Réseau de neurones artificiels nouvellement développé pour résoudre rapidement un problème de physique

Depuis Sir Isaac Newton, le soi-disant problème à trois corps a déconcerté les mathématiciens et les chercheurs en physique. Comme ScienceAlert explique, “le problème à trois corps implique le calcul du mouvement de trois corps interagissant gravitationnellement – comme la Terre, la Lune et le Soleil, par exemple – étant donné leurs positions et vitesses initiales.”

En surface, ce problème semble simple, mais en réalité, il est extrêmement difficile à résoudre. L’un des résultats a été l’introduction de chronomètres marins pour calculer les positions en mer, plutôt que de résoudre le problème à trois corps en calculant une telle position par la Lune et les étoiles.

Avec l’avancement rapide de l’étude de l’Univers, le problème à trois corps est devenu important pour les chercheurs lorsqu’ils tentent de déterminer “comment les binaires de trous noirs pourraient interagir avec des trous noirs simples, et à partir de là, comment certains des objets les plus fondamentaux de l’Univers interagissent les uns avec les autres.”

Pour rendre ces calculs réalisables en un temps raisonnable, les scientifiques et les chercheurs ont recours à l’utilisation de réseaux de neurones artificiels (RNA) profonds. Le nouveau système a été développé par une équipe composée de chercheurs de l’Université d’Édimbourg et de l’Université de Cambridge au Royaume-Uni, de l’Université d’Aveiro au Portugal et de l’Université de Leyde aux Pays-Bas.

Le RNA que cette équipe a développé a été formé sur une base de données de problèmes à trois corps existants ainsi que sur une sélection de solutions que les scientifiques ont précédemment résolues.

Les résultats étaient plus que prometteurs. Le RNA formé promet d’être capable de trouver des solutions “100 millions de fois plus rapidement que les techniques existantes.”

L’article de recherche résultant, “Newton vs la machine : résoudre le problème chaotique à trois corps en utilisant des réseaux de neurones profonds” indique que, “Un RNA formé peut remplacer les solveurs numériques existants, permettant des simulations rapides et évolutives de systèmes à plusieurs corps pour éclairer des phénomènes remarquables tels que la formation de systèmes binaires de trous noirs ou l’origine de l’effondrement du noyau dans les amas d’étoiles denses.”

ScienceAlert note que “les chercheurs ont simplifié le processus pour n’inclure que trois particules de masse égale dans un plan, toutes partant avec une vitesse nulle, puis ont exécuté un solveur de problème à trois corps existant appelé Brutus 10 000 fois (9 900 pour la formation et 100 pour la validation).”

Après la formation, le nouveau RNA a donné des résultats impressionnants. Il a été donné 5 000 nouveaux scénarios pour travailler et il a presque complètement correspondu aux résultats de Brutus.

Bien que l’étude n’ait pas encore été examinée par des pairs, par des scientifiques avec les connaissances et l’expérience dans le domaine et qu’elle soit encore plus une preuve de concept à ce stade, elle montre certainement que les réseaux de neurones formés “pourraient travailler aux côtés de Brutus et de systèmes similaires, en sautant lorsqu’il s’agit de calculs à trois corps qui deviennent trop complexes pour que nos modèles actuels puissent les gérer.”

Comme cette équipe de chercheurs conclut dans leur article, “Éventuellement, nous imaginons que ce réseau pourrait être formé sur des problèmes chaotiques plus riches, tels que le problème à quatre et cinq corps, réduisant encore plus la charge de calcul.”