Un «ChatGPT para hojas de cálculo» ayuda a resolver desafíos de ingeniería difíciles más rápido

Investigadores del MIT han desarrollado un nuevo enfoque que combina optimización bayesiana con un modelo fundacional tabular, similar a un «ChatGPT para hojas de cálculo», para resolver problemas de ingeniería complejos con cientos de variables. Esta técnica identifica automáticamente las variables más influyentes, evitando la necesidad de reentrenar el modelo en cada iteración y acelerando el proceso. En pruebas con benchmarks realistas, como optimización de redes eléctricas y diseño de vehículos, encuentra soluciones óptimas 10 a 100 veces más rápido que métodos tradicionales. El método es reutilizable para diversos problemas sin empezar de cero, lo que lo hace ideal para aplicaciones exigentes como desarrollo de materiales o descubrimiento de fármacos.