Reţelele neurale ar putea să soluţioneze ”problema celor trei corpuri” de 100 de ori mai repede decât este posibil în prezent

„Problema celor trei corpuri” este una din problemele fundamentale ale fizicii şi mecanicii clasice. Această problemă a fost pusă prima dată pe foaie de către Isaac Newton, pornind de la legile mişcării şi atracţiei universale formulate de către acesta.

Această problemă pote fi adaptată atât în mecanica clasică, unde ar putea fi folosită pentru a modela mişcarea a trei corpuri, de exemplu: Soarele, Pământul şi Luna sau interacţiunea dintre găurile negre şi găurile negre binare; sau în mecanica cuantică, unde ar putea explica mişcarea a trei particule. Dat fiind faptul că mişcarea corpurilor analizate nu este repetitivă, fizicienii trebuie să abandoneze soluţiile analitice pentru o serie de matematici speciale. Din această cauză, acest subiect nu se numără printre „favoritele” fizicienilor, cu ajutorul cercetătorilor de la Universităţile Cambridge (Marea Britanie), Aveiro (Portugalia) şi Leiden (Olanda), reţelele neurale ar putea să fie folosite pentru a calcula mult mai repede, în comparaţie cu standardul actual, răspunsurile la această problemă, notează Science Alert.

• Iată cum o simplă cană cu ceai poate deveni un detector de particule!
• Pentru prima dată în istorie, astronomii au fotografiat îndeaproape o stea din afara galaxiei Calea Lactee

Artificial Neural Network (ANN) este un algoritm de inteligenţă artificială care este inspirat din reţelele neuronale biologice, care a fost „antrenat” cu ajutorul unor baze de date ale mai multor variaţii ale problemei celor trei corpuri şi cu o serie de soluţii pentru această problemă. Testele ceretătorilor au arătat că ANN poate calcula un răspuns mult mai repede faţă de standardul din prezent.

„Un ANN instruit poate înlocui soluţiile numerice existente, permiţând simulări rapide şi scalabile ale sistemelor cu mai multe corpuri pentru a arunca lumină asupra fenomenelor deosebite, cum ar fi formarea sistemelor binare de găuri negre sau originea prăbuşirii miezului în grupuri de stele dense”, au scris cercetătorii în studiul lor.

Cercetătorii au comparat ANN cu „Brutus”, un alt sistem de rezolvare al acestor probleme de 10.000 de ori, 9.900 pentru antrenarea inteligenţei artificiale şi 100 pentru confirmarea datelor obţinute. Pornind de la calculele din perioada de antrenament, ANN a produs 5.000 de noi scenarii care pot fi luate în calcul.

Oamenii de ştiinţă care au colaborat pentru a produce ANN recunosc că studiul lor prezintă o serie de probleme: acesta nu a fost supus atenţiei altor ceretători şi, mai important, algoritmul lor operează cu o serie de simplificări şi asumpţii, fiind mai degrabă o dovadă a viabilităţii acestui sistem de calcul.

„În cele din urmă, considerăm că acea reţea poate fi instruită pentru efectuarea calculelor necesare problemelor haotice mai complexe, cum ar fi problema cu patru şi cinci corpuri, reducând şi mai mult dificultăţile de calcul”, au scris cercetătorii în studiul lor.

Studiul a fost publicat pe serverul arXiv.

Citeşte şi: