Хаос в системе

Хаотические системы подчиняются своим законам, но их все же можно прогнозировать

CHIPСтиль жизни

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 и читайте статьи из популярных журналов

Регистрируясь, я принимаю условия использования

Рекомендуемые статьи

Заложники катастроф. Как аварии влияют на судьбу авиационных новинок Заложники катастроф. Как аварии влияют на судьбу авиационных новинок

Как одна авария способна поставить крест на имидже и репутации самолет

Forbes, май'19
Подарок Путина. На кого рассчитана третья волна амнистии капитала Подарок Путина. На кого рассчитана третья волна амнистии капитала

Почему законопроекты об амнистии капитала не помогут российскому бизнесу

Forbes, май'19
Победители премии «GQ Кодекс» 2019 Победители премии «GQ Кодекс» 2019

Церемония вручения премии «GQ Кодекс»

GQ, май'19
4 повода испытать чувство безысходности, выбирая чайник 4 повода испытать чувство безысходности, выбирая чайник

Как правильно выбрать чайник

CHIP, май'19
«Дизайн тела говорит о жизненной стратегии»: зачем нужна широкая спина «Дизайн тела говорит о жизненной стратегии»: зачем нужна широкая спина

Мощная спина как символ мужского успеха

Men’s Health, май'19
Что известно о самолете Sukhoi Superjet 100, потерпевшем крушение в Шереметьево, и почему его критикуют Что известно о самолете Sukhoi Superjet 100, потерпевшем крушение в Шереметьево, и почему его критикуют

СК РФ начал расследование катастрофы самолета Sukhoi Superjet 100

Esquire, май'19
Меган Маркл извинилась перед одноклассниками за пропуск встречи выпускников Меган Маркл извинилась перед одноклассниками за пропуск встречи выпускников

Ученики родной школы герцогини Сассекской собрались по случаю 20-летия выпуска

Cosmopolitan, май'19
Тревожное открытие: пластик влияет на фотосинтезирующие бактерии Тревожное открытие: пластик влияет на фотосинтезирующие бактерии

Ученые оценили вред, который пластик наносит протококковым водорослям

National Geographic, май'19
Отжимания Супермена: упражнение, которое навсегда изменит твои тренировки Отжимания Супермена: упражнение, которое навсегда изменит твои тренировки

Наш месячный план освоения необычного и очень эффективного вида отжиманий

Men’s Health, май'19
Каким будет самый быстрый поезд мира: видео испытаний Каким будет самый быстрый поезд мира: видео испытаний

Новый сверхскоростной поезд Alfa-X создан в Стране восходящего солнца

National Geographic, май'19
Заработать не только на поиске. Google объявил о масштабной внутренней реорганизации Заработать не только на поиске. Google объявил о масштабной внутренней реорганизации

Google задумался о поиске новых источников дохода

Forbes, май'19
Лучшее предложение: в Италии распродают дома по цене 1 евро Лучшее предложение: в Италии распродают дома по цене 1 евро

Владельцам выдвинуто условие: они обязаны провести капитальный ремонт

National Geographic, май'19
Как правнук основателя Porsche готовится изменить рынок спортивных автомобилей Как правнук основателя Porsche готовится изменить рынок спортивных автомобилей

В бизнесе производитель электрокаров заимствует практики не у Porsche, а у Apple

Forbes, май'19
Все, что вам нужно знать об отбеливании зубов Все, что вам нужно знать об отбеливании зубов

Развенчиваем мифы о чистке и отбеливании зубов

GQ, май'19
«Безопасность – рецессивный или спящий ген WhatsApp». Дуров раскритиковал мессенджер за проблемы с защитой данных «Безопасность – рецессивный или спящий ген WhatsApp». Дуров раскритиковал мессенджер за проблемы с защитой данных

«WhatsApp никогда не будет защищенным», утверждает Павел Дуров

Forbes, май'19
Полеты в кино и наяву Полеты в кино и наяву

Освободившиеся просторы ЦДХ станут обитаемой вселенной нового «Соляриса»

СНОБ, май'19
Ольга Куриленко: «Если у меня чего-то нет, значит, мне это не надо» Ольга Куриленко: «Если у меня чего-то нет, значит, мне это не надо»

Актриса вспомнила с нами прошлое и поговорила о будущем

Cosmopolitan, май'19
Антикиллеры Антикиллеры

Всем разновидностям ядовитых фосфорорганических веществ противостоят антидоты

Популярная механика, май'19
«Мне в этом городе жить» «Мне в этом городе жить»

Глава Якутска Сардана Авксентьева — о себе, мигрантах и бездомных животных

Русский репортер, май'19
Ольга Лаврентьева Ольга Лаврентьева

Художник и писатель нарисовала документальный комикс-эпос «Сурвило»

Собака.ru, май'19
Александр Гудков Александр Гудков

100 % безудержного юмора

Glamour, май'19
Все сложно: почему мы передумали разводиться Все сложно: почему мы передумали разводиться

Сделать предложение трудно. Особенно если это предложение о разводе

Домашний Очаг, май'19
Углубленный курс трампономики для китайских товарищей Углубленный курс трампономики для китайских товарищей

Схватка за лидерство на передовых направлениях научно-технологического развития

Эксперт, май'19
Внутри кто‑то есть Внутри кто‑то есть

Квартира в центре Москвы и удивительный мир современного искусства

AD, май'19
Опасная связь Опасная связь

23 мая выходит фильм «Красивый, плохой, злой» с Лили Коллинз в главной роли

Grazia, май'19
Толерантное послезавтра Толерантное послезавтра

Росатом включился в гонку по созданию устойчивого к авариям ядерного топлива

Популярная механика, май'19
Николас Холт Николас Холт

Голубоглазый 29-летний британец Николас Холт — звезда «Людей Икс»

Elle, май'19
Разные нужны Разные нужны

Взгляды наших героинь на воспитание детей не слишком похожи

Добрые советы, май'19
На злобу дня На злобу дня

Бесят наряды младшей сестры? Друзья бойфренда? Песни Бузовой?

Glamour, май'19
Марш легионеров Марш легионеров

Китайские автомобили перестали удивлять странными решениями и спорным дизайном

АвтоМир, май'19