All insights
Optimization

A nyelvi modellek nem tudnak számolni, és ez az AI-alapú ütemezés egész problémája

A dokumentum kiváló. A beosztás használhatatlan.

Kérjen egy nyelvi modelltől műszakbeosztást, és kapni fog. Tizennégy ember, három zóna, reggeli csúcs és délutáni holtidő, szépen formázva, rövid magyarázattal az indoklásról.

Jól fog kinézni. Éppen ez a baj.

Olvassa el rendesen, és találni fog valakit, aki 07:15-kor két helyen szerepel, egy embert olyan feladatra osztva, amelyre nincs képesítése, és egy műszakot, amely csendben kilenc és fél órásra nyúlik. A dokumentum kiváló. A beosztás használhatatlan.

Ez nem rossz modell és nem rossz prompt. Ez történik, ha egy hihető szöveget előállító rendszertől helyes választ kérünk — és ez két különböző feladat.

A hihető nem azonos a megvalósíthatóval

A nyelvi modell az előzmények alapján generálja a következő tokent. Ezt óriási méretre skálázva olyat kapunk, amely ír, összefoglal, fordít, és úgy tud beszélgetni a földi kiszolgálásról, hogy tájékozottnak hat. Ez valóban figyelemre méltó, és nem gúnyolódom — a nyelvi képesség valós, és használjuk is.

A megvalósíthatóság viszont nem lokális tulajdonság. Globális.

Amikor 07:15-re hozzárendel egy embert egy feladathoz, megváltoztatja, mi lehetséges a műszak összes többi hozzárendelésénél. Az az egy döntés továbbgyűrűzik. Hogy a beosztás érvényes-e, az összes hozzárendeléstől egyszerre függ — a munkaidő-szabályoktól, a képesítési követelményektől, a fordulóidő-ablakoktól, és attól a ténytől, hogy az előtér két végén lévő két feladatot ugyanaz az ember nem végezheti el húsz perc különbséggel.

Egy balról jobbra író modell ezt nem tudja fejben tartani. A látszatát tudja tartani, mert a beosztásoknak felismerhető alakjuk van, és nagyon sokat olvasott belőlük. De nincs olyan mechanizmusa, amely az egészet egyszerre ellenőrizné, és nincs módja megtudni, hogy elrontotta.

Egy hibás beosztás, amely jelzi a bizonytalanságát, még rendben van. Egy hibás beosztás magabiztos összefoglaló bekezdéssel élesbe megy.

Ez az utolsó rész teszi veszélyessé, nem pusztán haszontalanná.

Az a három dolog, amit egy megoldó tud, a modell pedig nem

Bizonyítja a megvalósíthatóságot. A korlátmegoldó nem olyan beosztást állít elő, amely érvényesnek látszik. Olyat állít elő, amely minden deklarált korlátnak megfelel, és ez gépiesen ellenőrizhető. Ha egy ember nem lehet egyszerre két helyen, ez kódolva van, és ezt sértő megoldás nem jöhet ki. Nem „valószínűtlen”. Nem lehetséges.

Megmondja, ha nincs válasz. Ezt a kimenetet becsülik alá a legjobban, és szerintem ez ér a legtöbbet.

Van olyan reggel, amikor nincs érvényes beosztás. A járatok, a szabályok és a rendelkezésre álló emberek egyszerűen nem illeszthetők össze. A megoldó azt adja vissza: megvalósíthatatlan — és egy jól megépített azt is megmondja, mely korlátok ütköznek: 06:00 és 08:00 között két képesített pushback-kezelő hiányzik.

Ezzel lehet mit kezdeni. Behívni valakit, áthelyezni egy fordulót, tárgyalni egy ablakról. 05:00-kor tudja meg, nem pedig 07:30-kor, amikor már elromlott.

Egy nyelvi modell ugyanerre a kérdésre beosztást fog adni. Mindig beosztást ad. Nincs fogalma arról, hogy „nincs ilyen”, ezért a leghihetőbbnek tűnő dolgot állítja elő — egy beosztást, amelyet nem lehet lefuttatni.

Tudja, mennyire jó a válasz. A megoldók célfüggvény ellen dolgoznak, és egy jó meg tudja mondani, milyen messze van a jelenlegi megoldás a lehető legjobbtól. Így dönthet úgy, hogy megáll — ez az optimumtól két százalékon belül van, mehet —, ahelyett hogy azon tűnődne, létezett-e jobb terv. Egy generált beosztásnál nincs ilyen fogalom. Nincs mihez képest jobbnak vagy rosszabbnak lennie.

