牛顿输了，神经网络人工智能算法秒解“三体问题”

原标题：牛顿输了，神经网络人工智能算法秒解“三体问题”

新的人工智能解决“三体问题”比传统算法快1亿倍。

人工智能确实厉害。

基于牛顿力学的“三体问题”讲述了在一个由三个天体构成的天体系统中，如何预测天体的运动趋势。使用传统的计算方式得出结果有时候需要几个星期甚至几个月。而最近剑桥大学的科学家利用神经网络——一种所谓的“模式识别”人工智能，用了不到一秒钟就破解了。

该人工智能算法比Brutus——此前在推演“三体问题”方面最先进的计算程序至少快1亿倍。天文学家通常使用Brutus来研究星团的运动和宇宙的演化。通过学习9900个已有的简单方案，神经网络算法成功地对5000个结果作出了预言。在这个过程中最引人注目的是，得出这5000个结果所用的时间只有若干分之一秒——相比之下，传统的Brutus得出相同的结果需要2分钟。

Brutus之所以速度比较慢，是因为它使用的算法相对比较简单粗暴。它会对天体运行轨迹的每一步逐一进行计算。而神经网络算法会归纳天体运动方式中的共同点，来预测可能会出现什么结果。

这个神经网络存在一个问题，即必须对它进行事先训练。它所学习的9900个已有解决方案是科学家用Brutus生成的。假如要提升复杂度，或增加天体的数量，则必须事先使用Brutus为其提供更多的学习素材，而这是极为耗时和耗能的。

此外这个神经网络算法只能在事先设定好的时间周期内运行。由于无法预知得出一个结果究竟需要多长时间，因此它有可能会在得出结果之前就停止运行。

但是研究人员相信，通过让传统算法和人工智能算法进行协同工作，可以解决这些问题。我们可以让传统算法来进行一些粗笨的工作，而当遇到复杂的任务——比如要进行模拟时，再请人工智能来帮忙。

Newton vs the machine: solving the chaotic three-body problem using deep neural networks

https://arxiv.org/abs/1910.07291