Картотека будущего: как предсказывают движение без единой формулы ✎ экспресс

Оригинал: "Machines that Predict Trajectories from Templates"
· Claudio De Persis, Pietro Tesi
arXiv:2607.11551 · 2026-07-13 · arXiv non-exclusive · собственный разбор · 1 мин
Достаточно собрать архив прошлых путей — и компьютер, как опытный детектив, по первым шагам предскажет продолжение.

Опытный сыщик не высчитывает путь преступника по законам физики — он сверяется с картотекой похожих дел. Так же работает новый метод предсказания: вместо сложных уравнений у него есть огромный архив уже случившихся траекторий — движений планет, курсов валют, сигналов из космоса. Увидев начало новой траектории, алгоритм находит в архиве похожий кусочек и достраивает продолжение.

Детекторы гравитационных волн именно так и ловят дрожь пространства-времени: сигнал сравнивают с библиотекой в полмиллиона шаблонов от слияний чёрных дыр и нейтронных звёзд. Это позволило Райнеру Вайссу и Барри Баришу услышать гравитационную симфонию.
А самое удивительное: если ни один шаблон не подходит, значит, перед нами нечто неизведанное — так можно открыть новые физические явления.

Авторы метода пошли дальше: библиотеки траекторий можно комбинировать, словно скрещивая сюжеты, и получать поведение, которого никогда не было. Система работает при шумах, ошибках и без знания законов. От управления роботами до прогноза климата — картотека будущего готова заменить оракула.

В картотеках гравитационных обсерваторий уже полмиллиона шаблонов — крупнейшее собрание примеров для предсказания будущего.

Учёные
Bernhard RiemannJoseph WeberKarl SchwarzschildKip ThorneRainer WeissAlbert Einstein
Понятия
нейронные сети прогностического обучения предсказание большие языковые модели обучающие данные языковая модель белков нейронные сети резервуарные вычисления прогностическая модель машинное обучение классификатор теория игр предсказание молекулярных свойств распознавание образов теория управления вероятностный прогноз шаблон система отсчёта ретроспективный прогноз динамические системы набор данных