據(jù)外媒報(bào)道，一種相對(duì)較新的模擬人腦工作方式的計(jì)算方式已經(jīng)改變了科學(xué)家解決一些最困難的信息處理問(wèn)題的方式。現(xiàn)在，研究人員發(fā)現(xiàn)了一種方法，它可以使所謂的“儲(chǔ)層計(jì)算”的工作速度提高3300到100萬(wàn)倍，而所需的計(jì)算資源和數(shù)據(jù)輸入則大大減少。

　　事實(shí)上，在對(duì)下一代油藏計(jì)算的一次測(cè)試中，研究人員在臺(tái)式電腦上只用了不到一秒的時(shí)間解決了一個(gè)復(fù)雜的計(jì)算問(wèn)題。

　　該研究的論文主要作者、俄亥俄州立大學(xué)的物理學(xué)教授Daniel Gauthier指出，使用目前最先進(jìn)的技術(shù)，同樣的問(wèn)題需要超級(jí)計(jì)算機(jī)來(lái)解決且需要更長(zhǎng)的時(shí)間。

　　Gauthier說(shuō)道：“跟目前的油藏計(jì)算相比，我們可以用更少的計(jì)算機(jī)資源，在很短的時(shí)間內(nèi)完成非常復(fù)雜的信息處理任務(wù)。與以前相比，油藏計(jì)算已經(jīng)取得了顯著的進(jìn)步。”

　　這項(xiàng)研究于2021年9月21日發(fā)表在《Nature Communications》上。

　　Gauthier稱(chēng)，水庫(kù)計(jì)算是一種機(jī)器學(xué)習(xí)算法，開(kāi)發(fā)于21世紀(jì)初，用于解決“最難中的最難”的計(jì)算問(wèn)題如預(yù)測(cè)隨時(shí)間變化的動(dòng)力系統(tǒng)的進(jìn)化。

　　他表示，動(dòng)力系統(tǒng)就像天氣一樣，是很難預(yù)測(cè)的，因?yàn)橐环N情況下的一個(gè)小變化可能會(huì)產(chǎn)生巨大的影響。一個(gè)著名的例子就是“蝴蝶效應(yīng)”，這是一個(gè)隱喻性的例子，蝴蝶扇動(dòng)翅膀所產(chǎn)生的變化最終會(huì)影響幾周后的天氣。

　　Gauthier表示，之前的研究表明，儲(chǔ)層計(jì)算非常適合學(xué)習(xí)動(dòng)力系統(tǒng)，可以提供關(guān)于它們未來(lái)行為的準(zhǔn)確預(yù)測(cè)。它通過(guò)使用人工神經(jīng)網(wǎng)絡(luò)來(lái)做到這一點(diǎn)，這有點(diǎn)像人類(lèi)的大腦?？茖W(xué)家將動(dòng)態(tài)網(wǎng)絡(luò)中的數(shù)據(jù)輸入一個(gè)由隨機(jī)連接的人工神經(jīng)元組成的“庫(kù)”中。該網(wǎng)絡(luò)產(chǎn)生有用的輸出，科學(xué)家可以解釋并反饋到該網(wǎng)絡(luò)，然后建立一個(gè)越來(lái)越準(zhǔn)確的預(yù)測(cè)，該系統(tǒng)將如何在未來(lái)發(fā)展。

　　系統(tǒng)越大、越復(fù)雜、科學(xué)家希望預(yù)測(cè)到的結(jié)果越準(zhǔn)確，那么人工神經(jīng)元網(wǎng)絡(luò)就必須越大、完成任務(wù)所需的計(jì)算資源和時(shí)間也就越多。

　　Gauthier指出，一個(gè)問(wèn)題是，人造神經(jīng)元的儲(chǔ)存庫(kù)是一個(gè)“黑盒子”，科學(xué)家們還不知道它里面到底發(fā)生了什么，他們只知道它在工作。

　　Gauthier稱(chēng)，水庫(kù)計(jì)算的核心人工神經(jīng)網(wǎng)絡(luò)是建立在數(shù)學(xué)基礎(chǔ)上的。

