AI pomaga zmierzyć się z jednym z największych nierozwiązanych problemów fizycznych

Po raz pierwszy w historii, naukowcy ze szwajcarskiej politechniki ETH w Zurychu, z powodzeniem zautomatyzowali proces modelowania turbulencji w płynach przez połączenie mechaniki płynów ze sztuczną inteligencją. Ich podejście opiera się na połączeniu algorytmów wzmocnionego uczenia maszynowego z symulacjami przepływów turbulentnych przeprowadzonymi w superkomputerze Piz Daint ze Szwajcarskiego Narodowego Centrum Superkomputerowego.

Według opisu badań, który ukazał się niedawno w periodyku "Nature Machine Intelligence", naukowcy opracowali nowe algorytmy wzmocnionego uczenia maszynowego (RL) i połączyli je z fizycznym podejściem do modelowania turbulencji.

"Dwadzieścia pięć lat temu, byliśmy pionierami w łączeniu Al i turbulentnych przepływów", relacjonuje w publikacji Petros Koumoutsakos, profesor w Laboratorium Nauk Obliczeniowych i Inżynierii w ETH w Zurychu. Ćwierć wieku temu komputery nie były wystarczająco wydajne, aby przetestować te pomysły. "Ostatnio zdaliśmy sobie sprawę, że popularne sieci neuronowe nie nadają się do rozwiązywania takich problemów, ponieważ model aktywnie wpływa w nich na strumienie danych, które ma uzupełniać", mówi badacz. Uczeni musieli uciec się do innego podejścia do nauki maszynowej, w którym algorytm uczy się reagować na wzorce w obszarze przepływów turbulentnych.

Modelowanie i symulacja przepływów turbulentnych ma kluczowe znaczenie w wielu dziedzinach nauki i techniki, od projektowania samochodów po implanty zastawek sercowych; od prognozowania pogody po wyjaśnianie procesów narodzin galaktyk. Fizyk Richard Feynman zaliczył zjawisko turbulencji płynów do najważniejszych nierozwiązanych problemów w fizyce klasycznej. Pozostaje on wciąż polem intensywnych badań dla inżynierów, naukowców i matematyków, którzy komputerowo modelują turbulencje płynów i przeprowadzają symulacje przepływów od ponad sześćdziesięciu lat.

Źródło: bit.ly

Mirosław Usidus