DIgital Tхромать Tанк (DTT)

ИИ помогает решить одну из самых больших нерешенных проблем физики

Исследователям из ETH Zurich впервые удалось автоматизировать моделирование турбулентности в жидкостях, объединив механику жидкости и искусственный интеллект. Их подход основан на сочетании Алгоритмы машинного обучения с подкреплением с турбулентным Моделирование потокавыполнено на суперкомпьютере Piz Daint Швейцарского национального суперкомпьютерного центра.

Согласно описанию исследования, недавно опубликованному в журнале Естественная машинная разведка был выпущен, исследователи разработали новые алгоритмы машинного обучения с подкреплением (RL) и объединили их с физическим подходом к моделированию. Турбулентность.

Источник изображения: Pixabay

«25 лет назад мы впервые применили сочетание искусственного интеллекта и турбулентных потоков», - сообщает в публикации Петрос Кумутсакос, профессор Лаборатории вычислительных наук и инженерии ETH Zurich. Четверть века назад компьютеры были недостаточно мощными, чтобы проверить эти идеи. «Недавно мы поняли, что обычные нейронные сети не подходят для решения таких задач, потому что модель в них активно влияет на потоки данных, которые она должна дополнять», - говорит исследователь. Ученым пришлось по-другому подходить к машинное обучение алгоритм учится использовать шаблоны в турбулентные потоки ответить.


Моделирование турбулентных потоков жизненно важно во многих областях науки и техники, от строительства автомобилей до имплантации сердечных клапанов, от прогнозов погоды до объяснения процессов рождения галактик. Физик Ричард Фейнман подсчитал феномен Турбулентность жидкости по важнейшим нерешенным проблемам классической физики. Это все еще интенсивная область исследований для инженеров, ученых и математиков, которые создают компьютерные модели турбулентности жидкости более шестидесяти лет. Моделирование потока . Выполните