Dit is het onderwerp van het RSP ‘Tailored Optimization’, dat begin dit jaar van start ging. Tijdens de eerste bijeenkomsten werd gekeken waar onderzoekers tegenaan lopen bij het afstemmen van algoritmen op praktijkproblemen. En gingen zij in workshops op zoek naar manieren om het tijdrovende en kostbare proces van finetunen van algoritmen te systematiseren of zelfs in een automatisch proces te stoppen. Tijdens de laatste bijeenkomst op 21 en 22 mei, de wrap-up meeting, gaan onderzoekers aan de slag om de verkregen inzichten om te zetten in praktische richtlijnen.
Algoritmes afstemmen
“Wij werken aan basale, kant-en-klare algoritmes die je voor allerlei optimalisatieproblemen kunt gebruiken”, vertelt mede-organisator Vanessa Volz van CWI’s Evolutionary Intelligence (EI) groep. “Zo’n algoritme bevat, kort samengevat, de stappen die nodig zijn om het probleem op te lossen.”
Theoretisch gezien, kun je zo’n algoritme op allerlei verschillende situaties toepassen. Maar, legt Volz uit, de kunst is om het zodanig af te stemmen dat het voor het specifieke probleem van een gebruiker ook de gewenste oplossing biedt. Daarvoor is de context van het probleem belangrijk: wat wil die gebruiker precies bereiken met dat algoritme? Welke zaken vindt hij belangrijk en welke aspecten zijn minder van belang?
Veel overleg
Volz geeft een voorbeeld: “Stel iemand verkoopt eieren in vijf verschillende maten, waarbij elke maat zijn eigen prijs heeft. Die persoon wil naar een eenvoudiger systeem met maar twee prijzen: prijs X voor eieren van 50 tot 53 cm, en prijs Y voor exemplaren groter dan 53 centimeter. Alles wat kleiner is dan 50 cm gooit ie weg. Dan kan ik een algoritme bedenken dat de perfecte prijs berekent. Maar omdat ik geen vragen heb gesteld, kom ik er pas na het rekenen achter dat hij eieren van 49 centimeter ook nog wel acceptabel vindt en niet weggooit. Dan kan ik weer opnieuw beginnen.”
“Omdat ik achter dit soort aannames moet zien te komen die een opdrachtgever niet uitspreekt, is veel overleg nodig. Zodat ik een goede representatie van het probleem in de computer kan stoppen. De kunst is om te weten waarmee je begint als je vragen gaat stellen. Die communicatie blijkt bij veel onderzoekers een bottleneck.”
Rollenspellen
Tijdens de wrap-up meeting wordt daarom geprobeerd om inzichten over het afstemmen van optimalisatie-algoritmen uit de praktijk te bundelen in praktische richtlijnen die voor elke onderzoeker toegankelijk zijn. Daarnaast wordt de communicatie-uitdaging – de sociale barrière tussen academici en bedrijfsleven – door middel van rollenspellen aangepakt.
Volz: “We gaan gesprekken oefenen. Iemand speelt een klant die niet precies weet wat hij wil. Hoe begin je het gesprek? Bijvoorbeeld door twee oplossingen te bieden en de opdrachtgever te vragen welke de voorkeur heeft. Zo willen we onze inzichten delen die we zelf met vallen en opstaan hebben opgedaan, zodat een ander niet dat lange leerproces hoeft te doorlopen.”
De volgende stap is een meer systematische oplossing, vervolgt Volz. Bijvoorbeeld in de vorm van een boek met tips en tricks. “Als je vastzit, bouw dit – zoiets. Maar voor nu zijn we meer bezig met het verzamelen van anekdotes om te leren hoe je met de gebruiker praat.”
Foto: Shutterstock
