Международная группа ученых в процессе исследовательских работ в Великобритании выявила новый метод решения задачи трех тел, которую впервые сформулировал Исаак Ньютон.
Ученые смогли решить неподвластную человеческим умам задачу с помощью нейросети глубокого обучения (ANN).
Данная разработка позволяет найти ответ в 100 миллионов раз быстрее человека и любых существующих алгоритмов.
В процессе создания обучающей методики группа ученых воспользовалась интегратором «Брутус».
Интегратор «Брутус» позволяет найти решение для системы из N тел с помощью интегрального исчисления.
В отличие от нейросети, данному алгоритму для этого требуется очень много времени.
Для упрощения задачи ученые включили три частицы равной массы, первоначальная скорость которых равна нулю, а совместное вращение происходит в одной плоскости.
При этом две из трех частиц имели случайное положение в системе координат.
Таким образом «Брутус» вычислял траектории, содержащие точки, отмечавшие интервалы времени t.
Специалистом пришлось сгенерировать 10 000 наборов данных, каждый из которых содержал траектории трех частиц.
9900 сгенерированных наборов были использованы для обучения нейросети.
Сама сеть состояла из 128 взаимосвязанных искусственных нейронов и содержала 10 скрытых слоев.
В процессе обучения нейросеть при вводе начальных координат одной из частиц и времени t возвращала итоговое положение двух частиц для времени t.
Ученые пришли к выводу, что технология лучше справляется с задачей, если интервалы времени в обучающей выборке будут иметь минимальное значение.
В этой ситуации нейросеть справилась с задачей в сто тысяч раз, а в некоторых случаях — в сто миллионов раз быстрее, чем «Брутус».
Неимоверно сложную задачу впервые вывел Исаак Ньютон.
Она заключена в предсказании траектории трех тел, которые взаимодействуют по закону тяготения.
До сих пор задача оставалась практически нерешенной.
Ученые объясняют важность своего открытия тем, что решение системы дифференциальных уравнений, способных описать движение трех тел, имеет исключительное значение для изучения поведения шаровых звездных скоплений, галактических ядер с двойными черными дырами, также других астрономических объектов.
Фото: из открытых источников