Hol érdemlik ki a helyüket a nyelvi modellek

Nem a használatuk ellen érvelek. Építünk velük. A kérdés az, melyik feladatot kapják.

Dokumentumok korlátokká alakítása. Minden földi kiszolgálónak vannak eljárásrendjei, kollektív szerződései, szolgáltatásiszint-mellékletei és képzési mátrixa. Ezekben van elrejtve a korlátmodell nagy része — a munkaidő-szabályok, a képesítési követelmények, a szerződésben vállalt reakcióidők. Ennek kinyerése történetileg azt jelentette, hogy egy tanácsadó három hétig olvas.

Ez szöveges feladat, a szöveges feladatokra pedig éppen ezek a modellek valók. A modell megírja a korlátmodell vázlatát a dokumentumokból; a működést ismerő ember pedig javítja. A javító kör nem elhagyható, és nem formalitás. De az üres laptól a véleményezhető vázlatig eljutni valódi csökkenés a munka legdrágább részében.

A felület szerepe. Egy késő beérkezővel foglalkozó művezetőnek ne kelljen ütemezési képernyőt nyitnia és paramétereket állítania. Elég legyen elmondania, mi történt. A 11:40-es negyven percet késik, vidd át a csapatot az A-kapus fordulóra. Ennek a mondatnak korlátparaméterekké kell válnia, egy mondat strukturált paraméterré alakítása pedig pontosan nyelvi feladat.

Az eredmény magyarázata. A megoldó kimenete nem embernek való. Arra, hogy „miért a 12-es állóhelyen van Anna a 8-as helyett”, a válasz a korlátmodellben van elrejtve, és egy modell, amely el tudja olvasni ezt a modellt, egy mondatban meg tudja magyarázni. Ez többet számít, mint amennyire hangzik — az az optimalizáló, amelyben nem bíznak, az az optimalizáló, amelyet felülbírálnak.

Figyelje meg, mi a közös a háromban. Nyelv be, nyelv ki, vagy nyelv struktúrává. Egyikben sem dönt a modell semmiről.

A munkamegosztás

Nyelv a széleken. Matematika középen.

Szavakban beszél a rendszerhez. Ezek a szavak korlátparaméterekké válnak. A megoldó olyan tervet számol ki, amely ezekkel a korlátokkal szemben bizonyítottan érvényes. Aztán a modell szavakban elmagyarázza, mit tett és miért.

A modell soha nem választja ki a hozzárendelést. Ez a határvonal nem olyan korlátozás, amelyet addig kerülgetünk, amíg a modellek jobbak nem lesznek. Ez az a tulajdonság, amitől a rendszer használható egy olyan működésben, ahol a rossz terv azt jelenti, hogy egy repülőgép nem indul időben.

És nem is oldódik fel attól, hogy a modellek fejlődnek. Egy képesebb nyelvi modell is hihető folytatásokat generál — ritkábban és meggyőzőbben fog tévedni, ami operatív ütemezésnél nem nyilvánvalóan javulás. A megoldó használatának oka nem az, hogy a modellek jelenleg gyengék. Hanem az, hogy a korlátkielégítés másfajta probléma, kiforrott módszertannal, amely már jóval mindezek előtt is megoldotta.

Mit kérdezzen egy szállítótól

Ha valaki AI-vezérelt ütemezést kínál, egyetlen kérdés gyorsan szétválasztja a kategóriákat:

„Mit csinál a rendszerük, ha nincs megvalósítható megoldás?”

Ha a válasz egy terv, akkor szöveget generál. Ha a válasz az, hogy „jelzi, hogy megvalósíthatatlan, és megmondja, mely korlátok ütköznek”, akkor van alatta megoldó.

Hasznos folytatás: „Honnan tudom, hogy a terv nem sért szabályt?” Vagy deklarálva vannak a korlátok valahol, ahol megnézheti, vagy valaki kézzel ellenőrzi a kimenetet. Harmadik lehetőség nincs, és a második pontosan az, amit feltehetően abba szeretne hagyni.


Az Optimum Intelligence az erdosP-3 optimalizációs motort építi valós működésekhez, nyelvi réteggel fölötte, nem helyette. Ha ütemezőrendszereket értékel, és egyenes választ szeretne arra, hogy valójában mi hozza a döntést, szívesen beszélünk.

Nézze meg, mi hozza valójában a döntést

Hogyan működik az erdosP-3 Book a demo