17世紀(jì)時(shí)牛頓就提出了三體問(wèn)題，采用簡(jiǎn)單的方法預(yù)測(cè)三個(gè)圍繞彼此旋轉(zhuǎn)的天體運(yùn)動(dòng)路徑讓物理學(xué)家大傷腦筋，伴隨科技的發(fā)展，使用人工智能技術(shù)，即刻便可解決這一問(wèn)題。我們先來(lái)了解一下什么是三體問(wèn)題？

三體問(wèn)題（three－body problem）是天體力學(xué)中的基本力學(xué)模型。它是指三個(gè)質(zhì)量、初始位置和初始速度都是任意的可視為質(zhì)點(diǎn)的天體，在相互之間只有萬(wàn)有引力的作用下如何預(yù)測(cè)其運(yùn)動(dòng)規(guī)律�，F(xiàn)已知三體問(wèn)題不能精確求解，即無(wú)法預(yù)測(cè)所有三體問(wèn)題的數(shù)學(xué)情景，只有幾種特殊情況已研究。三體問(wèn)題最簡(jiǎn)單的一個(gè)例子就是太陽(yáng)系中太陽(yáng)、地球和月球的運(yùn)動(dòng)。在浩瀚的宇宙中，星球的大小可以忽略不記，所以我們可以把它們看成質(zhì)點(diǎn)。如果不計(jì)太陽(yáng)系其他星球的影響，那么它們的運(yùn)動(dòng)就只是在引力的作用下產(chǎn)生的，所以我們就可以把它們的運(yùn)動(dòng)看成一個(gè)三體問(wèn)題。研究三體問(wèn)題的方法大致可分為分析方法、定性方法、數(shù)值方法三類。

19世紀(jì)末的物理學(xué)家亨利·龐加萊在當(dāng)時(shí)曾研究后給出結(jié)論：三體問(wèn)題無(wú)解。準(zhǔn)確地來(lái)說(shuō)，是數(shù)學(xué)上非線性，無(wú)解析解，只有數(shù)值解。但是在計(jì)算數(shù)值解的過(guò)程中，初始的微小誤差會(huì)被不斷放大，以及計(jì)算疊加過(guò)程中本身的計(jì)算誤差，從而導(dǎo)致最終無(wú)法獲得一個(gè)穩(wěn)定的數(shù)值，從而無(wú)法預(yù)測(cè)三體的運(yùn)動(dòng)狀態(tài)，結(jié)果是混沌。

2015年Brutus積分器被開(kāi)發(fā)出來(lái)，可以按任意精度計(jì)算出任意N體問(wèn)題的近似收斂解。但是，迭代計(jì)算隨著精度的不斷提高和模擬時(shí)間的增長(zhǎng)，需要在內(nèi)存中保留的數(shù)字精度呈指數(shù)級(jí)增長(zhǎng)，并且計(jì)算的步長(zhǎng)需要進(jìn)一步縮小，往往需耗費(fèi)長(zhǎng)時(shí)間才能完成計(jì)算。

隨著科技的發(fā)展，研究人員決定嘗試一種規(guī)律識(shí)別類型的人工智能—神經(jīng)網(wǎng)絡(luò)，它大致模擬了大腦的運(yùn)作機(jī)制。神經(jīng)網(wǎng)絡(luò)在具備預(yù)測(cè)能力之前，必須先通過(guò)輸入大量數(shù)據(jù)進(jìn)行深度學(xué)習(xí)，研發(fā)團(tuán)隊(duì)采用Brutus軟件生成了9900個(gè)簡(jiǎn)化版的三體問(wèn)題情境，用于訓(xùn)練神經(jīng)網(wǎng)絡(luò)。隨后使用5000個(gè)新情境對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行測(cè)試，判斷其能否精確預(yù)測(cè)出這些場(chǎng)景的演變軌跡。結(jié)果顯示預(yù)測(cè)結(jié)果不僅與Brutus非常接近，并且轉(zhuǎn)瞬間便可完成計(jì)算。相比之下Brutus的平均計(jì)算時(shí)間需要花費(fèi)120秒。

采用窮舉法的Brutus程序計(jì)算較為遲緩，需要對(duì)天體軌跡的每一小步進(jìn)行運(yùn)算。神經(jīng)網(wǎng)絡(luò)僅需要分析由這些計(jì)算產(chǎn)生的運(yùn)動(dòng)軌跡、并從中歸納出相應(yīng)規(guī)律，借此預(yù)測(cè)系統(tǒng)未來(lái)的演變結(jié)果。這套神經(jīng)網(wǎng)絡(luò)系統(tǒng)若能正常運(yùn)作，得出答案的速度將達(dá)到前所未有的水平。對(duì)于“引力波如何形成”等更為深層的問(wèn)題研究就可提上日程了。

這套算法目前處于概念驗(yàn)證階段，它目前只能按規(guī)定時(shí)長(zhǎng)運(yùn)行，無(wú)法提前預(yù)知某個(gè)情境需要多久才能完成演化。對(duì)于規(guī)模更大、更復(fù)雜的預(yù)測(cè)，需要Brutus生成大量數(shù)據(jù)后“神經(jīng)網(wǎng)絡(luò)”進(jìn)行深度學(xué)習(xí)，耗時(shí)長(zhǎng)，費(fèi)用高昂是該系統(tǒng)的攔路虎。

目前研究團(tuán)隊(duì)預(yù)計(jì)將Brutus程序與“神經(jīng)網(wǎng)絡(luò)”融合使用，神經(jīng)網(wǎng)絡(luò)僅負(fù)責(zé)復(fù)雜計(jì)算的模擬部分。AI應(yīng)用在天體的運(yùn)行問(wèn)題中已逐漸可行，將來(lái)會(huì)在天文學(xué)科中發(fā)揮更重要的作用。