O "problema dos três corpos" deixou os astrônomos perplexos desde que Newton o formulou. A.I. Apenas rachou em menos de um segundo.

Pin
Send
Share
Send

Os cálculos alucinantes necessários para prever como três corpos celestes se orbitam confundem os físicos desde o tempo de Sir Isaac Newton. Agora, a inteligência artificial (IA) mostrou que pode resolver o problema em uma fração do tempo exigido pelas abordagens anteriores.

Newton foi o primeiro a formular o problema no século XVII, mas encontrar uma maneira simples de resolvê-lo se mostrou incrivelmente difícil. As interações gravitacionais entre três objetos celestes, como planetas, estrelas e luas, resultam em um sistema caótico - complexo e altamente sensível às posições iniciais de cada corpo.

As abordagens atuais para solucionar esses problemas envolvem o uso de software que pode levar semanas ou até meses para concluir os cálculos. Então, os pesquisadores decidiram ver se uma rede neural - um tipo de padrão que reconhece a IA. que imita vagamente como o cérebro funciona - poderia fazer melhor.

O algoritmo que eles criaram forneceu soluções precisas até 100 milhões de vezes mais rápidas que o programa de software mais avançado, conhecido como Brutus. Isso pode ser inestimável para os astrônomos que tentam entender coisas como o comportamento dos aglomerados de estrelas e a evolução mais ampla do universo, disse Chris Foley, bioestatístico da Universidade de Cambridge e coautor de um artigo no banco de dados arXiv, que ainda para ser revisto por pares.

"Essa rede neural, se fizer um bom trabalho, deve nos fornecer soluções em um prazo sem precedentes", disse ele à Live Science. "Então, podemos começar a pensar em progredir com questões muito mais profundas, como a forma como as ondas gravitacionais se formam".

As redes neurais devem ser treinadas, alimentando dados antes que possam fazer previsões. Portanto, os pesquisadores tiveram que gerar 9.900 cenários simplificados de três corpos usando Brutus, o atual líder na solução de problemas de três corpos.

Eles então testaram o quão bem a rede neural poderia prever a evolução de 5.000 cenários invisíveis e descobriram que seus resultados eram muito semelhantes aos de Brutus. No entanto, o programa baseado na IA resolveu os problemas em média apenas uma fração de segundo, em comparação com quase 2 minutos.

A razão pela qual programas como o Brutus são tão lentos é que resolvem o problema com força bruta, disse Foley, realizando cálculos para cada pequeno passo das trajetórias dos corpos celestes. A rede neural, por outro lado, simplesmente analisa os movimentos produzidos por esses cálculos e deduz um padrão que pode ajudar a prever como serão os cenários futuros.

Isso representa um problema para aumentar o sistema, disse Foley. O algoritmo atual é uma prova de conceito e aprendido em cenários simplificados, mas o treinamento em cenários mais complexos ou mesmo o aumento do número de corpos envolvidos para quatro dos cinco exige que você gere os dados no Brutus, o que pode ser extremamente demorado. consumindo e caro.

"Existe uma interação entre nossa capacidade de treinar uma rede neural com desempenho fantástico e nossa capacidade de derivar dados com os quais treiná-la", disse ele. "Então, há um gargalo lá."

Uma maneira de contornar esse problema seria os pesquisadores criarem um repositório comum de dados produzidos usando programas como o Brutus. Mas primeiro isso exigiria a criação de protocolos padrão para garantir que os dados fossem de um padrão e formato consistentes, disse Foley.

Ainda existem alguns problemas a serem resolvidos com a rede neural, disse Foley. Ele pode funcionar por apenas um tempo definido, mas não é possível saber com antecedência quanto tempo um cenário específico levará para ser concluído, para que o algoritmo fique sem vapor antes que o problema seja resolvido.

Os pesquisadores não imaginam que a rede neural funcione isoladamente, disse Foley. Eles acham que a melhor solução seria um programa como o Brutus fazer a maior parte do trabalho braçal com a rede neural, assumindo apenas as partes da simulação que envolvem cálculos mais complexos que atolam o software.

"Você cria esse híbrido", disse Foley. "Toda vez que Brutus fica preso, você emprega a rede neural e a move adiante. E então avalia se Brutus ficou ou não preso".

Pin
Send
Share
Send