Nouță Dezvoltată De Rețea Neuronală Artificială Gata Să Rezolve Rapid O Problemă De Fizică

De la Sir Isaac Newton încoace, așa-zisa problemă a trei corpuri a încurcat matematicienii și cercetătorii în fizică. Așa cum explică ScienceAlert , „problema celor trei corpuri implică calculul mișcării a trei corpuri care interacționează gravitațional – cum ar fi Pământul, Luna și Soarele, de exemplu – dată fiind pozițiile și vitezele lor inițiale.”

La suprafață, această problemă pare una simplă, dar în realitate, este una extrem de grea de abordat. Unul dintre rezultate a fost introducerea, de exemplu, a cronometrelor marine pentru a calcula pozițiile pe mare, mai degrabă decât a rezolva problema celor trei corpuri pentru a calcula o astfel de poziție prin Lună și stele.

Odată cu avansarea rapidă a studiului Universului, problema celor trei corpuri a devenit o parte importantă pentru cercetători atunci când încearcă să înțeleagă „cum ar putea interacționa binarele de găuri negre cu găuri negre individuale, și de acolo, cum ar putea interacționa unele dintre cele mai fundamentale obiecte ale Universului între ele.”

Pentru a face aceste calcule fezabile într-un timp rezonabil, oamenii de știință și cercetătorii au recurs la utilizarea RNA, rețele neuronale artificiale profunde. Noul sistem a fost dezvoltat de o echipă alcătuită din cercetători de la Universitatea din Edinburgh și Universitatea din Cambridge din Regatul Unit, Universitatea din Aveiro din Portugalia și Universitatea din Leiden din Țările de Jos.

RNA acestei echipe a fost antrenată pe o bază de date cu probleme existente de trei corpuri, precum și o selecție de soluții pe care oamenii de știință le-au rezolvat anterior.

Rezultatele au fost mai mult decât promițătoare. RNA antrenată promite să fie capabilă să găsească soluții „de 100 de milioane de ori mai rapide decât tehnicile existente.”

Articolul de cercetare rezultat, „Newton vs mașina: rezolvarea problemei haotice a trei corpuri folosind rețele neuronale profunde” afirmă că, “O RNA antrenată poate înlocui soluțiile numerice existente, permițând simulări rapide și scalabile ale sistemelor cu mai multe corpuri pentru a arunca lumină asupra unor fenomene remarcabile, cum ar fi formarea sistemelor binare de găuri negre sau originea colapsului nuclear în clusterelor de stele dense.”

ScienceAlert notează că „cercetătorii au simplificat procesul pentru a include doar trei particule de masă egală într-un plan, toate începând cu zero viteză, și apoi au rulat un solver existent pentru problema celor trei corpuri numit Brutus de 10.000 de ori (9.900 pentru antrenare și 100 pentru validare).”

După antrenare, noua RNA a obținut rezultate impresionante. I s-a dat de lucru cu 5.000 de scenarii noi și a egalat rezultatele obținute de Brutus aproape complet.

Deși studiul nu a fost încă supus revizuirii de către experți, și este încă mai mult o dovadă a conceptului la acest stadiu, el arată clar că rețelele neuronale antrenate „ar putea lucra alături de Brutus și sisteme similare, sărind în ajutor atunci când calculele pentru trei corpuri devin prea complexe pentru modelele noastre actuale să le facă față.”

Așa cum concluzionează echipa de cercetători în articolul lor, “În cele din urmă, ne imaginăm că rețeaua poate fi antrenată pe probleme haotice mai bogate, cum ar fi problema celor patru și cinci corpuri, reducând și mai mult încărcătura computațională.”