- Výzkumníci vyřešili sadu jednoduchých příkladů chaotického problému tří těles.
- Vesmírné cestování a většina reálných systémů jsou chaotické, což činí tento výzkum cenným.
- Neurální sítě mají potenciál řešit nebo alespoň modelovat chaotické problémy lépe než tradiční superpočítače.
Vědci z oblasti výpočetní techniky ukázali, že speciální neuronová síť je pravděpodobně schopna řešit jednodušší příklady chaotického problému tří těles, informuje Tech Xplore. Pokud se vám výsledky zdají těžko rozluštitelné, je to proto, že problém tří těles a jeho důsledky jsou také dost těžko rozluštitelné.
Problém tří těles je odnoží kosmologie, kde jsou „tělesa“ nebeská, například výpočet toho, kde jsou planety vůči sobě v čase. (Čínský autor sci-fi Liu Cixin použil tento termín jako slovní hříčku pro název svého románu o zavražděných astrofyzičkách, který získal v roce 2015 cenu Hugo). Aplikace sahají od prvních low-tech lodních navigátorů až po moderní teorie vesmírných letů, jako jsou gravitační asistenti, a díky matematické složitosti samotného problému je již mnoho let zajímavý jak pro matematiky, tak pro počítačové vědce.
Někdy si kvůli rozšířeným mylným představám myslíme, že vesmír je prázdný, ale i v relativním vakuu je prostor naplněn střetávajícími se gravitačními poli, magnetickými poli, slunečním větrem (nesprávný název, protože v něm není vzduch) a dalšími. Vše je tlačeno a taženo různými silami – tolika silami a s takovou složitostí, že „tři tělesa“ jsou z okamžiku na okamžik téměř zcela nepředvídatelná, i když víme, kde se právě před okamžikem nacházela.
V minulosti vědci odsunuli „chaotické“ chování, jako je problém tří těles, na zaprášený ostrov pro nevhodné problémy. S rostoucím výkonem superpočítačů si tito vědci uvědomili, že mohou využít rychle rostoucí výpočetní výkon k tomu, aby se pustili do složitých matematických problémů. Umělé neuronové sítě zase nabízejí krok vpřed od pouhých superpočítačů.
Tyto stroje, inspirované skutečnými biologickými procesy vyskytujícími se v přírodě, mohou blíže modelovat chaos díky své schopnosti pracovat s nelineárními problémy. Když vidíme (nebo dokonce opice a další nehumánní primáti), jak někdo dává dohromady dva předměty, neočekáváme, že jako součet najdeme tři předměty. Jedná se o svého druhu lineární proces, v němž využíváme své znalosti vstupů k předvídání proporcionálních výstupů.
V nelineárním systému, jako je chaotický problém tří těles, jsou všechny sázky zrušeny a naše intuice jsou nabourány. Velká část aplikované vědy zahrnuje nelineární systémy a řešení problémů. Dosud se vědcům nepodařilo problém tří těles vyřešit jinak než ve velmi deformovaných formátech: problém dvou těles je vyřešen a vědci mohou řešit tzv. omezený problém tří těles, což je situace, kdy jedno těleso má tak zanedbatelnou hmotnost, že v rovnici v podstatě zaniká.
Představte si to jako derivování rovnice, kdy konstanta jednoduše odpadne a stane se 0 – nebo výpočet n-tice v informatice, kdy obvykle záleží jen na exponentu nebo logaritmu a ostatní informace se zahodí.
To vše znamená, že neuronová síť, která dokáže modelovat a řešit i jednoduché formy chaotického problému tří těles, kde jsou všechna tři tělesa statisticky významnými nezávislými subjekty, je obrovská věc. Tito vědci – z Edinburské univerzity, Cambridgeské univerzity, Campus Universitario de Santiago a Leidenské univerzity – postavili svou neuronovou síť proti tradičnímu superpočítači vycvičenému k řešení jednodušších problémů tří těles a tvrdí, že jejich síť vyřešila tyto příklady mnohem, mnohem rychleji.
Jsou tu však komplikace. To, že jim odpovědi na jejich příklady poskytl existující specializovaný superpočítač, znamená, že vědci měli k dispozici hotový klíč odpovědí, podle kterého je mohli kontrolovat – bez tohoto zdroje není jasné, zda by neuronová síť sama snadno generovala správné odpovědi, zejména když se problémy stávají složitějšími. Hluboké strojové učení, jaké používají neuronové sítě, je něco jako černá skříňka.
Vědci navíc sami dospěli k závěru, že se jejich neuronová síť přiblížila konkrétním výsledkům tradičního superpočítače. Stejně jako použití čísla 3,14 místo samotného čísla pí má tento druh aplikace téměř vždy výhrady. Nový výzkum je vzrušující, ale nepředstavuje jasný a konkrétní krok vpřed bez většího množství souvislostí a vstupů zvenčí.