据TechXplore网6月10日消息，美国加州大学圣地亚哥分校研究人员的一项研究表明，先进人工智能技术的框架可以更快、更可扩展地解决复杂、计算密集型的问题。研究人员开发了一个使用无监督学习和超图神经网络的框架“HypOp”。该框架使用无监督学习和超图神经网络，能够有效解决现有方法难以处理的组合优化问题。这些问题在科学和工程领域至关重要，如药物发现、芯片设计、逻辑验证和物流等。HypOp的关键创新在于其新引入的分布式算法，使得多个计算单元可以并行、高效地解决问题，并通过超图神经网络更好地对问题约束进行建模。这一框架还利用迁移学习，从一种问题中学到的知识可以帮助解决其他不同但相关的问题。HypOp不仅展现了AI在复杂问题解决中的潜力，还体现了AI迁移学习在不同领域应用中的广泛适用性和高效性。

消息来源：https://techxplore.com/news/2024-06-advanced-ai-based-techniques-scale.html#google_vignette