您打算如何展示貝葉斯優化？大家好，
我很好奇大家規劃如何在軟體工程工作流程中推廣和定位貝葉斯優化。你會把它納入 DoE 會議嗎？會把它與生產改進連結起來嗎？會把它展示在任何地方嗎？你會在哪裡談論它？
有趣的是，看看人們認為它將如何「適應」他們目前與客戶和潛在客戶的工作/交談方式，或者是否會出現一種新的方式！
謝謝！
本
回覆：您打算如何展示貝葉斯優化？非常好的問題， @Ben_BarrIngh 。
聽聽我們迄今為止透過與客戶交談了解到了什麼將會很有趣。
我已經與一些對該方法感興趣的客戶進行了溝通。我也與一些規模較大的客戶進行了溝通，他們表示 BayesOpt 可以提供額外的價值，並且/或可以成為更多 Pro 的理由。在這兩種情況下，BayesOpt 的定位都相對簡單。而這些也應該是我們的優先事項。
我還沒有和我們數量眾多的小客戶（記住，我們每個帳戶的 JMP 用戶數量中位數在 2 到 3 人之間）或任何潛在客戶談過 BayesOpt。在這種情況下，我們該如何談論 BayesOpt？我們是否應該和新的潛在客戶談論 BayesOpt？
@Ben_BarrIngh - 您能給出一個您正在考慮的帳戶類型的典型例子嗎？
回覆：您打算如何展示貝葉斯優化？你好@Phil_Kay ，
感謝您的回覆 - 關於如何開始 BayesOpt 對話，我特別感興趣的領域是：
A) 對於只想改進實驗的新客戶－我們會把 BayesOpt 與 DoE 等同起來嗎？我們是否專注於最終目標（理解 vs. 達到最優結果），並進行區分？我們可以提出哪些價值陳述（基於指標、節省時間、減少資源百分比）來幫助提出令人信服的論點？
（關於這一點， @malcolm_moore1找到了此資訊圖表https://www.active-learning.uk/2024）。
了解 DoE 的現有客戶 - 對於了解 DoE 但並非專業客戶的客戶，我們應該針對哪些痛點，從而將貝葉斯優化引入到討論中。如果我們正在進行 DoE 啟發式活動，我們應該先討論 DoE 工具，然後再直接討論貝葉斯優化嗎？還是這樣會造成混淆？為了確保框架正確，我們應該將我們的啟發式活動重新命名為「現代實驗」或類似的名稱嗎？
謝謝，
本
回覆：您打算如何展示貝葉斯優化？嗨，大家好，
從我目前收到的客戶回饋來看，並非所有客戶都認為順序實驗可行。有些客戶時間緊迫，更傾向於並行測試，即使要多運行幾次。
如果我知道客戶的測試成本非常高/原料供應不足，或是底層模型非常複雜，我會和他們討論貝葉斯優化。如果時間緊迫，他們無法同時進行測試（例如由於設備不足），我也會和他們討論貝葉斯優化。
許多人來找我們時都考慮過 DoE。如果滿足上述條件，我會在 DoE 演示中加入貝葉斯優化。正如在阿姆斯特丹討論的那樣，我們不想讓它看起來像 DoE 的“更好替代方案”，而希望它在某些情況下更適合 DoE，而在其他情況下 DoE 才是最佳選擇。
回覆：您打算如何展示貝葉斯優化？你好，
我想把 Florian、Stéphane 和 Owen 為 BayesOpt 開發的這些情況摘要加入討論中。他們還在摘要後面添加了一段電梯遊說，列出了客戶可能面臨的一些挑戰，而 BayesOpt 可以作為解決方案：
-
實驗成本高，限制了可能的實驗數量
-
原料昂貴或稀缺，無法進行無止盡的實驗
-
時間壓力不允許進行廣泛的研究
-
生產運作中的優化不允許故障
-
複雜性和高維度需要係統性方法
回覆：您打算如何展示貝葉斯優化？感謝@Ben_BarrIngh發起這次討論，很高興看到我們在這麼短的時間內取得瞭如此大的進展。 @Lisa_Daroque和@HadleyMyers分享的關於目標問題（BayesOpt 可能適用）的觀點非常相似。在公司層面，DoE 和 BayesOpt 這兩種工具都是必要的——讓我們鼓勵針對特定問題使用合適的工具。
請繼續分享使用 BayesOpt 和 JMP 19 的學習經驗。
回覆：您打算如何展示貝葉斯優化？你好@Lisa_Daroque ，
很棒的圖表，真的有助於充實內容。對於那些資源匱乏/受限的人來說，您認為我們需要「暫停」對貝葉斯優化的信任嗎？我想知道，當我們聲稱它只需少量實驗就能達到最優結果時，人們是否會覺得它很「神奇」。
乾杯，
本
回覆：您打算如何展示貝葉斯優化？很棒的話題。 JMP 19 下週就要發布了，我很想了解更多。我喜歡@Ben_BarrIngh 的想法，他想展示貝葉斯優化與實驗設計 (DOE) 的結合。 @bradleybowen有他將分享的研討會資料，其中包含三個複雜程度不同的案例研究。他需要確保產品發布後一切正常，但您應該在發布後不久就能訪問。
