Calculele îndoite ale minții necesare pentru a prezice modul în care trei corpuri cerești orbitează unul pe celălalt s-au declanșat fizicieni încă de pe vremea lui Sir Isaac Newton. Acum inteligența artificială (A.I.) a arătat că poate rezolva problema într-o fracțiune din timpul cerut de abordările anterioare.
Newton a fost primul care a formulat problema în secolul al XVII-lea, dar găsirea unei modalități simple de rezolvare a acesteia s-a dovedit incredibil de dificilă. Interacțiunile gravitaționale dintre trei obiecte cerești precum planetele, stelele și lunile au ca rezultat un sistem haotic - unul complex și extrem de sensibil la pozițiile de pornire ale fiecărui corp.
Abordările actuale de soluționare a acestor probleme implică utilizarea unui software care poate dura săptămâni sau chiar luni până la efectuarea calculelor. Așadar, cercetătorii au decis să vadă dacă o rețea neuronală - un tip de model care recunoaște A.I. asta imită în mod liber modul în care creierul funcționează - ar putea merge mai bine.
Algoritmul pe care l-au construit a oferit soluții precise de până la 100 de milioane de ori mai rapid decât cel mai avansat program software, cunoscut sub numele de Brutus. Acest lucru s-ar putea dovedi neprețuit pentru astronomii care încearcă să înțeleagă lucruri precum comportamentul grupurilor de stele și evoluția mai largă a universului, a declarat Chris Foley, un biostatistician la Universitatea din Cambridge și coautor al unei lucrări la baza de date arXiv, care încă nu să fie revizuite de la egal la egal.
„Această plasă neurală, dacă face o treabă bună, ar trebui să ne poată oferi soluții într-un interval de timp fără precedent”, a spus el pentru Live Science. „Deci, putem începe să ne gândim să progresăm cu întrebări mult mai profunde, precum modul în care se formează undele gravitaționale”.
Rețelele neuronale trebuie să fie instruite prin alimentarea datelor înainte de a putea face predicții. Așadar, cercetătorii au trebuit să genereze 9.900 de scenarii simplificate cu trei corpuri folosind Brutus, actualul lider când vine vorba de rezolvarea problemelor cu trei corpuri.
Au testat apoi cât de bine ar putea prezide plasa neurală evoluția a 5.000 de scenarii nevăzute și au descoperit că rezultatele ei se potrivesc strâns cu cele ale lui Brutus. Cu toate acestea, programul bazat pe A.I. a rezolvat problemele în medie de doar o fracțiune de secundă, comparativ cu aproape 2 minute.
Motivul pentru care programele precum Brutus sunt atât de lente este că rezolvă problema prin forță brută, a spus Foley, efectuând calcule pentru fiecare pas micuț din traiectoriile corpurilor cerești. Pe de altă parte, rețeaua neurală privește pur și simplu mișcările pe care aceste calcule le produc și deduce un model care poate ajuta la prezicerea modului în care scenariile viitoare vor fi redate.
Asta prezintă o problemă pentru extinderea sistemului, totuși, a spus Foley. Algoritmul actual este o dovadă de concept și învățat din scenarii simplificate, dar instruirea pe cele mai complexe sau chiar creșterea numărului de corpuri implicate la patru din cinci necesită mai întâi să generați datele despre Brutus, care poate fi extrem de timp. consumatoare și scumpe.
„Există o interacțiune între capacitatea noastră de a antrena o rețea neuronală cu performanță fantastică și capacitatea noastră de a obține de fapt date cu care să o antrenăm”, a spus el. "Deci, există un gât acolo."
O modalitate de a evita această problemă ar fi ca cercetătorii să creeze un depozit comun de date produse folosind programe precum Brutus. Dar mai întâi, aceasta ar necesita crearea de protocoale standard pentru a se asigura că datele sunt un format și un format consecvent, a spus Foley.
Există încă câteva aspecte pentru a lucra cu plasa neurală, a spus Foley. Poate rula doar o perioadă stabilită, dar nu este posibil să știm în prealabil cât timp va dura un scenariu anume, astfel încât algoritmul să poată rămâne fără aburi înainte de rezolvarea problemei.
Cercetătorii nu au în vedere că plasa neurală funcționează izolat, însă, a spus Foley. Ei cred că cea mai bună soluție ar fi ca un program ca Brutus să facă cea mai mare parte a legăturii cu plasa neurală, preluând doar părțile din simulare care implică calcule mai complexe care afectează software-ul.
"Creezi acest hibrid", a spus Foley. "De fiecare dată când Brutus se blochează, folosești rețeaua neuronală și o dai în față. Și atunci evaluezi dacă Brutus a devenit sau nu necăjit."
