據阿里云官方公眾號表示，近日，阿里決策智能團隊研發了一款大模型數學工具 MindOpt Copilot，把大模型作為建模助手，接收用戶以自然語言提出的優化問題，就可自動建模并調用求解器完成求解。

　　IT之家同時發現，官方提供了一道包含 5 個變量的優化問題，并讓 MindOpt Copilot 給出正確答案：

　　某工廠生產 A、B、C、D、E 五種部件，分別需要 2 個工人、1 臺機器;3 個工人、2 臺機器;5 個工人、3 臺機器;1 個工人、2 臺機器;4 個工人、4 臺機器。

　　每個部件的利潤分別為 80、90、130、50 和 100 元。工廠共有 60 個工人和 40 臺機器，每個部件最多生產 20 個。

　　請問如何分配生產任務，才能最大化總利潤?

　　阿里云表示，用戶輸入問題后，MindOpt Copilot 會通過多輪對話引導用戶完善問題描述，接著自動建模、編程、求解，最后給出結果和對結果的分析。

　　阿里云聲稱，MindOpt Copilot 基于阿里自研的大模型、求解器、建模語言“三大件”開發，借助底層的通義千問大模型，可將用戶以自然語言描述的優化問題轉化為線性規劃和混合整數線性規劃的優化模型，并獲得最佳答案，比如“如何優化餐廳的座位安排”、“如何控制風險并最大化企業收益”或“雞兔同籠”類問題。

　　阿里云同時表示，MindOpt Copilot 可用于解決餐飲、零售、物流貨運、生產制造等場景的資源配置和優化問題，將于近期上線阿里云并對外提供服務。

　　阿里決策智能團隊負責人印臥濤對此認為：“生成式 AI 掌握很多知識，但現階段不擅長數學計算，無法為復雜的優化問題生成準確且易于驗證的答案。在數學與邏輯這類專業領域，基于形式化建模語言和優化求解器的‘解題型 AI’與生成式 AI 聯手，是處理相關問題的首選方法。”

　　不過，阿里云同時提到，現實中的優化問題常常更為復雜，MindOpt Copilot 當下還在探索工業級的解題技能。目前，MindOpt Copilot 能處理包含上百個變量或約束條件的問題，也能處理需要結合數據文件輸入的高維度問題，還可輸出數學公式和代碼，方便開發者用戶進行精細調整和代碼開發。研發團隊正在探索攻克非線性函數等問題。
　　（邯鄲小程序）