Το «Πρόβλημα τριών σωμάτων» έχει αμηχανία αστρονόμους από Newton που διατύπωσε αυτό. ΟΛΑ ΣΥΜΠΕΡΙΛΑΜΒΑΝΟΝΤΑΙ. Μόλις το σπάσει κάτω από ένα δευτερόλεπτο.

Pin
Send
Share
Send

Οι υπολογισμοί κάμψης μυαλού που απαιτούνται για να προβλέψουμε πώς τρία ουράνια σώματα περιστρέφονται μεταξύ τους έχουν αποκαλύψει φυσικούς από την εποχή του Sir Isaac Newton. Τώρα η τεχνητή νοημοσύνη (Α.Ι.) έχει δείξει ότι μπορεί να λύσει το πρόβλημα σε ένα κλάσμα του χρόνου που απαιτείται από προηγούμενες προσεγγίσεις.

Ο Νεύτωνας ήταν ο πρώτος που διαμόρφωσε το πρόβλημα τον 17ο αιώνα, αλλά η εύρεση ενός απλού τρόπου επίλυσής του αποδείχθηκε απίστευτα δύσκολη. Οι βαρυτικές αλληλεπιδράσεις μεταξύ τριών ουράνιων αντικειμένων όπως οι πλανήτες, τα αστέρια και τα φεγγάρια καταλήγουν σε ένα χαοτικό σύστημα - ένα πολύπλοκο και πολύ ευαίσθητο στις θέσεις εκκίνησης κάθε σώματος.

Οι τρέχουσες προσεγγίσεις για την επίλυση αυτών των προβλημάτων περιλαμβάνουν τη χρήση λογισμικού που μπορεί να απαιτήσει εβδομάδες ή και μήνες για να ολοκληρωθούν οι υπολογισμοί. Έτσι, οι ερευνητές αποφάσισαν να δουν αν ένα νευρωνικό δίκτυο - ένας τύπος μοτίβου που αναγνωρίζει το A.I. που μιμείται χαλαρά πώς λειτουργεί ο εγκέφαλος - θα μπορούσε να κάνει καλύτερα.

Ο αλγόριθμος που δημιούργησαν παρείχε ακριβείς λύσεις έως και 100 εκατομμύρια φορές πιο γρήγορα από το πιο προηγμένο πρόγραμμα λογισμικού, γνωστό ως Brutus. Αυτό θα μπορούσε να αποδειχθεί ανεκτίμητο για τους αστρονόμους που προσπαθούν να καταλάβουν πράγματα όπως η συμπεριφορά των συστάδων αστέρων και η ευρύτερη εξέλιξη του σύμπαντος, δήλωσε ο Chris Foley, βιοστατιστικός στο Πανεπιστήμιο του Cambridge και συν-συγγραφέας ενός εγγράφου στη βάση δεδομένων arXiv, να αξιολογηθεί από ομοτίμους.

"Αυτό το νευρωνικό δίχτυ, αν κάνει καλή δουλειά, θα πρέπει να είναι σε θέση να μας δώσει λύσεις σε ένα πρωτοφανές χρονικό πλαίσιο", είπε στη Live Science. "Έτσι μπορούμε να αρχίσουμε να σκεφτόμαστε να κάνουμε πρόοδο με πολύ βαθύτερα ερωτήματα, όπως το πώς σχηματίζονται τα κύματα βαρύτητας".

Τα νευρωνικά δίκτυα πρέπει να εκπαιδεύονται με την τροφοδοσία των δεδομένων πριν μπορέσουν να κάνουν προβλέψεις. Έτσι οι ερευνητές έπρεπε να παράγουν 9.900 απλοποιημένα σενάρια τριών σωμάτων χρησιμοποιώντας τον Brutus, τον σημερινό ηγέτη, όταν πρόκειται για την επίλυση προβλημάτων τριών σωμάτων.

