Digital T硬漢 Tk(DTT)

AI幫助解決物理學中最大的未解決問題之一

蘇黎世聯邦理工學院的研究人員首次成功地將流體力學和人工智能相結合,成功地實現了液體湍流建模的自動化。 他們的方法是基於 湍流強化機器學習算法 流動模擬在瑞士國家超級計算中心的Piz Daint超級計算機上進行。

根據最近在該雜誌上發表的研究的描述 自然機器智能 發布後,研究人員開發了新的強化機器學習(RL)算法,並將其與物理建模方法相結合 湍流.

圖片來源:

蘇黎世聯邦理工學院計算科學與工程實驗室教授Petros Koumoutsakos說:“ 25年前,我們開創了AI與湍流結合的先河。” 四分之一世紀以前,計算機的功能不足以測試這些想法。 研究人員說:“我們最近意識到,傳統的神經網絡不適合解決此類問題,因為其中的模型會積極影響應該補充的數據流。” 科學家們不得不採取不同的方法 機器學習 在算法學習中使用以下區域中的模式 湍流 反應。


從汽車設計到心臟瓣膜植入,從天氣預報到解釋星系的誕生過程,在許多科學和技術領域中,對湍流進行建模和仿真都是至關重要的。 物理學家理查德·費曼(Richard Feynman)數了 流體湍流 關於古典物理學中最重要的未解決問題。 對於已經創建流體湍流計算機模型超過XNUMX年的工程師,科學家和數學家來說,它仍然是一個密集的研究領域。 流動模擬 完成。