人工智能算法可以不可以解“三體問(wèn)題”

新的人工智能解決“三體問(wèn)題”比傳統(tǒng)算法快1億倍。

人工智能確實(shí)厲害。

基于牛頓力學(xué)的“三體問(wèn)題”講述了在一個(gè)由三個(gè)天體構(gòu)成的天體系統(tǒng)中，如何預(yù)測(cè)天體的運(yùn)動(dòng)趨勢(shì)。使用傳統(tǒng)的計(jì)算方式得出結(jié)果有時(shí)候需要幾個(gè)星期甚至幾個(gè)月。而最近劍橋大學(xué)的科學(xué)家利用神經(jīng)網(wǎng)絡(luò)——一種所謂的“模式識(shí)別”人工智能，用了不到一秒鐘就破解了。

該人工智能算法比Brutus——此前在推演“三體問(wèn)題”方面最先進(jìn)的計(jì)算程序至少快1億倍。天文學(xué)家通常使用Brutus來(lái)研究星團(tuán)的運(yùn)動(dòng)和宇宙的演化。通過(guò)學(xué)習(xí)9900個(gè)已有的簡(jiǎn)單方案，神經(jīng)網(wǎng)絡(luò)算法成功地對(duì)5000個(gè)結(jié)果作出了預(yù)言。在這個(gè)過(guò)程中最引人注目的是，得出這5000個(gè)結(jié)果所用的時(shí)間只有若干分之一秒——相比之下，傳統(tǒng)的Brutus得出相同的結(jié)果需要2分鐘。

Brutus之所以速度比較慢，是因?yàn)樗褂玫乃惴ㄏ鄬?duì)比較簡(jiǎn)單粗暴。它會(huì)對(duì)天體運(yùn)行軌跡的每一步逐一進(jìn)行計(jì)算。而神經(jīng)網(wǎng)絡(luò)算法會(huì)歸納天體運(yùn)動(dòng)方式中的共同點(diǎn)，來(lái)預(yù)測(cè)可能會(huì)出現(xiàn)什么結(jié)果。

這個(gè)神經(jīng)網(wǎng)絡(luò)存在一個(gè)問(wèn)題，即必須對(duì)它進(jìn)行事先訓(xùn)練。它所學(xué)習(xí)的9900個(gè)已有解決方案是科學(xué)家用Brutus生成的。假如要提升復(fù)雜度，或增加天體的數(shù)量，則必須事先使用Brutus為其提供更多的學(xué)習(xí)素材，而這是極為耗時(shí)和耗能的。

此外這個(gè)神經(jīng)網(wǎng)絡(luò)算法只能在事先設(shè)定好的時(shí)間周期內(nèi)運(yùn)行。由于無(wú)法預(yù)知得出一個(gè)結(jié)果究竟需要多長(zhǎng)時(shí)間，因此它有可能會(huì)在得出結(jié)果之前就停止運(yùn)行。

但是研究人員相信，通過(guò)讓傳統(tǒng)算法和人工智能算法進(jìn)行協(xié)同工作，可以解決這些問(wèn)題。我們可以讓傳統(tǒng)算法來(lái)進(jìn)行一些粗笨的工作，而當(dāng)遇到復(fù)雜的任務(wù)——比如要進(jìn)行模擬時(shí)，再請(qǐng)人工智能來(lái)幫忙。