in

La red neuronal ha resuelto un problema más allá del control humano

La nueva red neuronal puede resolver el problema de los tres cuerpos 100 millones de veces más rápido que los humanos.

¿Cuál es la tarea de tres cuerpos?

El problema de tres cuerpos, formulado por primera vez por Isaac Newton, es determinar el movimiento relativo de tres cuerpos (puntos materiales) que interactúan de acuerdo con la ley de gravedad de Newton (por ejemplo, el Sol, la Tierra y la Luna).

A diferencia del problema de dos cuerpos, en el caso general, el problema no tiene solución en forma de expresiones analíticas finitas. Solo se conocen ciertas soluciones exactas para velocidades iniciales especiales y coordenadas de objetos.

En 1892-1899, el matemático, mecánico, físico, astrónomo y filósofo francés Henri Poincare demostró que hay infinitas soluciones particulares al problema de los tres cuerpos. Entonces, por el momento, se conocen al menos 21 soluciones particulares. Por ejemplo, en 1911, el matemático y astrónomo estadounidense William Duncan Macmillan descubrió una nueva solución particular, pero sin una justificación matemática clara. Solo en 1961, el matemático soviético Kirill Sitnikov pudo encontrar pruebas matemáticas rigurosas para este caso.

Y en 2013, los científicos serbios Milovan Shuvakov y Velko Dmitrashinovich, del Instituto de Física de Belgrado, encontraron 13 nuevas soluciones particulares para el problema de los tres cuerpos, en las que se producirá el movimiento de un sistema de tres objetos de la misma masa en un ciclo repetitivo.

Hoy, el problema de los tres cuerpos es importante para estudiar el comportamiento de los cúmulos de estrellas globulares, núcleos galácticos con agujeros negros dobles y otros objetos astronómicos.

¿Puede una red neuronal resolver este problema?

Digamos que una red neuronal puede acelerar significativamente la respuesta.

Un grupo internacional de científicos del Reino Unido, Portugal y los Países Bajos ha tomado la decisión de la red neuronal de aprendizaje profundo (ANN), que encuentra la respuesta 100 millones de veces más rápido que una persona y cualquier algoritmo disponible.

Los científicos desarrollaron una red neuronal, la capacitaron para trabajar con la base de datos y también le mostraron soluciones ya desarrolladas para el problema. Los investigadores simplificaron el proceso al incluir solo tres partículas de igual masa, cuya velocidad inicial era cero, y luego lanzaron un integrador existente llamado Brutus más de 10 mil veces.

En base a esta capacitación, el nuevo ANN recibió cinco mil escenarios nuevos para el trabajo, cuyos resultados se compararon con las propias predicciones de Brutus.

Resultó que la red neuronal hizo su trabajo mejor si los intervalos de tiempo en el conjunto de entrenamiento eran mínimos. Al mismo tiempo, la red neuronal resultó ser más rápida que Brutus cien mil veces, y en algunos casos cien millones de veces.

«Al final, suponemos que la red puede ser entrenada en problemas caóticos más complejos, como el problema de cuatro y cinco cuerpos, que reduce aún más la carga computacional», concluyen los investigadores.

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Loading…

0

Comments

0 comments

Apple advirtió de desconectar el iPhone viejo de Internet

Se revela el secreto de la belleza de la mujer más bella del mundo