Вода, закрученная в воронку, в какой-то момент перестаёт быть гладкой: появляются пена и брызги. Математики описывают такие потоки уравнениями, но в них есть загадка — иногда решение «взрывается», становится бесконечным, и никто не знает, почему. Случайные модели тут не спасают, нужен точный инструмент.
Авторы взяли небольшую нейросеть с необычной начинкой: вместо прямых линий она использует волны. Такая сеть не умеет рисовать острые углы, поэтому, когда в потоке появляется разрыв, она начинает ошибаться — и ошибка концентрируется именно там, где рвётся жидкость. Это как пытаться нарисовать трещину на стекле мягким карандашом: карандаш будет соскальзывать и оставлять след именно в месте разлома.
Метод проверили на классическом примере — вихре Тейлора–Грина, где жидкость закручивается в кубе. При обычной вязкости ошибка сети была слабой, но когда жидкость стала почти невесомой, ошибка выросла в 13 раз и собралась в одной точке — там, где теория предсказывает разрыв. Ещё сеть нашла границу: если вязкость выше определённого значения, разрывы исчезают, поток остаётся гладким.
Такой подход — как датчик на крыле самолёта, который заранее чувствует, где воздух готов сорваться в вихрь. Пока это математический инструмент, но он может помочь инженерам предсказывать опасные завихрения в турбинах или при обтекании корпуса.
как её написали авторы, на английском arXiv:2603.18061
We introduce a method for detecting regularity loss in solutions to the three-dimensional Navier-Stokes equations using the approximation error of Sinusoidal Representation Networks (SIRENs). SIRENs use sin() activations, producing C-infinity outputs that cannot represent non-smooth features. By classical spectral approximation theory, the SIREN error is bounded by O(N^{-s}) where s is the local Sobolev regularity. At a singularity (s to 0), the error is O(1) and localizes via the Gibbs phenomenon. We decompose the velocity field into a cheap analytical baseline (advection-diffusion) and a learned residual (pressure correction), training a compact SIREN (4,867 parameters). We validate on the 3D Taylor-Green vortex, where error concentration increases from 4.9x to 13.6x as viscosity decreases from 0.01 to 0.0001, localizing to the stagnation point -- the geometry matching the singularity proven by Chen and Hou (2025) for 3D Euler. On axisymmetric equations, we reproduce blowup signatures (T* converging across resolutions) and identify a critical viscosity nu_c = 0.00582 for the regularization transition.
Классический вихрь Тейлора–Грина, на котором проверяли метод, впервые описали в 1937 году для изучения турбулентности — и с тех пор он остаётся эталоном для проверки новых идей в гидродинамике.
В романе «Солярис» Станислава Лема океан ведёт себя как жидкость с непредсказуемыми разрывами — возможно, похожие методы помогли бы понять его природу.