8月18日消息，我們獲悉，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。

　　據介紹，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。

　　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。

　　此前，解決一個優化問題需要一系列專業步驟，包括數學建模、將數學模型“轉譯”為求解器可識別的格式、調用求解器進行求解等。MindOpt Copilot顯著降低了求解器的使用門檻，即使不懂建模語言和數學知識也可快速上手。

　　以下述問題為例：

　　“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。如何分配生產任務才能最大化總利潤?”

　　這是一道包含5個變量的優化問題，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。

　　不過，現實中的優化問題常常更為復雜，MindOpt Copilot也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。

　　MindOpt Copilot展現了大語言模型與專業工具組合協同的巨大潛力。阿里決策智能團隊負責人印臥濤指出：“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。”

　　優化求解器是求解數學規劃問題的專業軟件，技術壁壘深厚，常被稱作“工業軟件之魂”。2020年阿里決策智能團隊推出自研商用求解器MindOpt Solver，通過阿里云免費開放。短短數年，MindOpt Solver已具備線性規劃、非線性規劃、整數規劃、黑盒優化、在線優化等多種功能，快速落地云計算資源調度、綠色能源調度等行業。