Новая нейронная сеть может решать Задачу трех тел в 100 миллионов раз быстрее

Задача трех тел, одно из самых известных в физике сложных вычислений, возможно, будет решена с помощью искусственного интеллекта: новая нейронная сеть обещает находить решения в 100 миллионов раз быстрее, чем существующие методы.

Впервые сформулированная Исааком Ньютоном, задача трех тел включает вычисление движения трех гравитационно взаимодействующих тел — таких, например, как Земля, Луна и Солнце, — с учетом их начальных положений и скоростей.

Поначалу все это может показаться простым, но последовавшее за этим хаотическое движение тел в течение сотен лет ставило математиков и физиков в тупик настолько, что все, кроме самых упорных исследователей, старались избегать об этом думать.

Сегодня задача трех тел является важной частью выяснения того, как двойные черные дыры могут взаимодействовать с одиночными черными дырами, и как некоторые из самых фундаментальных объектов Вселенной взаимодействуют друг с другом.

Новая нейронная сеть была создана исследователями из Эдинбургского университета и Кембриджского университета в Великобритании, университета Авейру в Португалии и Лейденского университета в Нидерландах.

Ученые разработали глубокую искусственную нейронную сеть (ANN) и обучили ее работе с базой данных задачи трех тел, а также с подборкой решений, которые уже были тщательно проработаны. Было показано, что ANN имеет большой потенциал для достижения точных ответов гораздо быстрее, чем существующие методы сегодня.

«Обученный ANN может заменить существующие методы, позволяя быстрое и масштабируемое моделирование систем многих тел, чтобы пролить свет на выдающиеся явления, такие как образование двойных систем черных дыр или возникновение коллапса ядра в плотных звездных скоплениях», пишут исследователи в своей работе.

Ученые упростили процесс, включив в него только три частицы равной массы, все начинающиеся с нулевой скорости, а затем запустили существующий решатель задач из трех тел под названием Brutus более 10000 раз (9900 для обучения и 100 для проверки).

На основании этого обучения новый ANN получил 5 000 новых сценариев для работы, результаты которых были сопоставлены с собственными предсказаниями Brutus. Нейронная сеть соответствовала результатам, достигнутым Брутусом, до впечатляющей степени.

«В конечном итоге мы предполагаем, что сеть может быть обучена более сложным хаотическим проблемам, таким как задача 4 и 5 тел», — заключают исследователи в своей статье.

Исследование еще не было опубликовано в рецензируемом журнале, но доступно для чтения на сервере предварительной печати arXiv.org.