신종 인공 신경망, 물리학 문제를 빠르게 해결하기 위해 개발됨

아이작 뉴턴부터, 3체 문제는 수학자와 물리학 연구자들을 혼란스럽게 했다. ScienceAlert에 따르면, “3체 문제는 3개의 중력 상호 작용하는 물체(예를 들어, 지구, 달, 태양)의 초기 위치와 속도를 주었을 때, 그들의 운동을 계산하는 문제이다.”

표면적으로 이 문제는 간단해 보이지만, 실제로는 매우 어려운 문제이다. 결과 중 하나는 해상에서 위치를 계산하기 위해 해양 연감을 도입하는 것이었는데, 3체 문제를 해결하는 것보다 더 쉬웠다.

우주의 연구가 빠르게 발전함에 따라, 3체 문제는 연구자들이 “블랙홀 쌍이 단일 블랙홀과 어떻게 상호 작용하는지, 그리고 우주의 가장 기본적인 물체들이 어떻게 상호 작용하는지”를 이해하려고 할 때 중요한 부분이 되었다.

이 계산을 합리적인 시간 내에 수행하기 위해, 과학자와 연구자들은 인공 신경망(ANN)을 사용하기 시작했다. 이 시스템은 에딘버러 대학교, 케임브리지 대학교, 포르투갈의 아베이루 대학교, 네덜란드의 라이덴 대학교의 연구자들로 구성된 팀에 의해 개발되었다.

이 팀이 개발한 ANN은 기존의 3체 문제와 과학자들이 이전에 해결한 문제들의 데이터베이스에서 학습되었다.

결과는 매우 유망했다. 학습된 ANN은 “기존 기술보다 1억 배 빠르게 해결할 수 있는 능력”을 보였다.

결과 연구 논문인 “뉴턴 대 기계: 깊은 신경망을 사용한 혼란스러운 3체 문제 해결”는 “학습된 ANN은 기존의 수치 솔버를 대체할 수 있으며, 많은 물체 시스템의 빠르고 확장 가능한 시뮬레이션을 가능하게 하여 블랙홀 쌍 시스템의 형성이나 밀집한 별 클러스터의 핵 붕괴의 기원과 같은 현상을 밝힐 수 있다”고 말한다.

ScienceAlert는 “연구자들이 3개의 동일한 질량의 물체를 평면에 두고, 초기 속도를 0으로 설정한 다음, 기존의 3체 문제 솔버인 Brutus를 10,000번 실행했다(9,900번은 학습용, 100번은 검증용)”고 말한다.

학습 후, 새로운 ANN은 인상적인 결과를 보였다. 5,000개의 새로운 시나리오에서 Brutus가 달성한 결과와 거의 완전히 일치했다.

이 연구는 아직 동료 검토를 거치지 않았지만, 해당 분야의 전문가들에 의해 검토될 예정이며, 현재는 아직 개념 증명 단계이다. 그러나 이는 학습된 신경망이 “Brutus와 유사한 시스템과 함께 작동할 수 있으며, 3체 계산이 현재 모델이 처리할 수 있는 것보다 복잡해질 때 도움을 줄 수 있다”는 것을 보여준다.

이 연구자 팀은 их 논문에서 “결과적으로, 우리는 이 네트워크가 더 복잡한 혼란스러운 문제들, 즉 4체와 5체 문제에 대해 학습될 수 있을 것으로 기대하며, 계산 부담을 더욱 줄일 수 있을 것으로 기대한다”고 말한다.