AI解三体问题速度比传统方法快1亿倍
三个多世纪来，数学家物理学家困惑于三体问题：计算三体在除相互引力外无其他影响下运动。给定三质点初始位置速度，按牛顿运动定律和万有引力定律求后续运动，无一般闭式解（除少数简单场景如相同行星相同轨道）。强大计算机虽使物理学家迭代评估质点位置，但需极大计算资源，解仍模糊。爱丁堡大学研究者利用AI模型高效解决。惊人地，他们以固定计算成本提取准确解，比现有求解器快1亿倍。
神经网络训练与验证
团队在三体问题数据库训练神经网络，数据含新求解器计算解。为简化，从三体等质量零初速简单问题入手。选任意起点用新方法Brutus求三体运动，重复一万次。用9900样本训练神经网络，100验证。测试网络执行5000全新场景，与Brutus计算结果比较。网络非实际计算三体未来运动，而是用训练期获得知识准确预测未来运动。具体模拟相邻轨道发散，紧密匹配Brutus模拟。深度人工神经网络预测解在固定时间区间满足能量守恒条件，误差0.00001。此类网络可用于三体问题对Brutus计算不可行时。可作混合系统：Brutus重计算，失控时网络介入直到情况可接受。如用较少计算资源准确模拟球状星团和星系核天体运动。也可在更复杂问题（4、5体）训练神经网络，大幅降低计算负担。
参考文献：arXiv:1910.07291
三维三体问题模拟
延伸阅读：用诗歌解释量子物理
工业技术