`

СПЕЦИАЛЬНЫЕ
ПАРТНЕРЫ
ПРОЕКТА

Архив номеров

BEST CIO

Определение наиболее профессиональных ИТ-управленцев, лидеров и экспертов в своих отраслях

Человек года

Кто внес наибольший вклад в развитие украинского ИТ-рынка.

Продукт года

Награды «Продукт года» еженедельника «Компьютерное обозрение» за наиболее выдающиеся ИТ-товары

 

ИИ ускоряет решение уравнений матфизики в 1000 раз

0 
 

ИИ ускоряет решение уравнений матфизики в 1000 раз

Уравнения в частных производных (УЧП), представляют собой категорию математических уравнений, которые можно использовать для моделирования всего: от планетных орбит до тектоники плит и турбулентности воздуха, что, в свою очередь, позволяет решать практические задачи, такие как прогнозирование сейсмической активности и проектирование безопасных самолётов.

Но такие уравнения очень сложно решать, поэтому области, использующие много уравнений в частных производных, сегодня немыслимы без суперкомпьютеров. Кроме того, растёт интерес к ускорению решения УЧП с помощью алгоритмов искусственного интеллекта (ИИ).

Недавно, исследователи из Калифорнийского технологического института представили новую методику глубокого обучения для решения УЧП, значительно превосходит по точности методы глубокого обучения, разработанные ранее: в экспериментах она показала 30-процентное уменьшение ошибок при решении уравнений Навье-Стокса.

Нейронные сети обычно обучаются аппроксимировать функции (то, что нужно для решения УЧП), заданные в классическом евклидовом пространстве. Но исследлватели из Калтеха решили перейти в пространство Фурье, которое используется для представления частот волн. Это значительно упростило работу нейронной сети по сравнению с традиционными методами.

Новый подход действует в 1000 раз быстрее традиционного численного решения математических формул, что позволит уменьшить зависимость от суперкомпьютеров и использовать их для решения намного более масштабных проблем, чем сегодня (описываемых ещё более сложными уравнениями).

Кроме того, предложенный метод является гораздо более универсальным — он позволяет решать целые классы УЧП, таких как уравнение Навье-Стокса для любого типа жидкости, без необходимости повторного обучения.

Сейчас исследователи в сотрудничестве с коллегами из Калтеха и Национальной лаборатории им. Лоуренса Беркли работают над тем, чтобы применить свой метод на практике. Первым в их планах стоит использование уравнений Навье-Стокса для моделирования изменений климата.

«Получение хороших и подробных прогнозов погоды в глобальном масштабе, это настолько сложная проблема, что даже на самых больших суперкомпьютерах мы пока не можем осуществить это в глобальном масштабе. Если получится использовать наши методы для ускорения всего данного процесса, значение это будет чрезвычайно велико», — отметила один из руководителей проекта, профессор Калтеха Анима Анандкумар (Anima Anandkumar).

Защита промышленных сетей: основные риски и сценарии атак

0 
 

Напечатать Отправить другу

Читайте также

 
 

  •  Home  •  Рынок  •  ИТ-директор  •  CloudComputing  •  Hard  •  Soft  •  Сети  •  Безопасность  •  Наука  •  IoT