|簡體中文

比思論壇

 找回密碼
 按這成為會員
搜索



查看: 566|回復: 4
打印 上一主題 下一主題

科学家发现一种能解决“最难”计算机问题的新方法

[複製鏈接]

4740

主題

0

好友

2萬

積分

教授

Rank: 8Rank: 8

  • TA的每日心情
    奮斗
    7 小時前
  • 簽到天數: 3388 天

    [LV.Master]伴壇終老

    推廣值
    0
    貢獻值
    323
    金錢
    58487
    威望
    20486
    主題
    4740

    文明人 回文勇士 中學生 簽到勳章 簽到達人 男生勳章 高中生 大學生 教授 伴壇終老 文章勇士 附件高人 文章達人 附件達人 愛因斯坦

    樓主
    發表於 2021-9-30 22:22:27
    一种相对较新的模拟人脑工作方式的计算方式已经改变了科学家解决一些最困难的信息处理问题的方式。现在,研究人员发现了一种方法,它可以使所谓的“储层计算”的工作速度提高3300到100万倍,而所需的计算资源和数据输入则大大减少。

    事实上,在对下一代油藏计算的一次测试中,研究人员在台式电脑上只用了不到一秒的时间解决了一个复杂的计算问题。

    该研究的论文主要作者、俄亥俄州立大学的物理学教授Daniel Gauthier指出,使用目前最先进的技术,同样的问题需要超级计算机来解决且需要更长的时间。

    Gauthier说道:“跟目前的油藏计算相比,我们可以用更少的计算机资源,在很短的时间内完成非常复杂的信息处理任务。与以前相比,油藏计算已经取得了显著的进步。”

    这项研究于2021年9月21日发表在《Nature Communications》上。


    Gauthier称,水库计算是一种机器学习算法,开发于21世纪初,用于解决“最难中的最难”的计算问题如预测随时间变化的动力系统的进化。

    他表示,动力系统就像天气一样,是很难预测的,因为一种情况下的一个小变化可能会产生巨大的影响。一个著名的例子就是“蝴蝶效应”,这是一个隐喻性的例子,蝴蝶扇动翅膀所产生的变化最终会影响几周后的天气。

    Gauthier表示,之前的研究表明,储层计算非常适合学习动力系统,可以提供关于它们未来行为的准确预测。它通过使用人工神经网络来做到这一点,这有点像人类的大脑。科学家将动态网络中的数据输入一个由随机连接的人工神经元组成的“库”中。该网络产生有用的输出,科学家可以解释并反馈到该网络,然后建立一个越来越准确的预测,该系统将如何在未来发展。

    系统越大、越复杂、科学家希望预测到的结果越准确,那么人工神经元网络就必须越大、完成任务所需的计算资源和时间也就越多。

    Gauthier指出,一个问题是,人造神经元的储存库是一个“黑盒子”,科学家们还不知道它里面到底发生了什么,他们只知道它在工作。

    Gauthier称,水库计算的核心人工神经网络是建立在数学基础上的。

    “我们让数学家研究这些网络,并问‘机器中的所有这些部件在多大程度上真的需要?’”他说道。

    在这项研究中,Gauthier和他的同事调查了这个问题,结果发现整个油藏计算系统可以大大简化、大大减少对计算资源的需求及节省大量时间。

    他们在一个预报任务中测试了他们的概念,该任务涉及到Edward Lorenz开发的天气系统,他的工作使我们理解了蝴蝶效应。

    在Lorenz预测任务中,他们的下一代油藏计算技术明显优于当今的先进技术。在一台台式机上进行的一个相对简单的模拟中,新系统比现有模型快33到163倍。

    但当目标是提高预测的准确性时,下一代油藏计算速度则要快100万倍。Gauthier表示,新一代的计算机只需要28个神经元就能达到同样的精度,而现在的模型需要4000个神经元。

    加速的一个重要原因是,跟当前一代相比,下一代存储计算背后的“大脑”需要更少的热身和训练才能产生相同的结果。

    热身是训练数据,这些数据需要作为输入添加到蓄水池计算机中以使其为实际任务做好准备。

    “对于我们的下一代油藏计算几乎不需要热身时间,”Gauthier说道,“目前,科学家必须放入1000或10000个或更多的数据点来使其热身。这些都是丢失的数据,在实际工作中是不需要的。我们只需要输入一、二、三个数据点。”

