人机电脑研究的进展

自动化实验设施，被称为 智能牵引水槽（ITT），在其首年运行中进行了大约10万次实验。通常需要博士生在五年内完成的实验，ITT仅需几周就能完成。位于MIT海事补助水动力学实验室的ITT的发展进一步推进了人机电脑研究的领域。

ITT自动并自适应地执行、分析和设计实验。这些实验专注于探索涡流诱导振动（VIVs）。VIVs对于工程海洋结构（如海洋钻井升井管）至关重要，这些结构负责连接水下油井和地表。VIVs涉及大量参数。

ITT由主动学习引导，并进行一系列实验。在实验中，计算机选择每个下一个实验的参数。该系统使用“探索和利用”方法，这大大减少了对VIVs复杂方面进行映射和探索所需的实验次数。

博士候选人Dixia Fan在寻找一种方法来减少需要手动进行的1000多个实验时开始了该项目。这导致了ITT系统的发展。

一篇论文上个月在《科学机器人》杂志上发表。

Fan现在是一名博士后，该项目由来自MIT海事补助学院计划、MIT机械工程系、雷恩高等师范学校和布朗大学的研究人员团队合作完成。该新项目展示了人类、计算机和机器人之间可以进行的合作，以加快科学发现的速度。

ITT是一个33英尺的水槽，它可以连续不间断地工作。研究人员希望看到该系统被应用于各种不同的学科，这可能会导致非线性系统中新模型的创建。

ITT使Fan和他的合作者能够探索更广泛的参数空间。“如果我们使用传统技术来研究这个问题，需要950年才能完成实验，”他解释道。

为了缩短实验所需的漫长时间，Fan和团队将高斯过程回归学习算法集成到ITT中。通过这样做，研究人员能够将所需的实验数量减少到几千个。

机器人系统能够自动进行一系列初始实验，然后对下一个实验的参数进行部分控制。

Fan因ITT的开发而获得了MIT机械工程de Florez奖，获奖理由是“杰出的聪明才智和创造性判断”。

根据Michael Triantafyllou的说法，他是海洋科学和工程的Henry L.和Grace Doherty教授，也是Fan的博士生导师，“Dixia的智能牵引水槽设计是使用新方法重新激活成熟领域的杰出例子。”

Triantafyllou是论文的共同作者，也是MIT海事补助学院计划的主任。

“MIT海事补助已经为使用深度学习方法解决海洋相关问题的项目投入了资源和资金，几年来已经取得了成果，”他说。

MIT由国家海洋和大气管理局资助，并由国家海事补助计划管理。它是一个联邦机构合作伙伴关系，将MIT的研究和工程结合起来，以帮助解决海洋相关问题，

论文的其他贡献者包括来自布朗大学的George Karniadakis，他与MIT海事补助有关；来自ENS雷恩的Gurvan Jodin；MIT机械工程博士候选人Yu Ma；以及来自MIT海事补助的Thomas Consi、Luca Bonfiglio和Lily Keyes。