Роботизированный бассейн провел 100 тысяч опытов за год

Физики создали гибридную систему для систематического проведения экспериментов в области гидродинамики, которая состоит из роботизированного испытательного бассейна и управляющего алгоритма. Робот проводит опыты, а программа самостоятельно обрабатывает данные и выбирает оптимальные условия для следующего эксперимента, что позволяет опробовать большое пространство параметров и достичь совпадения результатов вычислений с реальностью, пишут авторы в журнале Science Robotics.

Во многих научных задачах приходится иметь дело с процессами, на ход которых одновременно влияет множество факторов. В такой ситуации обычно стараются найти режим, в котором действием некоторых явлений можно пренебречь, что упрощает задачу как с теоретической точки зрения, так и в плане анализа экспериментальных данных. Такой подход требует выдвижения ряда промежуточных гипотез и проверки их на соответствие с наблюдениями.

Альтернативной является исследование всего пространства параметров, которое может обладать высокой размерностью. Для этого могут потребоваться многие тысячи однотипных экспериментов, процесс проведения которых потенциально можно автоматизировать.

К научным областям с подобными проблемами можно отнести гидродинамику. Несмотря на существование достаточно общих математических закономерностей, таких как уравнения Навье — Стокса, сложность их решения не позволяет теоретически решить большинство возникающих задач. В связи с этим приходится проводить множество моделирований и экспериментов, чтобы добиться оптимального результата.

Ученые из Массачусетского технологического института при участии Дися Фаня (Dixia Fan) создали гибридную роботизированную систему для изучения вызываемых вихреобразованием колебаний. Это явление мешает разрабатывать судна с минимальным сопротивлением при движении по воде. Роботизированный «ученый» провел около 100 тысяч опытов за год, причем по оценкам авторов он выполнял среднее для аспиранта количество экспериментов каждые две недели, а в сумме провел примерно столько же, сколько сделано в рамках всех других работ на данную тему. В результате получилось исследовать намного большее пространство параметров, чем удавалось раньше в рамках данной задачи.

Авторы называют систему интеллектуальным испытательным бассейном (intelligent towing tank, ITT). Они исследовали задачу возникновения колебаний тела необтекаемой формы, помещенного в поток жидкости. В таком случае при превышении критического значения числа Рейнольдса (обычно порядка 50) за телом из-за неустойчивостей образуются несимметричные вихри в жидкости, оказывающие давление на тело и проводящие к раскачиванию. В предыдущих исследованиях было показано, что на появление этих вихрей можно влиять, если заставить обтекаемое тело вибрировать, но количество параметров в системе не позволяло найти оптимальные значения.

Перебор всех возможных вариантов нереалистичен даже для роботизированной системы, поэтому авторы работы создали программу активного обучения. Она не вводила последовательно все возможные значения параметров, а минимизировала функции неопределенностей конкретных величин, например, коэффициента подъемной силы. Затем обучалась предсказывать значения этих величин посредством регрессии на основе гауссовских процессов. Задача системы заключается в достижении состояния, при котором предсказания обученной модели будут совпадать с измерениями.

Авторы отмечают, что выбранные детали реализации могут быть изменены. В частности, можно использовать другой алгоритм обучения, например, основанный на глубоком обучении нейросетей. Также в данном случае использовался простой способ поиска параметров следующего эксперимента, в то время как более глубокое понимание физики процесса позволяет сформулировать более эффективный алгоритм действий.

Ученые называют достижение демонстрацией возможной смены парадигмы проведения экспериментальных исследований. Потенциально, в будущем компьютеры (продвинутые системы искусственного интеллекта), роботы (лабораторная автоматизация) и люди будут сотрудничать в реальном времени для ускоренного получения знаний. Подобные попытки создания «роботов-ученых» предпринимаются в нескольких исследовательских центрах. В частности, тестируется системы автоматического поиска новых способов синтеза химических веществ, проверки эффективности лекарств и выдвижения научных гипотез.

Ранее физики научили роботов правильно подбрасывать рис в воке, поняли рецепт выпекания идеальных блинчиков и определили оптимальную форму лопастей плодов-«вертолетиков».

Тимур Кешелава