8 月 18 日消息，据阿里云官方公众号表示，近日，阿里决策智能团队研发了一款大模型数学工具 MindOpt Copilot，把大模型作为建模助手，接收用户以自然语言提出的优化问题，就可自动建模并调用求解器完成求解。

需要进行改写的内容是：▲ 图片来源于阿里云官方公众号

本站同时发现，官方提供了一个包含5个变量的优化问题，并要求MindOpt Copilot给出正确答案：

一个工厂生产五种部件，分别需要2个工人和1台机器；3个工人和2台机器；5个工人和3台机器；1个工人和2台机器；4个工人和4台机器

每个部件的利润分别为80、90、130、50和100元。工厂共有60个工人和40台机器，每个部件最多生产20个

请问如何优化生产任务分配，以实现最大化的总利润？

阿里云表示，当用户输入问题后，MindOpt Copilot 将通过多轮对话引导用户完善问题描述，然后自动进行建模、编程和求解，最终给出结果和对结果的分析

需要进行改写的内容是：▲ 图片来源于阿里云官方公众号

阿里云声称，MindOpt Copilot是基于阿里自研的大模型、求解器和建模语言开发的。它利用底层的通义千问大模型，可以将用户用自然语言描述的优化问题转化为线性规划和混合整数线性规划的优化模型，并得到最佳答案。例如，“如何优化餐厅的座位安排”、“如何控制风险并最大化企业收益”或“鸡兔同笼”类问题

阿里云表示，MindOpt Copilot将提供资源配置和优化解决方案，适用于餐饮、零售、物流货运、生产制造等各种场景。该服务将在不久后上线，并向外部提供服务

需要进行改写的内容是：▲ 图片来源于阿里云官方公众号

阿里决策智能团队负责人印卧涛认为，生成式人工智能在掌握大量知识方面表现出色，但目前阶段在数学计算方面并不擅长，无法为复杂的优化问题生成准确且易于验证的答案。在数学和逻辑等专业领域中，使用基于形式化建模语言和优化求解器的“解题型人工智能”与生成式人工智能的联合应用，是处理相关问题的首选方法

然而，阿里云指出，实际中的优化问题往往更加复杂，MindOpt Copilot目前仍在探索工业级解题技能。目前，MindOpt Copilot可以处理包含上百个变量或约束条件的问题，也可以处理需要结合数据文件输入的高维度问题，并能输出数学公式和代码，以方便开发者用户进行精细调整和代码开发。研发团队正在努力攻克非线性函数等问题