Інженери з Массачусетського технологічного інституту розробили новий спосіб моделювання того, як розбиваються хвилі. Відкриття допоможе у проєктуванні та будівництві морських платформ та оцінці взаємодії океану з атмосферою.
Традиційно, щоб передбачити поведінку прибійної хвилі, вчені використовують один з двох способів: або намагаються змоделювати хвилю на основі взаємодії окремих молекул води та газів повітря за допомогою хвильових рівнянь, або проводять експерименти і вимірюють фактичні дані. Такі підходи, як відзначають дослідники з Массачусетського технологічного інституту, досить складні: перший вимагає величезних обчислювальних ресурсів, а другий — великої кількості експериментів.
У своїй новій роботі, опублікованій в журналі Nature Communications, вчені MIT використовували обидва методи та машинне навчання, щоб ефективно прогнозувати поведінку прибійних хвиль. Дослідники виявили, що нова модель краще прогнозує, як і коли руйнуються хвилі. Наприклад, AI оцінив крутизну хвилі безпосередньо перед обваленням, а також її енергію і частоту після обвалення точніше, ніж звичайні хвильові рівняння.
Дослідники збирали дані про рух хвиль під час експериментів у 40-метровому резервуарі. На одному кінці бака автори роботи встановили весло, рух якого призводив до виникнення в середині резервуара хвилі. Датчики по всій довжині басейну вимірювали висоту води в процесі поширення хвилі.
“Проведення таких експериментів займає багато часу. Між кожним експериментом ви повинні чекати, поки вода повністю заспокоїться, перш ніж запускати наступний експеримент, інакше вони впливають один на одного”, – говорить Деббі Ілтінк, співавтор дослідження
Вчені провели близько 250 експериментів і використовували дані вимірювань для навчання нейронної мережі. Наприклад, алгоритм навчився порівнювати реальні хвилі в експериментах з хвилями, передбаченими в простій моделі, і на основі відмінностей між ними налаштовувати модель так, щоб вона відповідала реальності.
Після навчання алгоритму на експериментальних даних дослідники перевірили роботу нейромережі на даних двох незалежних експериментів, кожен з яких проводиться в окремих хвильових резервуарах з різними розмірами. Тести показали, що нейромережа дає більш точні прогнози, ніж результати, отримані при використанні хвильових рівнянь.
Як відзначають автори роботи, ШІ також вловив важливу властивість хвиль, що обрушуються, відоме як “зсув вниз”, при якому частота хвилі зміщується до більш низького значення. За словами дослідників, це дуже важливий фактор, тому що при зниженні частоти хвиля прискорюється. Нейромережа передбачає зміну частоти до і після кожної прибійної хвилі, що може бути особливо актуально при підготовці до прибережних штормів.
«Якщо ви хочете спрогнозувати, коли високі хвилі досягнуть гавані, і покинути її до того, як ці хвилі прийдуть, тоді, якщо ви помилитеся в частоті хвиль, то розрахована швидкість наближення хвилі буде невірною», — додає Ілтінк.
Дослідники представили свою модель у вигляді програми з відкритим вихідним кодом, яка доступна всім користувачам. Автори вважають, що вона може бути корисною, наприклад, в кліматичному моделюванні здатності океану поглинати вуглекислий газ та інші атмосферні гази, а також для моделювання випробувань морських платформ і прибережних споруд.