Nova Rede Neural Artificial Desenvolvida Para Resolver Rápido Um Problema de Física

Desde Sir Isaac Newton, o chamado problema de três corpos tem confundido matemáticos e pesquisadores de física. Como explica o ScienceAlert, “o problema de três corpos envolve calcular o movimento de três corpos que interagem gravitacionalmente – como a Terra, a Lua e o Sol, por exemplo – dados suas posições e velocidades iniciais.”

À primeira vista, esse problema parece simples, mas na realidade é extremamente difícil de resolver. Uma das consequências foi a introdução de, por exemplo, cronômetros marinhos para calcular posições no mar, em vez de resolver o problema de três corpos calculando tal posição pela Lua e as estrelas.

Com o rápido avanço do estudo do Universo, o problema de três corpos se tornou uma parte importante para os pesquisadores quando tentam descobrir “como buracos negros binários podem interagir com buracos negros simples, e a partir daí como alguns dos objetos mais fundamentais do Universo interagem entre si.”

Para tornar esses cálculos viáveis em um tempo razoável, cientistas e pesquisadores recorreram ao uso de RNA, redes neurais artificiais profundas. O novo sistema foi desenvolvido por uma equipe composta por pesquisadores da Universidade de Edimburgo e da Universidade de Cambridge no Reino Unido, da Universidade de Aveiro em Portugal e da Universidade de Leiden nos Países Baixos.

A RNA desenvolvida por essa equipe foi treinada em um banco de dados de problemas de três corpos existentes, bem como em uma seleção de soluções que cientistas haviam previamente descoberto.

Os resultados foram mais do que promissores. A RNA treinada promete ser capaz de encontrar soluções “100 milhões de vezes mais rápido do que as técnicas existentes.”

O artigo de pesquisa resultante, “Newton vs a máquina: resolvendo o problema caótico de três corpos usando redes neurais profundas” afirma que, “Uma RNA treinada pode substituir os solvers numéricos existentes, permitindo simulações rápidas e escaláveis de muitos corpos para esclarecer fenômenos notáveis, como a formação de sistemas binários de buracos negros ou a origem do colapso de núcleo em aglomerados estelares densos.”

O ScienceAlert observa que “os pesquisadores simplificaram o processo para incluir apenas três partículas de massa igual em um plano, todas começando com velocidade zero, e então executaram um solver de problema de três corpos existente chamado Brutus 10.000 vezes (9.900 para treinamento e 100 para validação).”

Após o treinamento, a nova RNA obteve resultados impressionantes. Ela foi dada 5.000 novos cenários para trabalhar e quase completamente coincidiu com os resultados alcançados pelo Brutus.

Embora o estudo ainda não tenha sido revisado por pares, por cientistas com conhecimento e experiência no campo e ainda seja mais um conceito de prova nessa etapa, ele certamente mostra que redes neurais treinadas “podem ser capazes de trabalhar ao lado do Brutus e sistemas semelhantes, pulando quando os cálculos de três corpos se tornam muito complexos para os nossos atuais modelos lidarem.”

Como conclui a equipe de pesquisadores em seu artigo, “Eventualmente, vislumbramos que essa rede possa ser treinada em problemas caóticos mais ricos, como o problema de quatro e cinco corpos, reduzindo ainda mais a carga computacional.”