoral Weinzierl.

Pourtant, même les méthodes informatiques de pointe pour résoudre ce genre de problèmes ont atteint leurs limites dans l'industrie. Les méthodes actuelles de recherche de solutions à la fois absolument correctes et viables nécessitent plus de mémoire que ce qui est disponible dans les ordinateurs d'aujourd'hui. Une méthode récente pour « ancrer » le calcul de manière à ce que seules les tâches les plus urgentes et les plus pertinentes soient prises en charge - d'où la paresse - libère de la mémoire, mais peut rester bloqué dans la recherche d'une solution et nécessiter soudainement un temps déraisonnable.

Pour éviter de tels bourrages et résoudre le problème fondamental de la consommation de mémoire, les chercheurs ont suggéré une nouvelle façon d'identifier le petit sous-ensemble de décisions qui contribuent réellement à un mauvais virage quelque part sur la ligne et d'ignorer le reste.

"C'est comme sortir d'un labyrinthe, avec ou sans carte. Sans un, vous devez explorer chaque chemin et chaque recoin pour trouver la sortie. Les programmes actuels résolvent des tâches complexes comme celle-ci en dessinant d'abord une carte complète du labyrinthe et en commençant seulement ensuite à s'en sortir, " explique Weinzierl.

Mais dessiner toute la carte prend beaucoup de mémoire. La mise à la terre paresseuse vous permettrait de naviguer sans carte, mais quand tu finis par te perdre, avoir la bonne partie de la carte serait utile pour ne pas rester coincé.

"Notre approche dessine essentiellement une partie locale de la carte à la demande et vous permet de localiser exactement le mauvais virage initial et comment revenir directement sur la bonne voie, " dit Weinzierl.