22.01.2021
Наш канал в Telegram: https://t.me/berzaru

Турбулентность научились вычислять с помощью искусственного интеллекта

Турбулентность научились вычислять с помощью ИИ

Специалисты из ETH Zurich успешно автоматизировали моделирование турбулентности, объединив механику жидкости с технологиями искусственного интеллекта. Их проект основан на объединении алгоритмов обучения с подкреплением и моделирования турбулентных течений на суперкомпьютере CSCS Piz Daint.

Моделирование и симуляция турбулентных потоков имеет решающее значение при проектировании автомобилей и сердечных клапанов, прогнозирования погоды и даже изучения механизмов зарождения галактик. Турбулентные течения характеризуются структурами, охватывающими широкий диапазон пространственных и временных масштабов. Существует два основных подхода к моделированию этих сложных структур: прямое численное моделирование (direct numerical simulation, DNS) и метод крупных вихрей (large eddy simulation, LES).

В частности, учёные разработали новые типы алгоритмов обучения с подкреплением и объединили их с физическим восприятием для моделирования турбулентности. Известные нейронные сети не подошли для решения подобных задач из-за попыток внести дополнения. Исследователям пришлось прибегнуть к другому подходу к обучению, в котором алгоритм учится реагировать на закономерности в поле турбулентного потока.

Концепция, лежащая в основе нового алгоритма, заключается в использовании точек сетки, которые разрешают поле потока в качестве ИИ-агентов. Агенты изучают модели закрытия турбулентности, наблюдая за тысячами симуляций течения. После обучения агенты могут свободно действовать в моделировании незнакомых потоков.

Система трансформирует модель турбулентности, «видоизменяя» её течение. Машина «побеждает», когда ей удается сопоставить LES с результатами DNS. Новый метод не только превосходит хорошо зарекомендовавшие себя подходы к моделированию, но также может быть обобщен для размеров сетки и условий потока.

«Для решения большинства сложных задач в науке и технике мы можем рассматривать только «большие масштабы» и моделировать «малые». Разработанная методология предлагает новый и эффективный способ автоматизации многомасштабного моделирования и развития науки за счёт разумного использования искусственного интеллекта», – отметили учёные.