Yapay zeka ve optimizasyon alanında önemli bir gelişme kaydedildi. Araştırmacılar, karmaşık kombinatoryal optimizasyon problemlerini çözmek için Stein Variasyonel Kara-Kutu Optimizasyonu adında yeni bir yöntem geliştirdi.
Geleneksel Dağılım Tahmin Algoritmaları (EDA), güçlü model tabanlı bir çerçeve sunmasına rağmen, genellikle tek bir ilgi bölgesine odaklanır. Bu durum, karmaşık veya çok modlu hedef fonksiyonlarla karşılaştığında erken yakınsama sorununa yol açabilir.
Yeni yaklaşım, bu sorunu Stein operatörünü kullanarak çözmekte. Bu operatör, parametre uzayındaki parçacıklar arasında itici bir mekanizma oluşturarak populasyonun dağılmasını teşvik ediyor. Böylece algoritma, fitness manzarasının birden fazla modunu eşzamanlı olarak keşfetebiliyor.
Çeşitli benchmark problemlerde yapılan deneysel değerlendirmeler, önerilen yöntemin mevcut en gelişmiş yaklaşımlarla rekabet edebilir performans sergilediğini gösteriyor. Özellikle büyük ölçekli örneklerde, yeni yöntem bazı durumlarda üstün sonuçlar elde etmiş.
Bu gelişme, yapay zeka optimizasyonu alanında çok modlu problemlerin çözümü için yeni bir perspektif sunarak, kompleks optimizasyon problemlerinin daha etkili bir şekilde ele alınmasını mümkün kılıyor.