Xingxin Yangs AI løser svære fysikligninger hurtigere

Ny AI-model kan forudsige vejr og væskestrømme markant hurtigere end traditionelle metoder – uden at miste præcision. Forskere bag STCO åbner døren til hurtigere simulationer i klimaforskning og ingeniørarbejde.

Det nye

Forskere har udviklet STCO, en AI-model der kan løse tidsafhængige partielle differentialligninger – de matematiske ligninger bag alt fra vejrfronter til olierørstrømme. I modsætning til tidligere AI-metoder kan STCO håndtere komplekse tidsskalaer uden at gå på kompromis med nøjagtigheden. Det er et stort skridt for videnskabelig AI.

Hvordan virker det?

STCO bruger betingede neural operators, der lærer at kortlægge hele løsningsrummet frem for at simulere trin for trin. Det gør modellen ekstremt effektiv, når den skal forudsige udviklingen over tid – fx hvordan en trykbølge bevæger sig gennem en gas eller væske. Resultaterne viser, at AI'en kan matche eller slå klassiske supercomputer-beregninger.

Hvad betyder det?

For almindelige mennesker betyder det hurtigere og billigere vejrudsigter, bedre design af fly og biler, og mere præcise modeller for klimaforandringer. Virksomheder og forskere kan spare tid og penge, når de slipper for at køre tunge simulationer i dagevis. STCO er stadig på forskningsstadiet, men potentialet er enormt.

Kilder:
arXiv cs.AI →

Genfortalt i egne ord af AI-nyheder.com · Tjek altid originalkilden, før du handler på vigtige oplysninger.