De tankebøjende beregninger, der kræves for at forudsige, hvordan tre himmelske kroppe, der kredser om hinanden, har forvirret fysikere siden Sir Isaac Newtons tid. Nu har kunstig intelligens (A.I.) vist, at det kan løse problemet i en brøkdel af den tid, der kræves af tidligere fremgangsmåder.
Newton var den første til at formulere problemet i det 17. århundrede, men at finde en enkel måde at løse det på har vist sig utroligt vanskeligt. Gravitationsinteraktioner mellem tre himmelobjekter som planeter, stjerner og måner resulterer i et kaotisk system - et, der er komplekst og meget følsomt over for hver krops startpositioner.
Nuværende tilgange til løsning af disse problemer involverer anvendelse af software, der kan tage uger eller endda måneder at gennemføre beregninger. Så forskere besluttede at se, om et neuralt netværk - en type mønster, der genkender A.I. der efterligner løst, hvordan hjernen fungerer - kunne gøre det bedre.
Algoritmen, de byggede, leverede nøjagtige løsninger op til 100 millioner gange hurtigere end det mest avancerede softwareprogram, kendt som Brutus. Det kan vise sig at være uvurderligt for astronomer, der prøver at forstå ting som opførelsen af stjerne klynger og universets bredere udvikling, sagde Chris Foley, en biostatistiker ved University of Cambridge og medforfatter til et papir til arXiv-databasen, som endnu ikke har at blive peer-review.
”Dette neurale net, hvis det gør et godt stykke arbejde, skal være i stand til at give os løsninger inden for en hidtil uset tidsramme,” sagde han til Live Science. "Så vi kan begynde at tænke på at gøre fremskridt med meget dybere spørgsmål, som hvordan gravitationsbølger dannes."
Neurale netværk skal trænes ved at blive fodret data, inden de kan komme med forudsigelser. Så forskerne blev nødt til at generere 9.900 forenklede tre-krops scenarier ved hjælp af Brutus, den nuværende leder, når det kommer til at løse tre-kropsproblemer.
De testede derefter, hvor godt det neurale net kunne forudsige udviklingen af 5.000 usete scenarier, og fandt, at dets resultater var tæt overensstemmende med Brutus. Det A.I.-baserede program løste imidlertid problemerne i gennemsnit kun en brøkdel af et sekund sammenlignet med næsten 2 minutter.
Grunden til, at programmer som Brutus er så langsomme er, at de løser problemet med brute force, sagde Foley, og udførte beregninger for hvert lille trin i himmellegemernes baner. Neuralnet ser på den anden side simpelthen på bevægelserne, som beregningerne producerer, og udleder et mønster, der kan hjælpe med at forudsige, hvordan fremtidige scenarier vil spille ud.
Det er dog et problem for opskalering af systemet, sagde Foley. Den nuværende algoritme er et proof-of-concept og læres af forenklede scenarier, men træning i mere komplekse eller endda øge antallet af involverede organer til fire af fem først kræver, at du genererer dataene om Brutus, hvilket kan være ekstremt tid- krævende og dyre.
"Der er et samspil mellem vores evne til at træne et fantastisk præstativt neuralt netværk og vores evne til faktisk at udlede data, som vi kan træne det med," sagde han. "Så der er en flaskehals der."
En måde at løse problemet ville være at forskere skaber en fælles opbevaring af data produceret ved hjælp af programmer som Brutus. Men først ville det kræve oprettelse af standardprotokoller for at sikre, at dataene alle var af en ensartet standard og format, sagde Foley.
Der er stadig et par problemer at arbejde igennem med det neurale net, sagde Foley. Det kan kun køre i et bestemt tidsrum, men det er ikke muligt på forhånd at vide, hvor lang tid et bestemt scenarie tager at gennemføre, så algoritmen kan løbe tør for dampen, før problemet er løst.
Forskerne ser dog ikke for sig, at det neurale net fungerer isoleret, sagde Foley. De tror, at den bedste løsning ville være at et program som Brutus udfører det meste af benarbejdet med det neurale net, idet de kun påtager sig de dele af simuleringen, der involverer mere komplekse beregninger, der ødelægger softwaren.
"Du opretter denne hybrid," sagde Foley. "Hver gang Brutus sidder fast, bruger du det neurale netværk og går fremad. Og så vurderer du, om Brutus er blevet stoppet eller ej."
