Технології

Нова нейронна мережа може вирішувати Задачу трьох тіл в 100 мільйонів разів швидше

Задача трьох тіл — одна з задач небесної механіки, що полягає у визначенні відносного руху трьох тіл, що взаємодіють за законом тяжіння Ньютона.

Нова нейронна мережа може вирішувати Задачу трьох тіл в 100 мільйонів разів швидше
На відміну від задачі двох тіл, завдання трьох тіл не має рішення у вигляді кінцевих виразів. Відомі лише окремі рішення для спеціальних початкових швидкостей та координат об’єктів.

Задача трьох тіл, одне з найбільш відомих у фізиці складних обчислень, можливо, буде вирішена за допомогою штучного інтелекту: нова нейронна мережа обіцяє знаходити рішення в 100 мільйонів разів швидше, ніж існуючі методи.

Вперше сформульовані Ісааком Ньютоном, завдання трьох тіл включає обчислення руху трьох гравітаційно взаємодіючих тіл — таких, наприклад, як Земля, Місяць і Сонце, — з урахуванням їх початкових положень і швидкостей.

Спочатку все це може здатися простим, але слідом за цим хаотичний рух тіл протягом сотень років ставило математиків і фізиків в глухий кут настільки, що всі, крім самих наполегливих дослідників, намагалися уникати про це думати.

Сьогодні завдання трьох тіл є важливою частиною з’ясування того, як подвійні чорні діри можуть взаємодіяти з поодинокими чорними дірами, і як деякі з найбільш фундаментальних об’єктів Всесвіту взаємодіють один з одним.

Нова нейронна мережа була створена дослідниками з Единбурзького університету та Кембриджського університету у Великобританії, університету Авейру в Португалії і Лейденського університету в Нідерландах.

Вчені розробили глибоку штучну нейронну мережу [ANN] і навчили її роботі з базою даних задачі трьох тіл, а також з підбіркою рішень, які вже були ретельно опрацьовані. Було показано, що ANN має великий потенціал для досягнення точних відповідей набагато швидше, ніж існуючі сьогодні методи.

«Навчений ANN може замінити існуючі методи, дозволяючи швидке і масштабоване моделювання систем багатьох тіл, щоб пролити світло на видатні явища, такі як освіта подвійних систем чорних дірок або виникнення колапсу ядра в щільних зоряних скупченнях», пишуть дослідники в своїй роботі.

Вчені спростили процес, включивши в нього тільки три частки рівної маси, всі починаються з нульової швидкості, а потім запустили існуючий вирішувач завдань з трьох тіл під назвою Brutus більше 10000 разів [9900 для навчання та 100 для перевірки].

На підставі цього навчання новий ANN отримав 5 000 нових сценаріїв для роботи, результати яких були зіставлені з власними прогнозами Brutus. Нейронна мережа відповідала результатам, досягнутим Брутусом, до вражаючої ступеня.

«В остаточному підсумку ми припускаємо, що мережа може бути навчена більш складним хаотичним проблемам, таким як завдання 4 і 5 тел», — підсумовують дослідники у своїй статті.

Дослідження ще не була опублікована в рецензованому журналі, але доступно для читання на сервері попередньої друку arXiv.org.

Смотреть полностью

Похожее

Залишити відповідь

Ваша e-mail адреса не оприлюднюватиметься. Обов’язкові поля позначені *

Back to top button
Close
Close

Adblock Detected

Please consider supporting us by disabling your ad blocker