　　“我們讓數(shù)學(xué)家研究這些網(wǎng)絡(luò)，并問(wèn)‘機(jī)器中的所有這些部件在多大程度上真的需要?’”他說(shuō)道。

　　在這項(xiàng)研究中，Gauthier和他的同事調(diào)查了這個(gè)問(wèn)題，結(jié)果發(fā)現(xiàn)整個(gè)油藏計(jì)算系統(tǒng)可以大大簡(jiǎn)化、大大減少對(duì)計(jì)算資源的需求及節(jié)省大量時(shí)間。

　　他們?cè)谝粋€(gè)預(yù)報(bào)任務(wù)中測(cè)試了他們的概念，該任務(wù)涉及到Edward Lorenz開(kāi)發(fā)的天氣系統(tǒng)，他的工作使我們理解了蝴蝶效應(yīng)。

　　在Lorenz預(yù)測(cè)任務(wù)中，他們的下一代油藏計(jì)算技術(shù)明顯優(yōu)于當(dāng)今的先進(jìn)技術(shù)。在一臺(tái)臺(tái)式機(jī)上進(jìn)行的一個(gè)相對(duì)簡(jiǎn)單的模擬中，新系統(tǒng)比現(xiàn)有模型快33到163倍。

　　但當(dāng)目標(biāo)是提高預(yù)測(cè)的準(zhǔn)確性時(shí)，下一代油藏計(jì)算速度則要快100萬(wàn)倍。Gauthier表示，新一代的計(jì)算機(jī)只需要28個(gè)神經(jīng)元就能達(dá)到同樣的精度，而現(xiàn)在的模型需要4000個(gè)神經(jīng)元。

　　加速的一個(gè)重要原因是，跟當(dāng)前一代相比，下一代存儲(chǔ)計(jì)算背后的“大腦”需要更少的熱身和訓(xùn)練才能產(chǎn)生相同的結(jié)果。

　　熱身是訓(xùn)練數(shù)據(jù)，這些數(shù)據(jù)需要作為輸入添加到蓄水池計(jì)算機(jī)中以使其為實(shí)際任務(wù)做好準(zhǔn)備。

　　“對(duì)于我們的下一代油藏計(jì)算幾乎不需要熱身時(shí)間，”Gauthier說(shuō)道，“目前，科學(xué)家必須放入1000或10000個(gè)或更多的數(shù)據(jù)點(diǎn)來(lái)使其熱身。這些都是丟失的數(shù)據(jù)，在實(shí)際工作中是不需要的。我們只需要輸入一、二、三個(gè)數(shù)據(jù)點(diǎn)?！?/p>

　　一旦研究人員準(zhǔn)備好訓(xùn)練水庫(kù)計(jì)算機(jī)進(jìn)行預(yù)測(cè)，那么下一代系統(tǒng)需要的數(shù)據(jù)就會(huì)少很多。

　　在Lorenz預(yù)測(cè)任務(wù)的測(cè)試中，研究人員使用400個(gè)數(shù)據(jù)點(diǎn)可以得到跟當(dāng)前一代使用5000個(gè)或更多數(shù)據(jù)點(diǎn)產(chǎn)生的相同結(jié)果，這取決于所需的準(zhǔn)確性。

　　Gauthier說(shuō)道：“令人興奮的是，下一代油藏計(jì)算技術(shù)采用了已經(jīng)非常優(yōu)秀的技術(shù)，大大提高了效率。”

　　他和他的同事們計(jì)劃將這項(xiàng)工作擴(kuò)展到更復(fù)雜的計(jì)算問(wèn)題上，如預(yù)測(cè)流體動(dòng)力學(xué)?！斑@是一個(gè)極具挑戰(zhàn)性的問(wèn)題。我們想看看是否可以使用簡(jiǎn)化的油藏計(jì)算模型加快解決這個(gè)問(wèn)題的進(jìn)程，”Gauthier說(shuō)道。