Od ponad wieku najtęższe umysły świata próbują rozwikłać równania opisujące ruch płynów. Od powietrza opływającego skrzydła samolotu po oceaniczne prądy. To słynne równania Naviera-Stokesa, jeden z najtrudniejszych problemów matematycznych, za którego pełne rozwiązanie można zgarnąć milion dolarów nagrody. I nagle, cała na biało, wchodzi sztuczna inteligencja od Google – DeepMind – i wrzuca do dyskusji coś, co wielu naukowcom otwiera szeroko oczy.
DeepMind zaskakuje. Nowe spojrzenie na stary problem
Zespół z DeepMind wyszkolił algorytm na ogromnej liczbie symulacji ruchu cieczy i gazów. Wyszło na to, że maszyna zaczęła zauważać schematy, których wcześniej nikt nie dostrzegał. Efekt? Nowa rodzina tzw. osobliwości, czyli momentów, w których równania zachowują się kompletnie nieprzewidywalnie. W skrócie, ciśnienie czy prędkość mogą teoretycznie rosnąć w nieskończoność. Brzmi abstrakcyjnie, ale takie „blow-upy” pozwalają lepiej zrozumieć granice fizyki.
Co ważne – to nie są tylko bajki AI. Badacze z londyńskiego laboratorium użyli specjalnych sieci neuronowych, tzw. Graph Neural Networks, aby przeanalizować miliardy symulacji przepływów płynów. Ich zadanie? Znaleźć wzorce, które ludzki umysł przegapia. Matematycy sprawdzili wyniki i potwierdzili, że wszystko się zgadza. Brzmi jak czysta teoria? Niekoniecznie. Lepsze rozumienie przepływów to nie tylko matematyczne łamigłówki. To też szansa na dokładniejsze prognozy pogody, bardziej oszczędne samoloty czy nowe pomysły w inżynierii. Od klimatu po aerodynamikę, lista ewentualnych zastosowań jest długa.
AI znajduje to, czego nie widzieli ludzie
I właśnie to robi wrażenie. AI nie tylko liczy szybciej niż superkomputery. Ona podpowiada naukowcom tropy, których sami by się nie domyślili. Jak mówią badacze, to nie tylko narzędzie, ale w pewnym sensie współautor odkrycia.
Czy to oznacza, że problem Naviera-Stokesa jest rozwiązany? Jeszcze nie, bez przesady. Nie jest aż tak kolorowo. Ale pierwszy raz od dawna widać, że pojawiło się nowe podejście, które może przesunąć granicę tego, co dotąd wydawało się nie do ruszenia.
Zdaniem zespołu z DeepMind to dopiero początek. Ich metoda oparta na tzw. sieciach neuronowych wspieranych równaniami fizyki (PINNs) może stać się narzędziem, które pozwoli matematykom zmierzyć się z innymi wielkimi zagadkami. Chodzi nie tylko o równania Naviera-Stokesa, ale też o wiele innych problemów z fizyki i inżynierii, gdzie od dekad brakuje precyzyjnych odpowiedzi.
Jak podkreślają autorzy, to może być początek nowej ery badań. Epoki matematyki wspieranej sztuczną inteligencją, w której algorytmy nie tylko liczą szybciej, ale pomagają odkrywać zupełnie nowe ścieżki dla nauki.