Программы работают с помощью нейронных сетей, которые используют физические законы. Это упрощает работу инженеров и строителей, потому что раньше подобные задачи требовали больше усилий. Ученые ПГУ первыми смогли сделать так, чтобы нейронные сети решали прямые и обратные задачи моделирования физических полей для неоднородных сред.

Один из разработчиков, профессор и доктор технических наук Владимир Горбаченко рассказал, что в проектировании используют сложные алгоритмы для расчетов.

Сначала создают математическую модель определенного процесса. Затем эту задачу решают с помощью приближенных численных методов — сложных уравнений или систем уравнений становится меньше, они упрощаются до большого количества простых алгебраических уравнений. Для таких вычислений нужны мощные компьютеры.

Эти программы используются для создания инженерных конструкций. Во время конструирования часто приходится подбирать параметры, а это требует производить расчеты заново.

Немного изменились свойства материала, и задачу надо заново решать. В сложных задачах — это очень трудоемкий процесс, требующий мощного технического оснащения и времени, — отметил профессор Горбаченко.

В современном мире для решения сложных задач часто используют нейронные сети. Чтобы научить их решать задачи, требуется показать им множество примеров. Но есть проблемы, для которых примеров мало или они вообще недоступны. Это касается научных, технических и биологических задач.

В одном университете разрабатывают новый вид нейронных сетей, которые называются физически информированными (Physics-Informed Neural Networks, PINN). Они отличаются от обычных тем, что в их основе лежат не только данные, но и физические законы, описывающие поведение системы. То есть PINN учитывают физическое описание проблемы, а не просто подбирают близкие к исходным данные.

Известные физические законы составляют основу для обучения нейронной сети. Они как раз и ограничивают пространство допустимых решений при его поиске, — рассказал ученый.

Ученые из Пензенского государственного университета разработали новую программу. Она позволяет решать задачи, связанные с материалами, которые состоят из разных частей, например, со строительными материалами. Программа может помочь определить, какой материал лучше всего подойдет для определенной задачи. Также она позволяет рассчитать температуру в любой точке, что может быть полезно при сборке технического оборудования.

Профессор Горбаченко объяснил, что программа может рассчитать распределение температуры в материале, который состоит из нескольких слоев и имеет разные тепловые характеристики.

Или при решении обратной задачи можно по измеренной температуре в некоторых точках неоднородного тела определить характеристики материалов тела, — добавил он.

Ученые нашли способ, как научить искусственный интеллект лучше работать. Они создали программу, которая может помочь в создании новых проектов в инженерии, строительстве и производстве машин.

В процессе проектирования важно правильно выбрать тот или иной материал для определенной цели, сопоставить и подобрать оптимальную толщину, длину и так далее. Нейросетевая компьютерная программа совершит расчет и выдаст результат, — поделился Владимир Горбаченко.

Он сказал, что новую разработку можно использовать при создании электронных устройств. С ее помощью получится точно подобрать детали, чтобы все устройство не перегревалось.

Ранее ученые применили нейросеть для разведки месторождений руды.

Фото: профессор Владимир Горбаченко. Источник: ПГУ.