QQ在線
企業(yè)微信
資訊
42917世紀時牛頓就提出了三體問題，采用簡單的方法預測三個圍繞彼此旋轉(zhuǎn)的天體運動路徑讓物理學家大傷腦筋，伴隨科技的發(fā)展，使用人工智能技術(shù)，即刻便可解決這一問題。我們先來了解一下什么是三體問題？
三體問題（three－body problem）是天體力學中的基本力學模型。它是指三個質(zhì)量、初始位置和初始速度都是任意的可視為質(zhì)點的天體，在相互之間只有萬有引力的作用下如何預測其運動規(guī)律。現(xiàn)已知三體問題不能精確求解，即無法預測所有三體問題的數(shù)學情景，只有幾種特殊情況已研究。三體問題最簡單的一個例子就是太陽系中太陽、地球和月球的運動。在浩瀚的宇宙中，星球的大小可以忽略不記，所以我們可以把它們看成質(zhì)點。如果不計太陽系其他星球的影響，那么它們的運動就只是在引力的作用下產(chǎn)生的，所以我們就可以把它們的運動看成一個三體問題。研究三體問題的方法大致可分為分析方法、定性方法、數(shù)值方法三類。
19世紀末的物理學家亨利·龐加萊在當時曾研究后給出結(jié)論：三體問題無解。準確地來說，是數(shù)學上非線性，無解析解，只有數(shù)值解。但是在計算數(shù)值解的過程中，初始的微小誤差會被不斷放大，以及計算疊加過程中本身的計算誤差，從而導致最終無法獲得一個穩(wěn)定的數(shù)值，從而無法預測三體的運動狀態(tài)，結(jié)果是混沌。
2015年Brutus積分器被開發(fā)出來，可以按任意精度計算出任意N體問題的近似收斂解。但是，迭代計算隨著精度的不斷提高和模擬時間的增長，需要在內(nèi)存中保留的數(shù)字精度呈指數(shù)級增長，并且計算的步長需要進一步縮小，往往需耗費長時間才能完成計算。
隨著科技的發(fā)展，研究人員決定嘗試一種規(guī)律識別類型的人工智能—神經(jīng)網(wǎng)絡，它大致模擬了大腦的運作機制。神經(jīng)網(wǎng)絡在具備預測能力之前，必須先通過輸入大量數(shù)據(jù)進行深度學習，研發(fā)團隊采用Brutus軟件生成了9900個簡化版的三體問題情境，用于訓練神經(jīng)網(wǎng)絡。隨后使用5000個新情境對神經(jīng)網(wǎng)絡進行測試，判斷其能否精確預測出這些場景的演變軌跡。結(jié)果顯示預測結(jié)果不僅與Brutus非常接近，并且轉(zhuǎn)瞬間便可完成計算。相比之下Brutus的平均計算時間需要花費120秒。
采用窮舉法的Brutus程序計算較為遲緩，需要對天體軌跡的每一小步進行運算。神經(jīng)網(wǎng)絡僅需要分析由這些計算產(chǎn)生的運動軌跡、并從中歸納出相應規(guī)律，借此預測系統(tǒng)未來的演變結(jié)果。這套神經(jīng)網(wǎng)絡系統(tǒng)若能正常運作，得出答案的速度將達到前所未有的水平。對于“引力波如何形成”等更為深層的問題研究就可提上日程了。
這套算法目前處于概念驗證階段，它目前只能按規(guī)定時長運行，無法提前預知某個情境需要多久才能完成演化。對于規(guī)模更大、更復雜的預測，需要Brutus生成大量數(shù)據(jù)后“神經(jīng)網(wǎng)絡”進行深度學習，耗時長，費用高昂是該系統(tǒng)的攔路虎。
目前研究團隊預計將Brutus程序與“神經(jīng)網(wǎng)絡”融合使用，神經(jīng)網(wǎng)絡僅負責復雜計算的模擬部分。AI應用在天體的運行問題中已逐漸可行，將來會在天文學科中發(fā)揮更重要的作用。
