IA pode resolver o problema dos três corpos 100 milhões de vezes mais rápido

• Os pesquisadores treinam redes neurais profundas em bancos de dados que continham problemas de três corpos e suas soluções.
• Surpreendentemente, a rede prevê soluções precisas a um custo computacional fixo e até 100 milhões de vezes mais rápido do que o solucionador existente.

Por mais de 3 séculos, matemáticos e físicos se intrigaram com o problema dos três corpos:um problema de calcular o movimento de três corpos que se movem sob nenhuma outra influência senão a de sua gravitação mútua.

Mais especificamente, se você tomar as posições e velocidades iniciais das massas de três pontos e resolver para seus movimentos sucessivos de acordo com as leis do movimento de Newton e da gravitação universal, você não encontrará nenhuma solução geral.

Isso é o que é um problema de três corpos. Ao contrário dos problemas de dois corpos, não existe uma solução geral de forma fechada, exceto para um pequeno conjunto de cenários simples, como planetas idênticos movendo-se em órbitas idênticas.

Embora a invenção de computadores poderosos tenha permitido aos físicos avaliar de forma iterativa as posições dessas massas de pontos, ela requer um número extremamente grande de recursos de computação. E mesmo assim, as soluções permanecem vagas.

Para lidar com esse problema de forma eficiente, pesquisadores da Universidade de Edimburgo, na Escócia, utilizaram um modelo de inteligência artificial (IA). Surpreendentemente, eles foram capazes de extrair soluções precisas a um custo computacional fixo e até 100 milhões de vezes mais rápido do que o solucionador existente.

Treinamento e validação de rede neural

A equipe de pesquisa treinou redes neurais em um banco de dados de problemas de três corpos. Este banco de dados continha soluções computadas por um novo solucionador.

Para manter as coisas simples, eles começaram com problemas simples que envolviam três corpos com massa igual e velocidade inicial zero. Eles selecionaram pontos de partida arbitrários e resolveram o movimento de três corpos usando um novo método chamado Brutus. Este processo foi repetido dez mil vezes.

Eles usaram 9.900 amostras para treinar a rede neural e 100 para validá-la. Para testar essa rede, eles executaram 5.000 cenários inteiramente novos e compararam os resultados aos calculados por Brutus.

Referência:arXiv:1910.07291

A rede não calcula realmente o movimento futuro de três corpos, em vez disso, prevê com precisão o movimento futuro (usando o conhecimento adquirido na fase de treinamento). Mais especificamente, ele emula a divergência entre as trajetórias vizinhas, o que se aproxima das simulações do Brutus.

Simulação de um problema corporal 3D

Neste estudo, as soluções previstas da rede neural artificial profunda em um intervalo de tempo fixo e atenderam às condições de conservação de energia com um erro de 0,00001

Esse tipo de rede pode ser usado em situações em que problemas de três corpos tornam-se computacionalmente inviáveis ​​para Brutus. Pode ser parte de um sistema híbrido em que Brutus realizará todos os cálculos pesados, mas quando as coisas saírem de controle, a rede entrará em ação até que a situação se torne aceitável novamente.

Por exemplo, as redes neurais podem ser usadas para simular com precisão o movimento de objetos celestes dentro de aglomerados de estrelas globulares e núcleos galácticos, usando menos recursos computacionais.

Leia:Explicando a física quântica por meio da poesia

Também é possível treinar redes neurais em problemas mais complexos, incluindo problemas de 4 e 5 corpos, para diminuir a carga computacional em grande medida.