AI 報告 · MIT · 2026-10-02 · 部落格／評論
用於解決社會最複雜挑戰的運算工具
原標題: Computational tools for society’s most complex challenges
MIT 副教授 Cathy Wu 運用機器學習與強化學習，協助規劃複雜系統（包括交通運輸）的改善方向。Wu 指出，設計交通運輸系統需要建立數十乃至數千種變數組合的模型，若要讓流程以實證為依據，這已超出現今工具所能負荷的範圍。強化學習被視為能讓交通運輸研究人員及其實務夥伴，自由設計出他們理想中的系統。