Kunstmatige intelligentie zorgde voor een doorbraak door het complexe drielichamenprobleem op te lossen.
Een neuraal netwerk heeft een snelle en nauwkeurige oplossing gevonden voor het bekende drielichamenprobleem.
testbanner onder de titelafbeelding
Kunstmatige intelligentie heeft aanzienlijke vooruitgang geboekt in de basisfysica en een manier gevonden om het drielichamenprobleem op te lossen – een van de oudste en meest raadselachtige mysteries die wetenschappers al eeuwenlang bezighoudt. Deze triomf onderstreept de kracht van neurale netwerken om problemen te overwinnen die voorheen onoverkomelijk leken door nauwkeurige berekeningen.
Het "drielichamenprobleem" omvat het voorspellen van de banen van drie hemellichamen, zoals sterren of planeten, onder invloed van hun onderlinge zwaartekracht. Hoewel het ogenschijnlijk eenvoudig lijkt, ontbreekt er een alomvattend en nauwkeurig antwoord op dit dilemma vanwege het chaotische en onvoorspelbare gedrag. Volgens SciTechDaily gebruikten experts een neuraal netwerk dat getraind was op een enorme hoeveelheid data uit gesimuleerde scenario's.
In plaats van te zoeken naar één universele vergelijking, heeft kunstmatige intelligentie het vermogen ontwikkeld om patronen in de bewegingen van objecten te identificeren. Op basis van initiële parameters – gewichten, coördinaten en momentum – kan het netwerk hun verdere paden aanzienlijk sneller voorspellen dan klassieke numerieke simulatiemethoden. Deze methode is niet alleen snel, maar ook opmerkelijk nauwkeurig gebleken.
De oplossing van dit langslepende mysterie is van enorme waarde voor de astrofysica. Het stelt specialisten in staat om het gedrag van sterrenhopen nauwkeuriger te reproduceren, de stabiliteit van configuraties met meerdere sterren te beoordelen en een dieper inzicht te krijgen in de mechanismen waarmee paren van zwarte gaten zwaartekrachttrillingen genereren. Dit opent nieuwe perspectieven voor onderzoek naar de evolutie van sterrenstelsels en het heelal.
Deze doorbraak reikt veel verder dan slechts één geïsoleerd probleem. Het levert overtuigend bewijs voor hoe kunstmatige intelligentie een krachtige motor kan worden voor wetenschappelijk inzicht, met name in gebieden waar de complexiteit van structuren de grenzen van menselijke analyse te boven gaat. Een vergelijkbare methode zal nuttig blijken voor het oplossen van andere langlopende vragen in de natuurkunde, scheikunde, biologie en andere disciplines.
Auteurs:
