大模型+求解器：阿里大模型数学工具MindOpt Copi

8月18日消息，我们获悉，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。

据介绍，MindOpt Copilot可用于解决餐饮、零售、物流货运、生产制造等场景的资源配置和优化问题，将于近期上线阿里云并对外提供服务。

MindOpt Copilot基于阿里自研的大模型、求解器、建模语言 三大件 开发，借助底层的通义千问大模型，可将用户以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，并获得最佳答案，比如 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。

此前，解决一个优化问题需要一系列专业步骤，包括数学建模、将数学模型 转译 为求解器可识别的格式、调用求解器进行求解等。MindOpt Copilot显著降低了求解器的使用门槛，即使不懂建模语言和数学知识也可快速上手。

以下述问题为例：

某工厂生产A、B、C、D、E五种部件，分别需要2个工人、1台机器；3个工人、2台机器，；5个工人、3台机器；1个工人、2台机器；4个工人、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。如何分配生产任务才能最大化总利润？

这是一道包含5个变量的优化问题，用户输入问题后，MindOpt Copilot会通过多轮对话引导用户完善问题描述，接着自动建模、编程、求解，最后给出结果和对结果的分析。

不过，现实中的优化问题常常更为复杂，MindOpt Copilot也在探索工业级的解题技能。

目前，MindOpt Copilot能处理包含上百个变量或约束条件的问题，也能处理需要结合数据文件输入的高维度问题，还可输出数学公式和代码，方便开发者用户进行精细调整和代码开发。研发团队正在探索攻克非线性函数等问题。

MindOpt Copilot展现了大语言模型与专业工具组合协同的巨大潜力。阿里决策智能团队负责人印卧涛指出： 生成式AI掌握很多知识，但现阶段不擅长数学计算，无法为复杂的优化问题生成准确且易于验证的答案。在数学与逻辑这类专业领域，基于形式化建模语言和优化求解器的 解题型AI 与生成式AI联手，是处理相关问题的首选方法。

优化求解器是求解数学规划问题的专业软件，技术壁垒深厚，常被称作 工业软件之魂 。2020年阿里决策智能团队推出自研商用求解器MindOpt Solver，通过阿里云免费开放。短短数年，MindOpt Solver已具备线性规划、非线性规划、整数规划、黑盒优化、在线优化等多种功能，快速落地云计算资源调度、绿色能源调度等行业。