    一旦研究人员准备好训练水库计算机进行预测,那么下一代系统需要的数据就会少很多。

    在Lorenz预测任务的测试中,研究人员使用400个数据点可以得到跟当前一代使用5000个或更多数据点产生的相同结果,这取决于所需的准确性。

    Gauthier说道:“令人兴奋的是,下一代油藏计算技术采用了已经非常优秀的技术,大大提高了效率。”

    他和他的同事们计划将这项工作扩展到更复杂的计算问题上,如预测流体动力学。“这是一个极具挑战性的问题。我们想看看是否可以使用简化的油藏计算模型加快解决这个问题的进程,”Gauthier说道。

    1

    主題

    1

    好友

    1249

    積分

    高中生

    Rank: 4

  • TA的每日心情

    2024-9-19 16:42
  • 簽到天數: 811 天

    [LV.10]以壇為家III

    推廣值
    0
    貢獻值
    0
    金錢
    10568
    威望
    1249
    主題
    1

    回文勇士 文明人 中學生 簽到勳章 簽到達人

    沙發
    發表於 2021-10-1 00:35:11
    说实话,看不懂,这种不知道什么时候才能 应用到百姓生活。。。
    嗯,犹豫呀,想好一会了啦~
    啧,签名嘛,真不知写啥些好...
    唉,算了啦,人家还是就这样吧。。。

    30

    主題

    3

    好友

    4379

    積分

    大學生

    Rank: 6Rank: 6

  • TA的每日心情
    奮斗
    2024-11-8 15:20
  • 簽到天數: 1141 天

    [LV.10]以壇為家III

    推廣值
    0
    貢獻值
    33
    金錢
    899
    威望
    4379
    主題
    30

    大學生 回文勇士 文明人 高中生 中學生 男生勳章

    板凳
    發表於 2021-10-1 02:51:27
    听雨声吵醒了
    請大家多給發帖者支持,有您們回應支持,才有動力去發貼!

    0

    主題

    1

    好友

    936

    積分

    高中生

    Rank: 4

  • TA的每日心情
    開心
    10 小時前
  • 簽到天數: 387 天

    [LV.9]以壇為家II

    推廣值
    0
    貢獻值
    0
    金錢
    4044
    威望
    936
    主題
    0
    地板
    發表於 2021-10-1 08:28:54
    請善用帖子右下角舉報鍵,來檢舉有害網站/垃圾/宣傳帖,每個舉報會有金錢增加。
    科学无止境,总是有许多的奥秘让人去探索。
    不要把自己的東西藏起來,論壇需要你的分享才能成長!!

    0

    主題

    1

    好友

    451

    積分

    中學生

    Rank: 3Rank: 3

  • TA的每日心情
    奮斗
    2024-10-27 08:53
  • 簽到天數: 452 天

    [LV.9]以壇為家II

    推廣值
    0
    貢獻值
    0
    金錢
    4220
    威望
    451
    主題
    0
    5#
    發表於 2021-10-1 08:32:36
    不知道说啥好了,emmmm
    重要聲明:本論壇是以即時上載留言的方式運作,比思論壇對所有留言的真實性、完整性及立場等,不負任何法律責任。而一切留言之言論只代表留言者個人意見,並非本網站之立場,讀者及用戶不應信賴內容,並應自行判斷內容之真實性。於有關情形下,讀者及用戶應尋求專業意見(如涉及醫療、法律或投資等問題)。 由於本論壇受到「即時上載留言」運作方式所規限,故不能完全監察所有留言,若讀者及用戶發現有留言出現問題,請聯絡我們比思論壇有權刪除任何留言及拒絕任何人士上載留言 (刪除前或不會作事先警告及通知 ),同時亦有不刪除留言的權利,如有任何爭議,管理員擁有最終的詮釋權。用戶切勿撰寫粗言穢語、誹謗、渲染色情暴力或人身攻擊的言論,敬請自律。本網站保留一切法律權利。

    手機版| 廣告聯繫

    GMT+8, 2024-11-16 23:19 , Processed in 0.057600 second(s), 29 queries , Gzip On.

    Powered by Discuz! X2.5

    © 2001-2012 Comsenz Inc.

    回頂部