Έπειτα έλεγξαν πόσο καλά το νευρωνικό δίχτυ θα μπορούσε να προβλέψει την εξέλιξη 5.000 αόρατων σεναρίων και βρήκε τα αποτελέσματά του να ταιριάζουν απόλυτα με εκείνα του Brutus. Ωστόσο, το πρόγραμμα βασισμένο στο A.I. λύνει τα προβλήματα σε ένα μέσο κλάσμα του δευτερολέπτου, σε σύγκριση με σχεδόν 2 λεπτά.

Ο λόγος για τον οποίο τα προγράμματα όπως ο Brutus είναι τόσο αργός είναι ότι επιλύουν το πρόβλημα με βίαιη δύναμη, δήλωσε ο Foley, πραγματοποιώντας υπολογισμούς για κάθε μικροσκοπικό βήμα των τροχιών των ουράνιων σωμάτων. Το νευρικό δίκτυο, από την άλλη πλευρά, εξετάζει απλώς τις κινήσεις που οι υπολογισμοί αυτοί παράγουν και εξάγουν ένα πρότυπο που μπορεί να βοηθήσει να προβλέψουμε πώς θα διαδραματίσουν τα μελλοντικά σενάρια.

Αυτό παρουσιάζει ένα πρόβλημα για την κλιμάκωση του συστήματος, όμως, είπε ο Foley. Ο τρέχων αλγόριθμος είναι μια απόδειξη της ιδέας και έμαθε από απλοποιημένα σενάρια, αλλά η εκπαίδευση σε πιο περίπλοκα ή ακόμα και η αύξηση του αριθμού των εμπλεκόμενων φορέων σε τέσσερις από τις πέντε απαιτεί από εσάς να δημιουργήσετε τα δεδομένα για τον Brutus, καταναλώνοντας και δαπανηρά.

"Υπάρχει μια αλληλεπίδραση μεταξύ της ικανότητάς μας να εκπαιδεύουμε ένα φανταστικά επιτελώντας νευρωνικό δίκτυο και την ικανότητά μας να αντλούμε πραγματικά δεδομένα με τα οποία να το εκπαιδεύουμε", δήλωσε. "Έτσι υπάρχει ένα κενό εκεί."

Ένας τρόπος γύρω από αυτό το πρόβλημα θα ήταν για τους ερευνητές να δημιουργήσουν ένα κοινό αποθετήριο δεδομένων που παράγονται χρησιμοποιώντας προγράμματα όπως ο Brutus. Αλλά πρώτα απ 'όλα θα απαιτούσε τη δημιουργία πρότυπων πρωτοκόλλων για να διασφαλιστεί ότι τα δεδομένα θα ήταν όλα σταθερά πρότυπα και μορφές, δήλωσε ο Foley.

Υπάρχουν ακόμα μερικά θέματα για να εργαστείτε με το νευρωνικό δίκτυο, επίσης, Foley είπε. Μπορεί να τρέξει μόνο για ένα καθορισμένο χρονικό διάστημα, αλλά δεν είναι δυνατόν να γνωρίζουμε εκ των προτέρων πόσο χρόνο θα πάρει ένα συγκεκριμένο σενάριο για να ολοκληρωθεί, οπότε ο αλγόριθμος μπορεί να εξαντληθεί πριν το πρόβλημα επιλυθεί.

Οι ερευνητές δεν θεωρούν ότι το νευρικό δίκτυο λειτουργεί μεμονωμένα, όμως, είπε ο Foley. Θεωρούν ότι η καλύτερη λύση θα ήταν για ένα πρόγραμμα όπως ο Brutus να κάνει το μεγαλύτερο μέρος της νυχτερινής εργασίας με το νευρωνικό δίχτυ, λαμβάνοντας μόνο τα τμήματα της προσομοίωσης που περιλαμβάνουν πιο περίπλοκους υπολογισμούς που χτυπούν το λογισμικό.

«Δημιουργείς αυτό το υβρίδιο», είπε ο Foley. «Κάθε φορά που ο Brutus έχει κολλήσει, χρησιμοποιείτε το νευρικό δίκτυο και το βάζετε προς τα εμπρός και τότε αξιολογείτε αν ο Brutus έχει αποκολληθεί».

Pin
Send
Share
Send