AI는 물리학의 가장 큰 미해결 문제 중 하나를 해결하는 데 도움이됩니다.

처음으로 ETH Zurich의 연구원은 유체 역학과 인공 지능을 결합하여 액체의 난류 모델링을 자동화하는 데 성공했습니다. 그들의 접근 방식은 난류가있는 강화 기계 학습 알고리즘 흐름 시뮬레이션스위스 국립 슈퍼 컴퓨팅 센터의 Piz Daint 슈퍼 컴퓨터에서 수행되었습니다.

최근 저널에 실린 연구에 대한 설명에 따르면 자연 기계 지능 연구진은 새로운 강화 기계 학습 (RL) 알고리즘을 개발하고 모델링에 대한 물리적 접근 방식과 결합했습니다. 난기류.

이미지 출처 : Pixabay

"25 년 전 우리는 AI와 난류의 조합을 개척했습니다."ETH Zurich의 전산 과학 및 공학 연구소의 Petros Koumoutsakos 교수가 간행물에서보고합니다. XNUMX 년 전에는 컴퓨터가 이러한 아이디어를 테스트 할만큼 강력하지 않았습니다. 연구원은 "우리는 최근에 기존의 신경망이 이러한 문제를 해결하는 데 적합하지 않다는 것을 깨달았습니다. 그 이유는 모델이 보완해야하는 데이터 스트림에 적극적으로 영향을 미치기 때문입니다." 과학자들은 다른 접근 방식을 취해야했습니다. 기계 학습 알고리즘이 학습하는 영역의 패턴에 대한 사용 난류 반응합니다.

난류를 모델링하고 시뮬레이션하는 것은 자동차 설계에서 심장 판막 이식, 일기 예보에서 은하의 탄생 과정 설명에 이르기까지 많은 과학 및 기술 분야에서 중요합니다. 물리학 자 Richard Feynman은 다음과 같은 현상을 계산했습니다. 유체 난류 고전 물리학에서 가장 중요한 미해결 문제에 대해 XNUMX 년 이상 유체 난류의 컴퓨터 모델을 만들어 온 엔지니어, 과학자 및 수학자에게는 여전히 집중적 인 연구 분야입니다. 흐름 시뮬레이션 수행하다.