Исследователи из Стэнфордского университета представляют BLASTNet первый большой набор данных для основной гидродинамики с использованием машинного обучения

Бластнет первый большой набор данных для основной гидродинамики с использованием машинного обучения, разработанный учеными из Стэнфордского университета

Исследователи из Стэнфордского университета представили революционное развитие, получившее название BLASTNet, вступая в новую эру вычислительной гидродинамики (CFD). Однако это был принципиальный доказательство концепции, не готовое для целей машинного обучения. Теперь, та же исследовательская группа представляет BLASTNet-2, революционный набор данных, тщательно собранный командой искусственного интеллекта, который обещает революционизировать понимание и применение основ гидродинамики в таких разнообразных областях, как ракетное топливо, океанография, климатическое моделирование и не только.

Десятилетиями ученые боролись с сложностями поведения жидкостей, используя сложные математические модели для прогнозирования и анализа явлений, охватывающих бурные пожары или океанские течения. Однако отсутствие всеобъемлющего набора данных, аналогичного CommonCrawl для текста или ImageNet для изображений, препятствовало прогрессу в использовании мощи искусственного интеллекта в области гидродинамики.

Научные данные в гидродинамике характеризуются исключительно высокой размерностью, устанавливая параллель между обширностью данных гидродинамики и тренировочными данными, используемыми для больших языковых моделей, например GPT-3. В отличие от текста или изображений, динамика потока жидкости обычно имеет четырехмерную структуру (три пространственные размерности, сочетаемые с временными), что требует огромных вычислительных ресурсов для анализа и моделирования.

• Это исследование ИИ предлагает случайные срезы смешивания данных (RSMDA) для превосходной классификации изображений новый подход к улучшению точности и надежности нейронных сетей
• Комплексный исследовательский анализ временных рядов
• Реализация, решение и визуализация задачи коммивояжера с использованием Python

BLASTNet-2 представляет собой инициативу сообщества, охватывающую ошеломляющий объем пяти терабайт данных, полученных из более чем 30 различных конфигураций и примерно 700 образцов. Команда подчеркивает сотрудничество, которое привело к созданию этого набора данных, объединив экспертов в этой области и упростив разнообразные данные в удобный для машинного обучения формат.

Значимость BLASTNet-2 превосходит просто удобство; она открывает новую парадигму исследований и сотрудничества в научных сообществах. Предлагая централизованную платформу для данных гидродинамики, BLASTNet-2 стимулирует развитие моделей машинного обучения, нацеленных на гидродинамику, способствуя междисциплинарным сотрудничествам ученых и инженеров.

Применение BLASTNet-2 также обширно как и феномены гидродинамики, которые она охватывает. Исследователи предвидят его использование для обучения моделей искусственного интеллекта раскрывать поведение водорода, оптимизировать ветряные фермы для возобновляемой энергии, уточнять модели турбулентности, улучшать климатическое моделирование, расшифровывать океанские течения и потенциально влиять на такие области, как медицина и прогноз погоды.

Более того, BLASTNet-2 служит катализатором для междисциплинарных дискуссий, способствуя сотрудничеству между профессионалами в различных областях гидродинамики. Последний успех виртуального семинара, посвященного BLASTNet-2, который собрал более 700 участников, является примером готовности научного сообщества использовать этот ресурс для инновационных открытий.

По мере развития и расширения BLASTNet-2 исследователи предвещают, что они будут исследовать неизведанные области гидродинамики, раскрывать тайны и использовать потенциал искусственного интеллекта, чтобы получить непревзойденные понимание поведения жидкостей и газов, поднимая научное понимание на новый уровень.

В кузнице BLASTNet-2 слияние искусственного интеллекта и гидродинамики зовет нас в будущее, полное возможностей, открывая путь к всестороннему пониманию и революционным приложениям в области динамики жидкостей.