Хаотические системы подчиняются своим законам, но их все же можно прогнозировать

CHIPHi-Tech

Хаос в системе

Машинное обучение позволяет алгоритмам предсказывать эволюцию хаотических систем. Хорошие новости для метеорологов, врачей и глобальных систем электроснабжения.

Хаос. Крайне запутанный, непостижимый. Постоянное лихорадочное движение во всех направлениях. Описать этот беспорядок, кажется, невозможно. Тем более с тех пор, как пионеры теории хаоса открыли эффект бабочки. Даже малейшее возмущение сложной системы (погоды, экономики или другого подобного) может повлечь за собой цепочку событий, которая приведет к непредсказуемым последствиям в будущем. Поскольку мы не можем определить состояние этих систем с точностью, позволяющей предсказать дальнейший ход событий, мы живем, так сказать, под покровом неопределенности.

Но теперь для прогнозирования эволюции хаотических систем с любого момента времени до невероятно отдаленных горизонтов ученые задействовали машинное обучение — метод, стоящий за последними достижениями в области искусственного интеллекта (ИИ). Данные прогнозов получены специалистом по теории хаоса Эдвардом Оттом и четырьмя сотрудниками Мэрилендского университета. Они использовали резервуарные вычисления (Reservoir Computing), один из алгоритмов машинного обучения, чтобы «изучить» динамику типичной хаотической сис темы, называемой уравнением Курамото — Сивашинского. Это уравнение, по словам аспиранта Отта и главного автора исследований Джаидипа Патхака, служит в качестве «стандартного испытательного стенда для изучения турбулентности и пространственно-временного хаоса». В образном представлении эволюционирующее решение этого уравнения ведет себя словно фронт пламени, мерцающий при перемещении сквозь горючую среду. Промежуток времени, за пределами которого приемлемое предсказание о поведении системы становится невозможным, математики называют временем Ляпунова.

Данные вместо уравнений

Пройдя обучение на данных о прошлой эволюции уравнения Курамото — Сивашинского, алгоритм смог предсказать эволюцию этой системы, подобной пламени, в течение восьми периодов времени Ляпунова. «Это в самом деле очень хороший результат, — комментирует прогноз Хольгер Кантц, специалист по теории хаоса из Института физики сложных систем Общества Макса Планка в Дрездене. — Метод машинного обучения — это почти такое же благо, как и знание истины». При этом алгоритму ничего не известно о таких факторах, определяющих эволюцию, как собственно уравнение Курамото — Сивашинского. Он обрабатывает только данные об эволюционирующем решении граничных условий уравнения. В результате эта версия ИИ становится мощным средством для предсказания эволюции хаотической системы, поскольку во многих случаях уравнения, которые описывали бы хаотическую систему, вообще не известны. Из результатов исследований группы Отта вытекает простой вывод: знать уравнение системы вовсе не обязательно, самое главное — нужны только данные о ее эволюции. «Может быть, в один прекрасный день мы сможем предсказать погоду не с помощью очень сложных моделей атмосферы, а с помощью алгоритмов машинного обучения», — говорит Кантц.

Обычный подход к прогнозированию поведения хаотической системы заключается в том, чтобы максимально точно измерить ее условия в определенный момент времени, использовать эти данные для калибровки физической модели и затем привести ее в движение. Для получения приблизительного прогноза на восемь времен Ляпунова в таком случае нужно измерить начальные условия типичной системы в сто миллионов раз точнее. В статье, опубликованной в январском выпуске журнала Physical Review Letters (PRL), исследователи показывают, что предсказанное ими пламевидное решение уравнения Курамото — Сивашинского точно соответствует его истинному решению в пределах восьми времен Ляпунова вплоть до окончательной победы хаоса. Только с этого момента фактические и предсказанные состояния системы начинают резко расходиться.

Авторизуйтесь, чтобы продолжить чтение. Это быстро и бесплатно.

