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

Лена Горностаева Лена Горностаева

Какую часть мужского тела Лена Горностаева считает самой сексуальной?

Playboy
Дышать или не дышать: насколько эффективна дорогостоящая ксенонотерапия Дышать или не дышать: насколько эффективна дорогостоящая ксенонотерапия

Ксенонотерапия: что это за метод, безопасен ли он и насколько полезен в лечении?

Forbes
Добро пожаловать в машину! Добро пожаловать в машину!

Оправдана ли суета вокруг дополненной реальности

CHIP
Поклон Осаке Поклон Осаке

Футуристическая, эксцентричная Осака сохранила дух настоящего нонконформизма

Y Magazine
Сила мысли Сила мысли

Как можно работать с мыслями — и почему стоит это делать

Yoga Journal
Группа GORODA: «В России есть достойные музыканты» Группа GORODA: «В России есть достойные музыканты»

Группа GORODA стремительно ворвалась на музыкальную сцену, став ярким открытием

ЖАРА Magazine
6 признаков глупого человека 6 признаков глупого человека

Как понять, кого нужно избегать? Да и нужно ли на самом деле?

Psychologies
Как скопировать и вставить таблицу в Экселе Как скопировать и вставить таблицу в Экселе

Как скопировать таблицу в Эксель так, чтобы все осталось на своих местах

CHIP
Люди на пределе Люди на пределе

Возможности нашего собственного, среднестатистического тела

Вокруг света
Братские портреты Братские портреты

Братские портреты навсегда остались бы неизвестными, если бы не парное сочетание

Дилетант
100 самых сексуальных женщин страны 100 самых сексуальных женщин страны

100 самых сексуальных женщин страны

Maxim
20 легендарных мультфильмов для всех возрастов, которые должен посмотреть каждый хоть раз в жизни 20 легендарных мультфильмов для всех возрастов, которые должен посмотреть каждый хоть раз в жизни

Мультики, которые стоит посмотреть всем вне зависимости от возраста

Правила жизни
Пот, кровь, слёзы и крест Пот, кровь, слёзы и крест

В конце XI века десятки тысяч людей отправились освобождать Иерусалим

Дилетант
Свидание с Россией Свидание с Россией

Губернатор Ярославской области — чем заняться и где остановиться в регионе

RR Люкс.Личности.Бизнес.
Беспроводные колонки с мощным звучанием Беспроводные колонки с мощным звучанием

Тест 35 беспроводных колонок

CHIP
Святая обитель Святая обитель

Остров Валаам – место притяжения паломников, историков и археологов

Отдых в России
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
Аграрий 2.0: 10 профессий, показывающих, как технологии меняют сельское хозяйство Аграрий 2.0: 10 профессий, показывающих, как технологии меняют сельское хозяйство

От сити-фермеров до агроинженеров — спектр новых профессий впечатляет

Maxim
Скрытые функции в Android и iOS Скрытые функции в Android и iOS

Как ускорить работу смартфона с помощью инструментов для разработчиков

CHIP
AvtoRevizorro рассказал, как работают автоскамеры нового поколения AvtoRevizorro рассказал, как работают автоскамеры нового поколения

AvtoRevizorro раскрыл схему обмана клиентов через благотворительность

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

Популярные социальные сети собирают данные о пользователях

CHIP
От бобра до банкротства: 1670–2025 От бобра до банкротства: 1670–2025

История самой старой компании Северной Америки

Деньги
Био-механизм Био-механизм

Пауки, пожалуй, самые высокотехнологичные существа на планете

Вокруг света
Крыло, похожее на тюльпан, – винт вертолета Крыло, похожее на тюльпан, – винт вертолета

Как всего два винта делают вертолёт летающей машиной?

Наука и техника
Tesla для всех Tesla для всех

Возможности новой Tesla Model 3

CHIP
Одно из самых опасных транспортных средств: как погибла Мэри Уорд — первая в мире жертва автомобильного ДТП Одно из самых опасных транспортных средств: как погибла Мэри Уорд — первая в мире жертва автомобильного ДТП

Кто такая Мэри Уорд и как она связана с первым в мире ДТП

ТехИнсайдер
Эволюция экскаваторов Эволюция экскаваторов

Строитель будущего будет управлять экскаватором не выходя из дома

Популярная механика
Завтра наступит сегодня Завтра наступит сегодня

Примеряемся к автомобилям из области фантастики

Moodboard
Невероятно, но... мясо Невероятно, но... мясо

Имитации мясных продуктов из растений и клеточных культур становятся модными

Популярная механика
Львинохвостые макаки, или Вандеру Львинохвостые макаки, или Вандеру

Львинохвостые макаки – очень капризные и не желающие быть фотомоделями

Знание – сила
Открыть в приложении