From Natural Language to Simulations: Applying GPT-3 Codex to Automate Simulation Modeling of Logistics Systems

要約

タイトル：自然言語からシミュレーションへ：ロジスティクスシステムのシミュレーションモデル開発の自動化におけるGPT-3 Codexの適用

要約：
-ロジスティクスに重要なシステムのシミュレーションモデルの開発を自動化するために、自然言語処理を初めて適用した。
-GPT-3 Codexを細かく調整したフレームワークを構築し、口頭表現の説明に基づいてキュー管理システムと在庫管理システムの機能的に有効なシミュレーションを作成できることを実証した。
-GPT-3 Codexは、Pythonに関する知識と、固有の語彙に理解があることを実験で示した。
-ドメイン特化の文脈、プロセスの詳細な説明、および変数のリストとそれに対応する値があれば、言語モデルは、単一製品在庫管理システムと単一サーバーキューイングシステムのシミュレーションを作成できる。
-自然言語処理技術の向上が期待され、シミュレーションモデルの開発のワークフローを大幅に簡素化する可能性があるため、専門家は問題の高レベルな考慮と全体的思考に集中できるようになる。「ロジスティクス」とは、「物流」という意味です。

要約(オリジナル)

Our work is the first attempt to apply Natural Language Processing to automate the development of simulation models of systems vitally important for logistics. We demonstrated that the framework built on top of the fine-tuned GPT-3 Codex, a Transformer-based language model, could produce functionally valid simulations of queuing and inventory control systems given the verbal description. In conducted experiments, GPT-3 Codex demonstrated convincing expertise in Python as well as an understanding of the domain-specific vocabulary. As a result, the language model could produce simulations of a single-product inventory-control system and single-server queuing system given the domain-specific context, a detailed description of the process, and a list of variables with the corresponding values. The demonstrated results, along with the rapid improvement of language models, open the door for significant simplification of the workflow behind the simulation model development, which will allow experts to focus on the high-level consideration of the problem and holistic thinking.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI