如果在生物恐怖襲擊中釋放出有毒氣體，那么通過(guò)湍急的風(fēng)，溫度變化和不穩定的藍紫色來(lái)預測其分子路徑的能力可能意味著(zhù)生命或死亡。了解城市在20年內將如何增長(cháng)和變化可能會(huì )導致更可持續的規劃和負擔得起的住房。

推導出解決這些問(wèn)題的方程式-將所有相關(guān)力加在一起-充其量是很難做到幾乎不可能的，而在最壞的情況下實(shí)際上是不可能的。但是機器學(xué)習可以提供幫助。

圣路易斯華盛頓大學(xué)麥克凱爾維工程學(xué)院的研究人員利用氣溶膠顆粒在整個(gè)通量系統中的運動(dòng)，設計了一種基于深度學(xué)習方法的新模型，該模型可以幫助研究人員預測混沌系統的行為，無(wú)論這些系統是在實(shí)驗室，牧場(chǎng)還是其他地方。

能源，環(huán)境和化學(xué)工程學(xué)助理教授 Rajan Chakrabarty說(shuō)：“這就是氣溶膠的美。” “這不僅僅是一門(mén)學(xué)科，它只是漂浮在空中的基本粒子，而您只是觀(guān)察到混亂。”

該研究發(fā)表在《氣溶膠科學(xué)雜志》上，作為封面文章 。

Chakrabarty和他的團隊-博士后研究員Pai Liu和當時(shí)的伊利諾伊理工學(xué)院博士研究生Gan Jingwei-測試了兩種深度學(xué)習方法，并確定了生成對抗網(wǎng)絡(luò )產(chǎn)生了最準確的結果。這種AI首先被提供有關(guān)現實(shí)世界過(guò)程的信息，然后根據該數據創(chuàng )建該過(guò)程的模擬。

在博弈論的激勵下，一個(gè)生成對抗網(wǎng)絡(luò )既接收了地面真實(shí)數據(真實(shí)數據)，又接收了隨機生成的數據(虛假數據)，并試圖確定哪些是真實(shí)數據，哪些是虛假數據。

此過(guò)程重復多次，提供反饋，并且整個(gè)系統在生成對其進(jìn)行訓練的數據匹配方面變得越來(lái)越好。

描述氣溶膠顆粒通過(guò)湍流系統的混沌運動(dòng)在計算上是昂貴的，因此Chakrabarty和他的團隊需要真實(shí)的數據(一個(gè)真實(shí)的例子)來(lái)訓練其系統。這是噴霧劑進(jìn)入的地方。

該團隊在Chakrabarty實(shí)驗室中使用了浮力相對的火焰來(lái)創(chuàng )建可以訓練AI的示例。Chakrabarty說(shuō)：“在這種情況下，我們通過(guò)引入浮力和溫差來(lái)實(shí)驗性地給系統增加了混亂。” 然后，他們打開(kāi)了高速相機，并記錄了煙塵顆粒蜿蜒穿過(guò)，拉近并射過(guò)火焰的3D軌跡數據集。

他們利用來(lái)自火室的數據訓練了兩種人工智能模型：變分自動(dòng)編碼器方法和生成對抗網(wǎng)絡(luò )(GAN)。然后，每個(gè)模型都會(huì )產(chǎn)生自己的仿真。只有GAN的軌跡反映了實(shí)驗中發(fā)現的統計特征，從而產(chǎn)生了逼真的模擬混沌氣溶膠顆粒。

Chakrabarty的深度學(xué)習模型不僅可以模擬煙灰或化學(xué)物質(zhì)一旦釋放到大氣中后將在何處散布。他說(shuō)：“您會(huì )看到許多此類(lèi)混亂的例子，從覓食動(dòng)物到大氣污染物和生物威脅的運輸，再到搜救策略。”

實(shí)際上，實(shí)驗室現在正在與一名精神科醫生合作，研究治療抽動(dòng)綜合征兒童的療效。Chakrabarty解釋說(shuō)：“抽動(dòng)癥是混亂的，因此典型的臨床試驗設置可能無(wú)法有效地確定藥物的療效。

這種新的深度學(xué)習模型的廣泛應用不僅說(shuō)明了人工智能的力量，而且還可以說(shuō)出有關(guān)現實(shí)的更多信息。

他說(shuō)：“混亂或秩序取決于情人的眼神。” “這告訴您，有某些法律支配著(zhù)我們周?chē)囊磺?。但是它們是隱藏的。

“您只需要發(fā)現它們即可。”