回覆：您打算如何展示貝葉斯優化？感謝@Ben_BarrIngh以及其他所有人的回饋和貢獻。
我看完了您發布的頁面上的所有 6 個視頻，心裡感到五味雜陳；
六個中有五個來自我們的客戶（如果我沒記錯的話）：
- 他們都對 BO 有著濃厚的興趣（這很好）
- 他們都已經在大量使用開源軟體進行 BO（這很糟糕）
我注意到，正如您所說的，他們將 BO 與 DOE 進行了比較（請參閱下面的螢幕截圖），所以我想向 Ben 提出另外 2 個問題：
- 我們是否認為使用開源中已有的解決方案（已在公司中使用）來解決人們的 BO 問題有風險？
- 我們可以做些什麼來避免這種情況並證明 JMP Pro 使用 BO 的額外花費是合理的？
謝謝
馬可
回覆：您打算如何展示貝葉斯優化？感謝@MarcoSalfi的深入探討。以下是我對你的兩個問題的看法：
- 我們是否認為使用開源中已有的解決方案（已在公司中使用）來解決人們的 BO 問題有風險？
- 我們可以做些什麼來避免這種情況並證明 JMP Pro 使用 BO 的額外花費是合理的？
我認為這與通常的銷售情況沒有什麼不同，通常都會有某種現有的解決方案，即使它是Excel或紙筆。如果可能的話，試著了解他們的痛點，以及他們目前的解決方案無法解決/實現/避免的問題。如果他們沒有痛點，或者他們不願意改變，那就繼續前進。如果他們確實有痛點，而我們可以透過BayesOpt（或其他功能）來彌補，那麼試著根據他們的情況完成一份具體的情境總結。就BayesOpt而言，不改變的後果需要足夠大，才能促使他們支付專業版的許可費，而情境總結對於推進此類機會將非常有幫助。
針對您的問題獲得不同的/額外的觀點將會很有趣。
回覆：您打算如何展示貝葉斯優化？我對 BayesOpt（或一般資料分析）的開源解決方案的看法是，維護依賴開源程式庫的程式碼是一場噩夢。
特別是如果您正在使用在學術環境中開發的庫，而突然不再對庫進行投資。
此外，您需要混合使用多個庫，因為其中許多庫僅提供解決方案的一部分。
從我在 Python 和 R 中看到的貝葉斯優化來看，JMP 的 BayesOpt 是一個更優越的解決方案。
回覆：您打算如何展示貝葉斯優化？@LuizaFabreti我想補充一下，市面上還有其他軟體可供選擇，例如 Citrene，它提供了一種基於貝葉斯優化的優化方法。我們有一位客戶一直在使用這款軟體，但從未獲得任何有意義的結果。他們告訴我們，他們已經花了超過 10 萬美元，實際上可能更多，卻一無所獲。後來，他們成為了新 Bayes Opt 平台的測試用戶，並幫助推動了 Chris 和團隊後來實施的一些創新。
因此，這個故事的寓意是，可能有比我們想像的更多的人正在嘗試順序優化，並且讓他們知道 JMP 現在在 JMP Pro 中有一個內置的貝葉斯優化平台永遠不會有壞處。
回覆：您打算如何展示貝葉斯優化？很高興看到大家繼續討論。當然，我也想提幾點意見。
競爭對手：有一些商業工具，也有很多開源解決方案。需要注意的是，並非所有工具都具有相同的適用範圍，而且大多數適用範圍相當狹窄或具體。許多開源解決方案都基於 BoTorch 建置。
到目前為止，我從客戶那裡聽到的有關開源實施的優勢有：
- 免費（哈哈）
- 更加靈活，能夠根據客戶需求進行客製化
- 更容易陷入“閉環優化任務”，即建議、執行、分析一個實驗，然後建議另一個實驗，直到達到目標
我們的幾位客戶開發的解決方案之一是 BoFire ( https://arxiv.org/pdf/2408.05040 )（感謝@JessicaHorsch發現它）。主要作者恰好是我的客戶，他顯然非常確信該解決方案將是未來化學公司進行實驗的唯一方法，但他同樣承認，黑箱優化並不能滿足所有科學家和工程師的需求。我在贏創的支持者也證實，他看到這種方法既帶來了成功，也帶來了徹底的失敗（因為它本身就是黑箱）。
另一種情況是，客戶要求一種方法來實施歷史數據，或者他們當前的知識，甚至來自反應等的機械資訊來建議新的實驗。
對我來說，現在幾乎感覺 BO 介於“哦，這個，是的，我們也這樣做”和我們需要盡可能展示的絕對殺手級功能之間。
我認為我們需要先仔細篩選，以了解我們面向的受眾類型。同時，我們可以自信地推廣它，因為它是一款獨特而強大的工具，並且一如既往地與 JMP (Pro) 的所有功能完美結合，完美地嵌入到強大的工具集中。
