根源： 蘇黎世 ETH

蘇黎世ETH的接洽職員初次經過將流膂力學與人為智能相貫串，成功地使湍流建立模型自動化。他們的名目依附于在CSCSS超等計劃機Piz Daint上經過湍流模仿進行擴鞏固化進修算法。

湍流建立模型和模仿對于安排汽車和心臟瓣膜、猜測氣象，以至追究星系的出生至關要害。希臘數學家、物理學家和工程師阿基米德大概在2000年前就忙于流膂力學，而到即日，流體震動的攙雜性還沒有實足被領會。物理學家理查德·費曼將湍流算犧牲典物理學中最要害的未處置的題目之一，它仍舊是工程師、科學家和數學家們的活潑話題。工程師在創造飛機或假肢心臟瓣時必需商量湍流的感化。局面學家在猜測氣象時須要表明他們，天體物理學家在模仿星系時也須要表明它們。所以，來自這些社區的接洽職員仍舊建立模型湍流和進行流量模仿超過60年。

湍流的特性是流構造超過一致的空間和功夫標準。模仿這些攙雜流構造的本擁有兩種：一種是直接數值模仿 （DNS），另一種是大渦流模仿 （LES）。

流量模仿嘗試超等計劃機的極限

DNS 處置了 Navier-Stokes 方程，這些方程是流刻畫的重心，其辨別率為數十億，偶爾以至是數萬億個網格點。DNS 是計劃時髦為的最精確本領，但悲慘的是，它對于大學一年級致本質運用步調來說并荒謬用。為了捕捉這些湍流的精細消息，它們須要的網格點遠宏大于任何計劃機在可預示的將來不妨處置的網格點。

所以，接洽職員在模仿中運用模子，如許他們就不用計劃每個細節來保護精確性。在 LES 本領中，處置了大流量構造，所謂的湍流緊閉模子占到更精致的流量和它們與大標準的彼此效率。但是，精確采用緊閉模子對截止的精確性至關要害。

用于建立模型的多代勞鞏固進修 （MarL） 的表示圖。代勞（以赤色多維數據集標志）實行遏制策略，以最大控制地普及模仿之間的一致性。根源： CSElab/ETH 蘇黎世）

而不是藝術而不是科學

蘇黎世ETH計劃科學與工程試驗室熏染Petros Koumoutsakos表白："來日60年來，湍流緊閉模子的建立模型在很大程度上按照了體味進程，并且更多的是一門藝術，而不是一門科學。庫穆薩茨科斯，他的博士生吉多·諾瓦蒂和前碩士生（此刻蘇黎世大學博士生）胡格斯·拉斯科姆斯·德拉魯西爾赫提出了一個新的策略，使這個進程自動化：運用人為智能（AI）從DNS進修最佳的湍流封閉模子，并將其運用于LES。他們邇來公布在《天然呆板智能》雜志上。

簡直來說，接洽職員開拓了新的加強進修（RL）算法，并貫串物理洞察力來模仿湍流。"25 年前，咱們率先將人為智能和湍留戀接，"庫穆薩科斯說。但當時，計劃機的能力不及以嘗試很多辦法。ETH熏染說："邇來，咱們也認識到時髦的神經搜集并不符合處置此類題目，由于該模子會積極感化它旨在填補的流。所以，接洽職員不得不采用一種不同的進修本領，個中算法學會對湍流場中的形式做出反饋。

自動建立模型

Novati 和 Koumoutsako 的別致 RL 算法背地的觀念是運用將流場領略為 AI 代勞的網格點。代勞經過查看數千個流量模仿來進修湍流緊閉模子。庫穆薩科斯夸大，"為了進行如許大范圍的模仿，必需運用CSCSS超等計劃機"Piz Daint'"。培養和訓練阻礙后，代勞不妨自在操縱，模仿他們往日未接收過培養和訓練的過程。

體例經過"玩"流來歪斜湍流模子。庫穆薩科斯說："當呆板成功將LES與DNS截止配合時，它'成功'，就像呆板進修對弈或圍棋一律。在 LES 功夫，AI 僅經過查看已處置大比率的動靜來實行未處置比率的操縱。據接洽職員稱，新本領不只優于熟習的建立模型本領，并且不妨在網格大小和流前提下進行實行。

該本領的重要限制是由 Novati 開拓的新算法，該算法可辨別往日的哪些模仿與每個流狀況關系。接洽職員稱，所謂的"回顧和忘懷領會重放"算法在流膂力學除外的多個基準題目上優于絕大學一年級致現有的RL算法。 該共青團和少先隊覺得，他們新開拓的本領不只在汽車創造和氣象預告方面特出要害。"對于科學技術范圍最具挑撥性的題目，咱們只能處置'大標準'和'精致'題目模子，"庫穆薩科斯說。"新開拓的本領供給了一種新的、宏大的本領，經過聰明地運用 AI 實行多標準建立模型自動化和促成科學。