Newton e a máquina. Imagem de sir Isaac Newton ao lado de um esquema de uma rede neural de 10 camadas de profundidade. Em cada camada (além da camada de entrada), um nó pega a entrada ponderada dos nós da camada anterior (mais uma polarização) e, em seguida, aplica uma função de ativação antes de passar os dados para o próximo nó. Os pesos (e bias) são parâmetros livres que são atualizados durante o treinamento. Crédito:arXiv:1910.07291 [astro-ph.GA]
Uma pequena equipe de pesquisadores da Universidade de Edimburgo, a Universidade de Cambridge, O Campus Universita´rio de Santiago e a Universidade de Leiden desenvolveram uma maneira de usar uma rede neural profunda para resolver o problema dos três corpos. Eles escreveram um artigo descrevendo seus esforços e o carregaram para o arXiv servidor de pré-impressão.
O problema dos três corpos é simples de descrever, mas muito difícil de resolver. Envolve calcular onde três corpos (como o sol, lua e Terra) estarão todos em um determinado ponto no tempo, dadas suas posições iniciais juntamente com sua massa, direção atual e quão rápido eles estão se movendo. Os primeiros navegadores foram os primeiros a tentar resolver os problemas de três corpos - isso os ajudou a conduzir os navios por grandes extensões de água, como o Oceano Atlântico. Mas tais esforços estavam sujeitos a erros devido às formas caóticas com que a gravidade exerce sua influência sobre os três corpos quando eles interagem. Isaac Newton veio com algumas equações que envolviam a descrição das posições vetoriais dos três corpos, assumindo que cada um tinha uma certa massa. Resolver as equações envolveu uma longa série de iterações, é por isso que o método não foi usado até que os computadores foram inventados. Mas mesmo agora, com todo o poder e poder dos computadores modernos, o processo ainda é longo e trabalhoso. Na esperança de encontrar uma maneira mais rápida de fazer o trabalho, os pesquisadores com esse novo esforço se perguntaram se as redes neurais estariam à altura da tarefa. Descobrir, eles usaram os resultados de um sistema convencional construído para resolver o problema - um chamado Brutus. Eles fizeram com que Brutus resolvesse 9, 900 cenários "fáceis" e alimentaram os dados e resultados para sua rede neural. Então, eles deram ao sistema seus próprios cenários "fáceis" de resolver e compararam o que ele fez com o Brutus trabalhando nos mesmos cenários.
Os pesquisadores relatam que os resultados fornecidos pelos dois sistemas foram muito próximos, sugerindo que a rede neural era perfeitamente capaz de resolver problemas de três corpos - e o fez muito mais rápido. Brutus levou aproximadamente dois minutos para resolver os problemas "fáceis" - a rede neural produziu resultados quase idênticos em menos de um segundo. Os pesquisadores reconhecem que embora muito rápido, seu sistema ainda é limitado pelas habilidades de esmagamento de Brutus - sem esses dados, o novo sistema não teria nada com o que aprender. Eles sugerem que seu trabalho ainda está nos estágios iniciais, mas esperam que um dia as redes neurais sejam capazes de resolver problemas de muitos corpos, dando aos cientistas que estudam o cosmos uma ferramenta muito valiosa.
© 2019 Science X Network
