logo
 

НАЧАЛЬНАЯ ШКОЛА

РУССКИЙ ЯЗЫК

 

ИСТОРИЯ РОССИИ

БИОЛОГИЯ

ГЕОГРАФИЯ

МАТЕМАТИКА

Вихрящиеся сверкающие облака танцуют во мраке. Они устремляются навстречу друг другу и, кажется, разрывают друг друга на части, превращая в дым, который вскоре сливается обратно в яркие вспышки. Большое спиральное облако наполняется блеском, а те, что поменьше, проплывают мимо. Но внезапно одно из них оказывается слишком близко, и, как притягивающиеся магниты, спирали сталкиваются, рассыпая вокруг себя обломки. Их внутренние ядра некоторое время колеблются, пока не объединяются в одно. Теперь спираль восстановлена, и она продолжает вращаться в темноте.

Это вариант формирования массивной звездообразующей дисковой галактики «позднего типа». Несмотря на яркую и реалистичную анимацию, ни одна камера никогда не сможет запечатлеть это зрелище, поскольку оно длится миллионы лет. Но это не просто симпатичная анимация – это самая совершенная компьютерная симуляция эволюции галактик в нашей Вселенной – IllustrisTNG, – созданная с помощью программы Illustris. Она более подробно, чем какие-либо другие симуляции, моделирует формирование нашей Вселенной, учитывая при этом все законы физики.


Существует множество видов ИИ. В то время как одни исследователи пытаются спроектировать интеллект, способный лучшим и наиболее эффективным способом решить проблему, другие предпочитают использовать компьютеры в качестве научных инструментов для проведения исследований. Построение компьютерной симуляции – это не то же самое, что разработка компьютерной анимации или игры, в которой что-то происходит. Цель симуляции – создать виртуальную лабораторию, которая функционирует точно так же, как в действительности, за исключением того, что мы можем все контролировать. Если мы хотим понять какой-либо процесс, идущий слишком медленно, чтобы мы могли увидеть изменения, нам под силу ускорить его в симуляции. Если нам необходимо разобраться в устройстве какой-либо сложной формы, которое невозможно постигнуть в реальной жизни, проанализировать внутреннюю структуру этой формы нам удастся с помощью компьютера. Если мы задаемся вопросом «а что, если…», то мы можем изменить симуляцию: что, если бы законы физики работали немного иначе? Что, если бы эволюционирующие живые формы столкнулись с намного более горячей окружающей средой?

Моделирование реальности – дело непростое, и основано оно на очень тщательном сборе и использовании данных. Есть поговорка Garbage in, garbage out, что значит «мусор на входе – мусор на выходе». Если ваша модель неверна, то нельзя ожидать, что ее прогнозы будут точными. Все модели ошибочны по своей природе, поскольку наши компьютеры недостаточно мощны, чтобы учитывать каждый аспект реальности. Задача состоит в том, чтобы смоделировать те из них, что являются причиной интересующего нас поведения, и пренебречь всеми остальными. Поэтому исследователи должны пытаться создавать абстракции и упрощения реальности, которые одновременно достаточно мощные, чтобы дать нам новые ответы, и достаточно простые, чтобы компьютеры могли выполнить эти симуляции за разумное время. Необходимо тщательно откалибровать каждую часть моделей, убедиться, что все верно и соответствует действительности. Любые неправильные прогнозы, сделанные в соответствии с моделью, должны использоваться для дальнейшего уточнения модели. Общая критика экономических моделей заключается в том, что те редко подтверждаются реальными данными и часто предполагают, что люди будут вести себя рационально. Это может привести к крайне неточным прогнозам, которые мало чем помогут при попытке стабилизации или регулирования изменчивых и хаотичных рынков.

 

 

Мусор на входе – мусор на выходе. Или, перефразировав более удачно: дерево бессмыслицы поливают ошибками, и на его ветвях раскачиваются тыквы бедствия.

НИК ХАРКУЭЙ. МИР, КОТОРЫЙ СГИНУЛ (2008)

 

Многие описанные в предыдущих главах методы ИИ можно рассматривать как виды компьютерного моделирования. Виртуальные существа Карла Симса, например, – простая симуляция эволюции жизни в виртуальной среде. Ранние идеи искусственных нейронных сетей были основаны на понимании того, как работают нейроны в человеческом мозге. Многие алгоритмы оптимизации базируются на простых представлениях о том, как функционируют живые системы: генетические алгоритмы вдохновлены естественной эволюцией, алгоритм муравьиной колонии основан на том, как муравьи коллективно находят кратчайшие пути от гнезда к пище, алгоритмы искусственной иммунной системы – как наши иммунные клетки обнаруживают и реагируют на патогены. Алгоритмы машинного обучения создают простые «модели» изучаемых ими данных, которые можно использовать для прогнозирования.

Существуют и другие методы, разработанные специально для моделирования и симуляции. Модели часто опираются на множество систем уравнений, например дифференциальных, решения которых характеризуют поведение электрической цепи или химических процессов. Пространственные модели (они пытаются установить, как физические объекты могут вести себя в реальном мире) обычно делят пространство на маленькие части и определяют состояние внутри каждой из них, следуя уравнениям. Гидродинамическое моделирование применяет этот подход для расчета сложного поведения газов и жидкостей, что позволяет уточнять конструкции самолетов, а такой прием, как анализ методом конечных элементов, отлично подходит для расчета нагрузок на различные строения перед их созданием, за счет чего можно проектировать безопасные конструкции, используя правильные материалы.

 

Поиск

 

ФИЗИКА

 

Блок "Поделиться"

 
 
Яндекс.Метрика Top.Mail.Ru

Copyright © 2021 High School Rights Reserved.