Nowa metoda na symulację turbulencji - fizyka połączyła siły z deep learning

Opublikowano 20.11.2020 10:41 Aktualizacja: 20.11.2020 10:42 -


Nowa metoda na symulowanie zjawiska turbulencji z użyciem technologii Deep Learning w połączeniu z fizyką daje obiecujące rezultaty. Deep Learning, zwany także Machine Learningiem, używa dużej ilości danych wejściowych, aby na ich podstawie zaproponować jak najlepsze rozwiązania dla danego problemu, czy zagadnienia.

Nie jest to jednak zawsze możliwe, w szczególności w kontekście niektórych, skomplikowanych zjawisk fizycznych. Badacze z Uniwersytetu Urbana Champaign z Illinois opracowali nową metodę, która wykorzystuje fizykę wespół z machine learningiem dla poprawienia przewidywalności procesów.

Naukowcy, jako pierwsze, wzięli na celownik zjawisko turbulencji.

"Nie wiemy jak matematycznie opisać zjawisko turbulencji w zadowalający sposób. Istnieją niewiadome, których nie sposób wyliczyć za pomocą komputera, dlatego użyliśmy Machine Learningu, żeby potrafić je obliczyć. Do tego celu wykorzystaliśmy zarówno obserwacje, jak i występujące w procesie równania fizyczne, połączyliśmy wszystko razem i wprowadziliśmy jako samouczący się algorytm. To jest prawdziwa magia i to działa..."

-powiedział kierownik wydziału Inżynierii Lotniczej, profesor Jonathan Freund.

Freund podkreślił również, że potrzeba na stworzenie takiej metody nie jest niczym nowym.

To jest stary problem. Ludzie od dłuższego czasu próbują symulować proces turbulencji oraz przedstawić jej, możliwie najdokładniejszy, model.

Później oznajmił jeszcze wspólnie z kolegą Justinem Sirignano:

Nauczyliśmy się tego, że jeśli chcesz wykorzystać Machine Learning bez uwzględniania, rządzących procesem, równań fizycznych, to po prostu nie będzie działać. My to połączyliśmy i zadziałało.

Wiedza taka przyda się np. podczas projektowania samolotu bądź innego statku powietrznego. Pozwoli ona inżynierom przewidzieć czy ich projekt spełnia wszystkie wymagania pod kątem wystąpienia turbulencji. Dzięki temu będą mogli dokonać wszystkich niezbędnych poprawek, uwzględnić takie czynniki jak wymiana ciepła czy ciąg powietrza.

Uczenie maszynowe pomoże w projektowaniu samolotów?

Metoda została opracowana przy użyciu superkomputera w National Center for Supercomputing w UIUC, znanym również jako Blue Waters, przez co symulacja przebiegła znacznie szybciej i oszczędniej.

Następnym krokiem będzie użycie metody w bardziej realistycznych warunkach. Freund oznajmił, że praca jest na razie na etapie badań, ale może realnie wpłynąć na rozwój przemysłu w przyszłości. W szczególności skorzystać na tym może branża lotnicza oraz zbliżająca się coraz większymi krokami turystyka kosmiczna.


Autorką artykułu jest Aleksandra Maciończyk.

Wieści z Rozładowani.pl