การคำนวณด้วยจิตใจทำให้ต้องคาดการณ์ว่าร่างกายของสวรรค์ทั้งสามวงโคจรซึ่งกันและกันมีนักฟิสิกส์งงงันมาตั้งแต่สมัยของ Sir Isaac Newton ขณะนี้ปัญญาประดิษฐ์ (A.I. ) ได้แสดงให้เห็นแล้วว่ามันสามารถแก้ปัญหาได้ในเวลาไม่นานโดยวิธีการก่อนหน้านี้
นิวตันเป็นคนแรกที่กำหนดปัญหาในศตวรรษที่ 17 แต่การหาวิธีง่ายๆในการแก้ปัญหาได้พิสูจน์แล้วว่าเป็นเรื่องยากอย่างไม่น่าเชื่อ ปฏิสัมพันธ์แรงโน้มถ่วงระหว่างวัตถุท้องฟ้าทั้งสามเช่นดาวเคราะห์ดวงดาวและดวงจันทร์ส่งผลให้เกิดระบบอลหม่านซึ่งมีความซับซ้อนและมีความไวสูงต่อตำแหน่งเริ่มต้นของแต่ละร่างกาย
แนวทางปัจจุบันในการแก้ไขปัญหาเหล่านี้เกี่ยวข้องกับการใช้ซอฟต์แวร์ที่อาจใช้เวลาเป็นสัปดาห์หรือเป็นเดือนในการคำนวณให้เสร็จสมบูรณ์ ดังนั้นนักวิจัยจึงตัดสินใจที่จะดูว่าเครือข่ายประสาทเทียม - เป็นรูปแบบหนึ่งที่รู้จัก A.I หรือไม่ ที่เลียนแบบอย่างอิสระว่าสมองทำงานอย่างไร - ทำได้ดีกว่า
อัลกอริทึมที่พวกเขาสร้างขึ้นนั้นให้การแก้ปัญหาที่ถูกต้องเร็วกว่าโปรแกรมซอฟต์แวร์ขั้นสูงสุดมากที่สุดถึง 100 ล้านเท่าเรียกว่าบรูตัส นั่นอาจพิสูจน์ได้ว่านักดาราศาสตร์ที่พยายามเข้าใจสิ่งต่าง ๆ เช่นพฤติกรรมของกระจุกดาวและวิวัฒนาการที่กว้างขึ้นของเอกภพกล่าวว่าคริสโฟลีย์นักชีวสถิติที่มหาวิทยาลัยเคมบริดจ์กล่าว ที่จะตรวจสอบโดยเพื่อน
“ โครงข่ายประสาทถ้ามันทำงานได้ดีควรจะสามารถให้บริการเราในเวลาที่ไม่เคยมีมาก่อน” เขากล่าวกับ Live Science ดังนั้นเราสามารถเริ่มคิดเกี่ยวกับการสร้างความก้าวหน้าด้วยคำถามที่ลึกซึ้งยิ่งขึ้นเช่นคลื่นความโน้มถ่วงก่อตัวอย่างไร
โครงข่ายใยประสาทเทียมต้องได้รับการฝึกอบรมโดยการป้อนข้อมูลก่อนจึงจะสามารถคาดการณ์ได้ ดังนั้นนักวิจัยจึงต้องสร้างสถานการณ์สามร่างที่ง่ายขึ้นโดยใช้บรูตัสซึ่งเป็นผู้นำในปัจจุบันเมื่อต้องแก้ไขปัญหาสามตัว
จากนั้นพวกเขาทดสอบว่าโครงข่ายประสาทสามารถทำนายวิวัฒนาการของสถานการณ์ที่มองไม่เห็น 5,000 เรื่องได้ดีเพียงใดและพบว่าผลลัพธ์นั้นตรงกับของบรูตัส อย่างไรก็ตามโปรแกรมที่ใช้ A.I. แก้ปัญหาโดยเฉลี่ยเพียงเสี้ยววินาทีเมื่อเทียบกับเกือบ 2 นาที
เหตุผลที่ทำให้โปรแกรมอย่างบรูตัสนั้นช้ามากก็คือพวกมันแก้ปัญหาด้วยแรงเดรัจฉานฟอลลีย์กล่าวการคำนวณสำหรับขั้นตอนเล็ก ๆ ของวิถีโคจรของวัตถุท้องฟ้า ในทางกลับกันโครงข่ายประสาทเทียมเพียงแค่ดูการเคลื่อนไหวที่การคำนวณเหล่านั้นสร้างและหักล้างรูปแบบที่สามารถช่วยทำนายว่าสถานการณ์ในอนาคตจะเล่นออกมาได้อย่างไร
นั่นนำเสนอปัญหาในการขยายระบบขึ้นแม้ว่าโฟลีย์กล่าว อัลกอริธึมปัจจุบันเป็นหลักฐานพิสูจน์แนวคิดและเรียนรู้จากสถานการณ์ที่ง่าย แต่การฝึกอบรมเกี่ยวกับวัตถุที่ซับซ้อนมากขึ้นหรือแม้แต่การเพิ่มจำนวนหน่วยงานที่เกี่ยวข้องกับสี่ในห้าต้องให้คุณสร้างข้อมูลบนบรูตัส การบริโภคและมีราคาแพง
“ มีการทำงานร่วมกันระหว่างความสามารถของเราในการฝึกอบรมโครงข่ายประสาทเทียมที่มีประสิทธิภาพและความสามารถของเราในการรับข้อมูลที่จะฝึกอบรมจริง ๆ ” เขากล่าว "มีขวดที่นั่น"
วิธีหนึ่งในการแก้ไขปัญหานั้นสำหรับนักวิจัยในการสร้างแหล่งเก็บข้อมูลทั่วไปที่สร้างขึ้นโดยใช้โปรแกรมเช่นบรูตัส แต่ก่อนอื่นนั้นจะต้องมีการสร้างโปรโตคอลมาตรฐานเพื่อให้แน่ใจว่าข้อมูลเป็นมาตรฐานและรูปแบบที่สอดคล้องกันทั้งหมดโฟลีย์กล่าว
ยังมีปัญหาอีกสองสามข้อที่จะทำงานร่วมกับตาข่ายประสาทเช่นกันโฟลีย์กล่าว มันสามารถทำงานได้ในเวลาที่กำหนด แต่ไม่สามารถรู้ล่วงหน้าได้ว่าจะต้องใช้เวลานานแค่ไหนในการทำสถานการณ์ให้เสร็จสมบูรณ์ดังนั้นอัลกอริทึมจึงสามารถใช้งานได้หมดก่อนที่ปัญหาจะได้รับการแก้ไข
นักวิจัยไม่เห็นการทำงานของโครงข่ายประสาทเทียมเพียงอย่างเดียว แต่โฟลีย์กล่าว พวกเขาคิดว่าทางออกที่ดีที่สุดสำหรับโปรแกรมอย่างบรูตัสที่จะทำสิ่งที่ถูกต้องกับโครงข่ายประสาทเทียมโดยใช้เพียงบางส่วนของการจำลองที่เกี่ยวข้องกับการคำนวณที่ซับซ้อนมากขึ้นซึ่งทำให้ซอฟต์แวร์ไม่ทำงาน
"คุณสร้างไฮบริดนี้" โฟลีย์กล่าว "ทุกครั้งที่บรูตัสติดอยู่คุณจะต้องใช้โครงข่ายประสาทเทียมและจิ๊กไปข้างหน้าจากนั้นคุณประเมินว่าบรูตัสกลายเป็น unstuck หรือไม่"