Регистрируясь, я принимаю условия использования

Рекомендуемые статьи

Люди на пределе Люди на пределе

Возможности нашего собственного, среднестатистического тела

Вокруг света
5 полезных устройств для тех, кто затеял ремонт 5 полезных устройств для тех, кто затеял ремонт

Подборка полезной и надежной техники для ремонта

CHIP
Био-механизм Био-механизм

Пауки, пожалуй, самые высокотехнологичные существа на планете

Вокруг света
Новые методы помогут искать воду в лунных кратерах и глубоко под поверхностью Новые методы помогут искать воду в лунных кратерах и глубоко под поверхностью

Ученые пытаются определить, где и сколько льда находится на Луне

ТехИнсайдер
Будущее пятого поколения Будущее пятого поколения

Время 4G на исходе. 5G серьезно изменит нашу жизнь

Популярная механика
Новое исследование: мат улучшает спортивные результаты Новое исследование: мат улучшает спортивные результаты

Как «матюки» во время физических нагрузок помогают превзойти свои возможности

Maxim
Третий путь атомной энергетики Третий путь атомной энергетики

В Курчатовском институте завершается модернизация токамака Т-15

Популярная механика
В ритме сердца: что такое HRV и так ли он важен В ритме сердца: что такое HRV и так ли он важен

Разбираем все, что нужно знать о вариабельности сердечного ритма

РБК
Анна Седокова Анна Седокова

Наверное, она уже привыкла к эпитетам «горячая», «аппетитная», «сочная»

Playboy
Культурный виноград появился на Сардинии больше трех тысяч лет назад Культурный виноград появился на Сардинии больше трех тысяч лет назад

Самый ранний культурный виноград выращивали на Сардинии

N+1
100 самых сексуальных женщин страны 100 самых сексуальных женщин страны

100 самых сексуальных женщин страны

Maxim
Куда приводят мечты инженеров Куда приводят мечты инженеров

Маршрут выходного дня по Калужской области

Weekend
Сеть знает обо всем, что вы делали Сеть знает обо всем, что вы делали

Популярные социальные сети собирают данные о пользователях

CHIP
Почему женщины выбирают мужчин с криминальным прошлым: объясняет психолог Почему женщины выбирают мужчин с криминальным прошлым: объясняет психолог

По каким причинам девушки выбирают парней с криминальным прошлым?

VOICE
Добро пожаловать в машину! Добро пожаловать в машину!

Оправдана ли суета вокруг дополненной реальности

CHIP
Десять цветов Десять цветов

Самые древние и почитаемые традиционные ремесла – часть культурного кода Мьянмы

Вокруг света
Беспроводные колонки с мощным звучанием Беспроводные колонки с мощным звучанием

Тест 35 беспроводных колонок

CHIP
Исследование показало, сколько раз нужно заниматься сексом, чтобы снизить риск депрессии Исследование показало, сколько раз нужно заниматься сексом, чтобы снизить риск депрессии

Секс один-два раза в неделю может принести наибольшую психологическую пользу

Inc.
20 вещей, которые могут тебе пригодиться в постели 20 вещей, которые могут тебе пригодиться в постели

Объекты и явления, при помощи которых твой секс будет еще великолепнее

Maxim
Мария Порошина Мария Порошина

«Людмила Ставская взяла меня за руку, а я чувствовала себя как слепой котенок»

Караван историй
Tesla для всех Tesla для всех

Возможности новой Tesla Model 3

CHIP
Право на смелость Право на смелость

Певица Люся Чеботина и психолог Анетта Орлова — о любви к себе и сепарации

Psychologies
Скрытые функции в Android и iOS Скрытые функции в Android и iOS

Как ускорить работу смартфона с помощью инструментов для разработчиков

CHIP
От жуткого хоррора до ироничной пародии: как кино переосмысливает классические сказки на новый лад От жуткого хоррора до ироничной пародии: как кино переосмысливает классические сказки на новый лад

Оригинальные проекты, переосмысливающие классические сказки в неожиданном ключе

Правила жизни
Военные преступления Военные преступления

Первая часть ответов на вопросы о военных преступлениях Второй мировой войны

Дилетант
Эффект рататуя Эффект рататуя

Как вкусы из детства могут формировать наш характер и модель поведения

Grazia
Стрельба втемную Стрельба втемную

Эта история российского стрелка Влада Лобаева началась с ролика на Youtube

Популярная механика
ИИ проверят на дырки ИИ проверят на дырки

Минцифры проведет эксперимент по внедрению ИИ в региональные «Госуслуги»

Ведомости
Ураган Миранда Ураган Миранда

Миранда Керр. Австралийская супермодель, мать двоих детей и жена миллиардера

Maxim
День Д: как города США зарабатывают сотни миллионов на церемониях драфта НФЛ День Д: как города США зарабатывают сотни миллионов на церемониях драфта НФЛ

Что такое драфты и почему они вообще существуют?

Forbes
Открыть в приложении