人工智能是通过机器来_ 牛顿输给了机器——神经网络人工智能算法秒解“三体问题”

人工智能的确很厉害。

基于牛顿力学的“三体问题”阐述了在由三个天体组成的天体系统中如何预测天体的运动趋势。 使用传统的计算方法得出结果可能需要几周到几个月。 最近剑桥大学的科学家利用所谓的“模式识别”的人工智能，仅用1秒就解读完了。

该人工智能算法比brusus―以前推进“三体问题”的最先进计算程序至少快1亿倍。 天文学家经常使用Brutus研究星团的运动和宇宙的进化。 通过学习9900年已有的简单方案，神经网络算法成功预测了5000个结果。 这个过程中最引人注目的是，得到这5000个结果所需的时间是几分之一秒，而传统的布鲁斯得到同样的结果需要两分钟。

Brutus慢是因为算法比较简单粗鲁。 按天体运行轨迹的每一步计算。 神经网络算法总结了天体运动方式的共同点，并预测了结果。

这个神经网络有必须事先训练的问题。 这个学到的9900现有的解决方案是科学家使用Brutus生成的。 增加复杂性，增加天体的数量，必须用布鲁斯提供更多的学习素材。 这是非常耗时和精力的。

另外，该神经网络算法只能以预先设定的时间周期执行。 无法预测得到结果需要多长时间，因此在得到结果之前可能会停止运行。

但是，研究人员相信传统算法与人工智能算法相结合，能够解决这些问题。 我们可以运用传统算法来做一些愚蠢的工作。 复杂的工作，例如模拟的时候，人工智能会帮助你。

参考:

newtonvsthemachine:solvingthechaoticthree-bodyproblemusingdeeneuralnetworkshttps://ARX av.org/ABS/1910.075291