Недавно Разработанная Искусственная Нейронная Сеть Быстро Решает Физическую Задачу

Сэра Исаака Ньютона физики и исследователи озадачены так называемой задачей трех тел. Как объясняет ScienceAlert , “задача трех тел включает в себя расчет движения трех гравитационно взаимодействующих тел – например, Земли, Луны и Солнца – учитывая их начальные положения и скорости.”

На первый взгляд, эта задача кажется простой, но на самом деле это очень сложная задача. Одним из результатов было введение, например, морских хронометров для расчета положения в море, а не решение задачи трех тел для расчета такого положения по Луне и звездам.

С быстрым развитием изучения Вселенной задача трех тел стала важной частью для исследователей, когда они пытаются понять, “как могут взаимодействовать бинарные черные дыры с одиночными черными дырами, и отсюда, как некоторые из наиболее фундаментальных объектов Вселенной взаимодействуют друг с другом.”

Чтобы сделать эти расчеты возможными в разумное время, ученые и исследователи обратились к использованию ИНС, глубоких искусственных нейронных сетей. Новая система была разработана командой исследователей из Университета Эдинбурга и Университета Кембриджа в Великобритании, Университета Авейру в Португалии и Лейденского университета в Нидерландах.

ИНС, разработанная этой командой, была обучена на базе данных существующих задач трех тел, а также на выборке решений, которые ученые ранее вычислили.

Результаты были более чем обнадеживающими. Обученная ИНС обещает быть способной находить решения “в 100 миллионов раз быстрее, чем существующие методы.”

Результатом исследования, опубликованного в статье “Ньютон против машины: решение хаотической задачи трех тел с помощью глубоких нейронных сетей”, является то, что “обученная ИНС может заменить существующие численные методы решения, позволяя быстро и масштабируемо моделировать системы многих тел, чтобы пролить свет на выдающиеся явления, такие как образование бинарных систем черных дыр или происхождение коллапса в плотных звездных скоплениях.”

ScienceAlert отмечает, что “исследователи упростили процесс, включив в него только три частицы одинаковой массы в плоскости, все начали с нулевой скорости, и затем запустили существующий решатель задачи трех тел Brutus 10 000 раз (9 900 для обучения и 100 для проверки).”

После обучения новая ИНС показала впечатляющие результаты. Ей были даны 5 000 новые сценарии для работы, и она几乎 полностью совпала с результатами, достигнутыми Brutus.

Хотя исследование еще не прошло рецензирование учеными с опытом и знаниями в этой области и пока что является больше концепцией, оно, безусловно, показывает, что обученные нейронные сети “могут работать вместе с Brutus и подобными системами, прыгая в задачи трех тел, когда расчеты становятся слишком сложными для наших текущих моделей.”

Как заключает команда исследователей в своей статье, “В конечном итоге мы представляем, что эта сеть может быть обучена на более богатых хаотических задачах, таких как задача четырех и пяти тел, еще больше уменьшая вычислительную нагрузку.”