Doorbraak in de Begrip van Vloeistofgedrag door DeepMind

Doorbraak in de Begrip van Vloeistofgedrag door DeepMind

Wetenschappers hebben moeite om te voorspellen hoe vloeistoffen zich gedragen. Onlangs heeft het DeepMind-lab van Google een belangrijke doorbraak geboekt op dit gebied, door gebruik te maken van kunstmatige intelligentie. Dit is een voorbeeld van AI die iets van werkelijk waarde produceert.

Al meer dan een eeuw worstelen wiskundigen en natuurkundigen met de chaotische aard van vloeistofbewegingen — hoe lucht om de vleugels van een vliegtuig wervelt of water in een pijp draait. DeepMind heeft nieuwe inzichten verworven die kunnen helpen bij het begrijpen van deze complexe dynamica.

Ik vroeg mijn dochter, Nora Woolley, die werkt aan mechanische techniek en vloeistofdynamica aan de Universiteit van Washington, om de betekenis van deze ontdekking uit te leggen. Volgens haar kan deze doorbraak een grote impact hebben op vloeistofdynamica en de natuurkunde in het algemeen.

De Complexiteit van Vloeistoffen

Vloeistoffen zijn zo onvoorspelbaar dat de vergelijkingen die gebruikt worden om hun gedrag te modelleren onmogelijk volledig op te lossen zijn. Fysici moeten aannames doen zoals constante viscositeit of een vloeiende drukverandering. Dit kan leiden tot “blow-ups” waarbij de vergelijkingen extreme uitkomsten voorspellen, zoals oneindige druk of een ongelooflijke toename in snelheid. Deze momenten worden singulariteiten genoemd, waarbij wiskunde niet langer in staat is het fysieke gedrag van vloeistoffen te voorspellen.

Onstabiele Singulariteiten Ontdekt

De onderzoekers van DeepMind hebben nieuwe families van onstabiele singulariteiten ontdekt door machine learning en op maat gemaakte, fysica-gerichte AI-modellen te gebruiken. Door de structuur van de vergelijkingen direct in deze gespecialiseerde AI-modellen te integreren en ze in fasen te optimaliseren, bereikte het team een precisie die voldoende is voor wiskundigen om de resultaten formeel te verifiëren. Dit werk biedt een nieuwe methode voor het aanpakken van uitdagingen in de mathematische natuurkunde.

Waarom Dit Belangrijk Is

De ontdekking van deze nieuwe onstabiele singulariteiten kan wetenschappers helpen beter te begrijpen hoe turbulentie — het onvoorspelbare en energieverslindende gedrag van vloeistoffen — voorkomt in de natuur en engineering. Dit opent de deur naar een dieper begrip van gebieden zoals luchtweerstand, weersystemen, bloedstroom en energieverdeling. Mogelijk maken deze ontdekkingen toekomstige vluchten minder hobbelig.

Nora merkte op dat deze doorbraken kunnen helpen bij het monitoren van “troebelheid,” een toestand waarbij vloeistoffen worden beheerst door momentum in plaats van fysieke eigenschappen, wat voorspellingen moeilijk maakt. Nu DeepMind nieuwe onstabiele singulariteiten heeft ontdekt, kunnen wetenschappers mogelijk troebele stromen beter monitoren, omdat we een beter begrip hebben van de bereiken waarin deze vergelijkingen geldig zijn.

Deze doorbraak is niet het genezen van kanker door AI, maar het is een veelbelovende ontwikkeling die veel verder gaat dan de meeste generatieve AI-oplossingen die momenteel het internet vervuilen.