我們擅長商業(yè)策略與用戶體驗的完美結(jié)合。
歡迎瀏覽我們的案例。
北京時間 12 月 5 日消息，據(jù)國外媒體報道，自牛頓時代起，如何預測三個圍繞彼此旋轉(zhuǎn)的天體的運動路徑一直令物理學家頭痛不已。而如今利用人工智能技術(shù)，片刻時間便可解決這一問題。
牛頓最早在 17 世紀提出了三體問題，但事實證明，要想用簡單的方法來解決這一問題可謂極其困難。三個天體(如行星、恒星和衛(wèi)星等等)之間的引力相互作用會形成一個混沌系統(tǒng)，而這類系統(tǒng)十分復雜，且對各個天體的初始狀態(tài)高度敏感。
有研究人員嘗試利用軟件解決三體問題，但往往需耗費數(shù)周、甚至數(shù)月時間才能完成計算。因此研究人員決定試一試神經(jīng)網(wǎng)絡。這是一種規(guī)律識別類型的人工智能，大致模擬了大腦的運作機制。而他們打造的算法精確求解的速度比目前最先進的軟件程序 Brutus 還要快 1 億倍。這對研究星團行為和宇宙演變過程的天文學家而言，將是一份“無價之寶”。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。這樣一來，我們就可以進一步研究更深層次的問題了，例如“引力波是如何形成的”等等。
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)進行訓練。因此，研究人員先用 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。接下來，研究人員再用 5000 個新情境對這套神經(jīng)網(wǎng)絡進行測試，看其能否精確預測出這些情境的演變軌跡。結(jié)果發(fā)現(xiàn)，其預測結(jié)果不僅與 Brutus 非常接近，并且轉(zhuǎn)瞬間便可完成計算。而相比之下，Brutus 的平均計算時間將近 2 分鐘。
Brutus 之類的程序之所以計算得這么慢，是因為它們采用了“蠻力計算法”，即窮舉法，對天體軌跡的每一小步都要進行計算。而神經(jīng)網(wǎng)絡則僅僅分析了由這些計算產(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。
但對于規(guī)模更大、更復雜的系統(tǒng)來說，情況就沒這么簡單了。這套算法目前僅處于概念驗證階段，只學習了一些簡化版情境，但如果要用更復雜的系統(tǒng)、甚至“四體系統(tǒng)”、“五體系統(tǒng)”進行訓練，就首先要用 Brutus 生成大量數(shù)據(jù)，這樣不僅耗時甚長、且費用高昂。這就是這套神經(jīng)網(wǎng)絡目前遭遇的瓶頸。
要想解決這一問題，可以讓多位研究人員先用 Brutus 之類的程序打造一個通用數(shù)據(jù)庫。但這需要先制定一套標準協(xié)議，確保所有數(shù)據(jù)都符合標準、且形式統(tǒng)一。
此外，該神經(jīng)網(wǎng)絡本身還有一些問題需要解決。比如，它目前只能按規(guī)定時長運行，但我們不可能提前預知某個情境需要多久才能完成演化，因此該算法可能在問題得到解決之前，就已經(jīng)“彈盡糧絕”了。
不過，研究人員并未打算讓這套神經(jīng)系統(tǒng)獨挑大梁，他們認為最好讓 Brutus 之類的程序做大部分“苦力活”，而神經(jīng)網(wǎng)絡則只負責需要進行復雜計算的模擬部分。
?。?a href="http://m.jinteng090.cn">邯鄲網(wǎng)站建設）
