Ett litet team av forskare från University of Edinburgh, University of Cambridge, Campus Universita´rio de Santiago och Leiden University har utvecklat ett sätt att använda ett djupt neuralt nätverk för att lösa trekroppsproblemet. De har skrivit ett papper som beskriver sina ansträngningar och har laddat upp det till arXiv förtrycksserver.

Trekroppsproblemet är enkelt att beskriva, men väldigt svårt att lösa. Det handlar om att beräkna var tre kroppar (som solen, månen och jorden) kommer alla att vara vid en viss tidpunkt, givet deras initiala startpositioner tillsammans med deras massa, nuvarande riktning och hur snabbt de rör sig. Tidiga navigatörer var de första som försökte lösa trekroppsproblem – det hjälpte dem att styra fartyg över stora vattendrag som Atlanten. Men sådana ansträngningar var benägna att göra fel på grund av de kaotiska sätt som gravitationen utövar sitt inflytande på alla tre kropparna när de interagerar. Isaac Newton kom med några ekvationer som involverade att beskriva vektorpositionerna för de tre kropparna, förutsatt att var och en hade en viss massa. Att lösa ekvationerna involverade en lång rad iterationer, vilket är anledningen till att metoden inte användes förrän datorer uppfanns. Men även nu, med all kraft och kraft hos moderna datorer, processen är fortfarande lång och mödosam. I hopp om att hitta ett snabbare sätt att få jobbet gjort, forskarna med denna nya ansträngning undrade om neurala nätverk kunde klara uppgiften. Att få reda på, de använde resultaten av ett konventionellt system byggt för att lösa problemet – ett som heter Brutus. De fick Brutus att lösa 9, 900 "enkla" scenarier och matade data och resultat till deras neurala nätverk. Sedan, de gav systemet sina egna "enkla" scenarier att lösa och jämförde hur det gick med Brutus som arbetade på samma scenarier.

Forskarna rapporterar att resultaten från de två systemen var mycket nära, vilket tyder på att det neurala nätverket var fullt kapabelt att lösa trekroppsproblem – och det gjorde det så mycket snabbare. Det tog Brutus ungefär två minuter att lösa de "enkla" problemen - det neurala nätverket gav nästan identiska resultat på mindre än en sekund. Forskarna erkänner att även om det är mycket snabbt, deras system är fortfarande begränsat av Brutus knasande förmågor – utan sådan data, det nya systemet skulle inte ha något att lära av. De föreslår att deras arbete fortfarande är i ett tidigt skede, men hoppas att neurala nätverk en dag kommer att kunna lösa problem med många kroppar, ger forskare som studerar kosmos ett mycket värdefullt verktyg.

© 2019 Science X Network