Als een giftig gas vrijkwam bij een bioterroristische aanslag, het vermogen om het pad van zijn moleculen te voorspellen - door turbulente winden, temperatuurveranderingen en onstabiele drijfveren kunnen leven of dood betekenen. Inzicht in hoe een stad zal groeien en veranderen over een periode van 20 jaar kan leiden tot duurzamere planning en betaalbare huisvesting.

Het afleiden van vergelijkingen om dergelijke problemen op te lossen - alle relevante krachten optellend - is, op zijn best, moeilijk tot op het punt van onmogelijkheid en, in het slechtste geval, eigenlijk onmogelijk. Maar machine learning kan helpen.

Met behulp van de beweging van aerosoldeeltjes door een systeem in beweging, onderzoekers van de McKelvey School of Engineering aan de Washington University in St. Louis hebben een nieuw model bedacht, gebaseerd op een diepgaande leermethode, die onderzoekers kunnen helpen het gedrag van chaotische systemen te voorspellen, of die systemen zich in het lab bevinden, in de wei of ergens anders.

"Dat is het mooie van spuitbussen, " zei Rajan Chakrabarty, assistent-professor energie, milieu- en chemische technologie. "Het gaat verder dan één discipline, het zijn gewoon fundamentele deeltjes die in de lucht zweven en je observeert gewoon de chaos."

Het onderzoek werd gepubliceerd als een coverartikel in de Journal of Aerosol Science .

Chakrabarty en zijn team - postdoctoraal onderzoeker Pai Liu en Jingwei Gan, dan een Ph.D. kandidaat aan het Illinois Institute of Technology - testte twee diepgaande leermethoden en stelde vast dat het generatieve vijandige netwerk de meest nauwkeurige resultaten opleverde. Dit soort AI krijgt eerst informatie over een echt proces, dan, op basis van die gegevens, het creëert een simulatie van dat proces.

Gemotiveerd door speltheorie, een generatief vijandig netwerk ontvangt zowel de grondwaarheid (echt) als willekeurig gegenereerde gegevens (nep) en probeert te bepalen welke echt is en welke nep.

Dit proces herhaalt zich vele malen, Feedback geven, en het systeem als geheel wordt steeds beter in het genereren van data-matching waarop het is getraind.

Het is rekenkundig duur om de chaotische beweging van een aerosoldeeltje door een turbulent systeem te beschrijven, dus Chakrabarty en zijn team hadden echte gegevens nodig - een echt voorbeeld - om het systeem te trainen. Dit is waar aerosolen binnenkwamen.

Het team gebruikte de op het drijfvermogen gerichte vlam in het Chakrabarty-lab om voorbeelden te maken waarop de AI kon worden getraind. "In dit geval, we hebben experimenteel chaos aan een systeem toegevoegd door drijfvermogen en temperatuurverschillen te introduceren, " zei Chakrabarty. Toen, ze zetten een hogesnelheidscamera aan en legden 3D-baangegevenssets vast voor roetdeeltjes terwijl ze erdoorheen kronkelden, ritselde rond en schoot over de vlam.

Ze trainden twee soorten kunstmatige-intelligentiemodellen met de gegevens uit de verbrandingskamer:de variabele autoencodermethode en een generatief adversarial netwerk (GAN). Elk model produceerde vervolgens zijn eigen simulatie. Alleen de trajecten van de GAN weerspiegelden de statistische eigenschappen die in de experimenten werden gevonden, het produceren van levensechte simulaties van chaotische aerosoldeeltjes.

Het deep learning-model van Chakrabarty kan meer doen dan simuleren waar roet, of chemicaliën, zal eindigen zodra het in de atmosfeer wordt vrijgegeven. "Je ziet veel voorbeelden van dit soort chaos, van foeragerende dieren, op het transport van luchtverontreinigende stoffen en biobedreigingen, zoek- en reddingsstrategieën, " hij zei.

In feite, het lab werkt nu samen met een psychiater naar de effectiviteit van behandeling bij kinderen met het ticsyndroom. "Tics zijn chaotisch, " legde Chakrabarty uit, dus de typische opzet van een klinische proef is mogelijk niet effectief bij het bepalen van de werkzaamheid van een medicijn.

De brede toepassing van dit nieuwe deep learning-model spreekt niet alleen over de kracht van kunstmatige intelligentie, maar kan ook iets meer in het oog springend over de werkelijkheid zeggen.

"Chaos, of bestellen, hangt af van het oog van de toeschouwer, " zei hij. "Wat dit je vertelt is dat er bepaalde wetten zijn die alles om ons heen regelen. Maar ze zijn verborgen.

"Je moet ze gewoon ontdekken."