人工智能可以解决困扰科学家许久的“三体问题”

  • 日期:01-11
  • 点击:(903)


来源:新浪科技作者:叶紫

据国外媒体报道,自牛顿时代以来,如何预测三个天体围绕彼此旋转的运动轨迹一直是物理学家头疼的问题。现在,利用人工智能技术,一会儿就能解决这个问题。

牛顿第一次提出三体是在17世纪,但是事实证明用简单的方法解决这个问题是极其困难的。三个天体(如行星、恒星、卫星等)之间的引力相互作用。)将形成一个混沌系统,它非常复杂,对每个天体的初始状态高度敏感。

一些研究人员试图用软件解决三体问题,但通常需要几周甚至几个月才能完成计算。所以研究人员决定尝试神经网络。这是一种人工智能,它定期识别类型并大致模拟大脑的运行机制。然而,他们创造的算法比目前最先进的软件程序布鲁特斯(Brutus)快1亿倍。这对研究星团行为和宇宙演化的天文学家来说将是“无价之宝”。如果这个神经网络系统能够正常工作,获得答案的速度将达到前所未有的水平。这样,我们可以进一步研究更深层次的问题,例如“引力波是如何形成的”等等。

必须通过输入大量数据来训练神经网络,然后才能进行预测。因此,研究人员首先使用布鲁特斯软件生成9900个简化的三体场景,用于训练神经网络。接下来,研究人员用5000个新场景测试了神经网络,看看它是否能准确预测这些场景的演变。结果表明,预测结果不仅与布鲁图斯非常接近,而且可以瞬间完成。相比之下,布鲁特斯的平均计算时间接近2分钟。像

Brutus这样的程序计算速度如此之慢的原因是,它们使用“蛮力方法”,即穷举方法,来计算天体轨道上的每一小步。然而,神经网络只分析由这些计算产生的轨迹,并归纳出相应的规律,从而预测系统未来的进化结果。

但是对于更大和更复杂的系统,情况就不那么简单了。目前,该算法仅处于概念验证阶段,只学习了一些简化的场景。然而,如果要用更复杂的系统,甚至“四体系统”和“五体系统”来进行训练,布鲁特斯必须首先生成大量数据,这不仅耗时而且昂贵。这是目前该神经网络遇到的瓶颈。

为了解决这个问题,几个研究人员可以使用布鲁特斯这样的程序来创建一个公共数据库。然而,这需要一套标准协议来确保所有数据符合标准并具有统一的格式。

此外,神经网络本身也有一些问题需要解决。例如,它目前只能运行一段特定的时间,但我们无法预先预测某个情况需要多长时间才能完成它的进化,因此算法在问题解决之前可能已经“弹药用尽”。

然而,研究人员并不打算让这个神经系统独自带头。他们认为最好让像布鲁特斯这样的程序来做大部分“艰苦的工作”,而神经网络只负责需要复杂计算的模拟部分。

youtube.com