ИИ научился легко решать сложнейшие уравнения, которые описывают устройство Вселенной — Naked Science
7 минут
Василий Парфенов

ИИ научился легко решать сложнейшие уравнения, которые описывают устройство Вселенной

Дифференциальные уравнения в частных производных встречаются в самых разных аспектах физико-математического моделирования. Они позволяют рассчитывать состояния весьма сложных систем, но их решение всегда было ресурсоемкой задачей. Благодаря специально созданной нейросети этот процесс значительно ускорился и мощности суперкомпьютеров можно будет перенаправить на другие важные задачи.

Благодаря специально созданной нейросети решение дифференциальные уравнения в частных производных значительно ускорилось
©Science Photo Library via AP Images

Большинство студентов технических специальностей встречают уравнения математической физики (УМФ), или дифференциальные уравнения в частных производных, лишь однажды. Пройдя их во время обучения, об этом сложном, но мощном инструменте почти всегда забывают. И лишь некоторые инженеры используют их регулярно. Речь идет, например, о моделировании воздушных потоков в аэродинамике, описании движения тектонических плит, расчете положения планет или метеорологии.

Как правило, для решения подобных уравнений применяют мощные вычислительные комплексы — суперкомпьютеры или сети распределенных вычислений. Для многих ученых, работающих в не самых богатых на финансирование отраслях, такие расчеты всегда были головной болью. Понимая важность появления нового инструмента для выполнения подобных задач, американские математики и программисты обратились к технологиям искусственного интеллекта.

Коллектив ученых из Калифорнийского технологического института (Caltech) и Университета Пердью разработал высокоэффективный нейросетевой алгоритм для работы с УМФ. При его использовании удалось достичь огромного прироста скорости решения уравнений — в некоторых случаях на несколько порядков. Например, на матрице 256х256 их Нейронный оператор Фурье (Fourier neural operator, FNO) выдал результат за 0,005 секунды при решении уравнений Навье — Стокса. Наиболее распространенный алгоритм, используемый ранее, рассчитывал те же условия за 2,2 секунды.

Благодаря специально созданной нейросети решение дифференциальные уравнения в частных производных значительно ускорилось
(a) — схема работы алгоритма (b) — сравнение результатов прямых наблюдений (верхний ряд) с предсказаниями нейросети (нижний ряд) Алгоритм был «натренирован» с помощью набора данных с матрицей 64х64Х20, расчеты производились по уравнениям Навье — Стокса с числом Рейнольдса 10000 на матрице 256х256х80 ©Zongyi Li, Nikola Kovachki, Kamyar Azizzadenesheli, Burigede Liu, Kaushik Bhattacharya, Andrew Stuart, Anima Anandkumar via arXiv.org

Эти дифференциальные уравнения встречаются повсеместно — точнее, с их помощью можно описать практически любую динамическую систему. Появление доступного и эффективного метода их решения может существенно продвинуть вперед самые разные области науки. А уж применимость такого «искусственного интеллекта» в инженерных разработках точно не заставит себя ждать. Полное описание своей работы американские ученые опубликовали на портале arXiv.

Нельзя сказать, что создатели FNO первыми догадались решать дифференциальные уравнения в частных производных с помощью нейросетей и машинного обучения. Нет, так делали и раньше. Однако существующие алгоритмы приходилось обучать заново на каждый новый набор вычислений — даже при изменении свойств похожих жидкостей. Разработка ученых из Калтеха и Пердью позволяет выполнить «тренировку» лишь однажды и обсчитывать самые разные модели. Секрет эффективности FNO гениален и одновременно прост.

Основа работы любой нейросети — аппроксимация функции, ее приближение. Искусственный интеллект оперирует в своих вычислениях не точными значениями, а диапазоном величин, который позволяет принять решение или выдать результат, не прибегая к ресурсоемким и сложным уточнениям. Иными словами, нейросети во время обучения вырабатывают упрощенные формулы, результаты которых достаточно точны, чтобы применяться на практике.

Обычно работающие с графиками функций нейросети оперируют значениями в евклидовом пространстве. Для того чтобы упростить задачу, авторы FNO решили не переводить волновые функции в привычные графики, а «научить» алгоритм работать напрямую с преобразованиями Фурье. Это позволило не только прибавить скорость вычислений, но и снизить количество ошибок: их теперь на 30% меньше, чем в прежних алгоритмах.

Нашли опечатку? Выделите фрагмент и нажмите Ctrl + Enter.
Вчера, 20:00
10 минут
Мария Азарова

Ученые провели анализ по 353 профессиям и оценили, насколько различия в статусе потребления алкоголя можно объяснить родом занятий.

8 часов назад
4 минуты
Сергей Васильев

Моделирование показало, что Фобос и Деймос могли появиться пару миллиардов лет назад, в результате гибели древнего спутника Марса.

Вчера, 20:51
7 минут
Василий Парфенов

Чем больше на Земле ледников, тем меньше в океанах планеты воды — эта вполне логичная мысль, однако, не имела подтверждения в данных о последней ледниковой эпохе. Сведения об уровне Мирового океана не совпадают с моделями оледенения. Международная команда специалистов по палеоклиматологии смогла разрешить этот парадокс. Правда, теперь придется пересмотреть некоторые важные методы изотопного анализа кернов осадочных пород.

21 февраля
20 минут
Василий Парфенов

Кого и что только ни успели уже обвинить в технологической катастрофе, которая произошла на этой неделе в США. Но эмоции плавно оседают, и начинают появляться первые результаты разбирательства. А они порой вызывают искреннее недоумение, честно говоря.

Позавчера, 09:49
4 минуты
Виктория Сафронова

Звук — шум от передвижения марсохода — записан одним из его микрофонов.

22 февраля
5 минут
Илья Ведмеденко

Новое видео демонстрирует использование новейшего российского разведывательно-ударного БПЛА «Орион» на территории Сирии. Ранее этот комплекс приняли на вооружение.

27 января
6 минут
Василий Парфенов

Интересным наблюдением поделились сотрудники Чернобыльского радиационно-экологического биосферного заповедника. Они уже более трех лет следят за жизнью стада одичавших коров, поведение которого сильно отличается от того, что можно наблюдать у домашних сельскохозяйственных животных.

21 февраля
20 минут
Василий Парфенов

Кого и что только ни успели уже обвинить в технологической катастрофе, которая произошла на этой неделе в США. Но эмоции плавно оседают, и начинают появляться первые результаты разбирательства. А они порой вызывают искреннее недоумение, честно говоря.

2 февраля
44 минуты
Александр Березин

В научном журнале The Lancet появились итоги клинических испытаний «Спутника-V», и на первый взгляд эта публикация — триумф. Российская вакцина показала эффективность выше, чем у Pfizer и Moderna. Увы, на этом хорошие новости закончились. Плохих две.

[miniorange_social_login]

Комментарии

Написать комментарий

Подтвердить?
Лучшие материалы
Войти
Регистрируясь, вы соглашаетесь с правилами использования сайта и даете согласие на обработку персональных данных.

Сообщить об опечатке

Текст, который будет отправлен нашим редакторам: