社会の最も複雑な問題を解決する計算ツール
Katie Wu ’12 と MNG ’13 は、覚えている限りずっと、人々の生活を改善するための解決策を見つけたいと考えていました。彼女の両親は台湾からの移民で、父親は通勤に時間がかかり、家族から引き離されました。予算が限られていたため、残りの家族は外で遊ぶことができないほど混雑した通りにある家にいることもよくありました。ウーと彼の姉妹はコンピューター ゲームをよく遊びました。 ウー氏は、世界をより良い場所にしたいという願望、父親の日々の交通との戦い、そして彼がプレイした「シムシティ」などのゲームが、安全で効率的な交通システムを設計する動機の種だったと語ります。 Wu は、MIT 土木環境工学部 (CEE) および情報・システム・社会研究所 (IDSS) の准教授であり、情報システムおよび意思決定研究所の主任研究員でもあります。彼の研究は、交通機関を含むさまざまな複雑なシステムを改善するための信頼できる戦略を開発するための機械学習と強化学習 (RL) の使用に焦点を当てています。 「交通システムの設計には、数百、あるいは数千とは言わないまでも、数十のオプションのモデル化と分析が含まれます。つまり、これらのシステムを設計するための証拠に基づいたアプローチは、今日のツールでは利用できないことを意味します」とウー氏は言います。 「それがRLの役割です。成功すれば、交通研究者は解放され、実験パートナーが望むシステムを設計できるようになります。」…