физически информированная нейронная сеть

В резиновом жгуте, который тянут в лаборатории, одновременно работают три разных механизма упругости. При малом растяжении правит закон Гука, при среднем — энтропийная эластичность цепей, при сильном — кристаллизационное упрочнение.

Поршень в цилиндре с газом обычно движется, когда газ давит на него. Но есть поршень, который движется, когда перед ним пусто. Каждые пять секунд он проверяет пространство у своей стенки, и если там никого нет, делает шаг внутрь, сжимая газ без прямого механического усилия. Так работает информационный двигатель: он превращает знание о положении частиц в полезную работу.

В антарктическом льду частица-призрак оставляет после себя лишь слабую вспышку синего света. Детектор IceCube ловит эти вспышки, и по ним нужно понять, откуда прилетела частица. Модель PolarBERT научилась это делать, но что именно она видит внутри — оставалось загадкой.

Алмаз — не просто украшение. Внутри его кристаллической решётки прячутся дефекты, которые чувствуют магнитное поле лучше многих приборов. Один такой дефект — NV-центр — работает как крошечный компас, но его стрелка колеблется от тепла и шума. Чтобы компас показывал точное направление, нужна калибровка.

Ударьте по колоколу — и он зазвенит на своей собственной ноте. Чёрная дыра, получив возмущение, тоже «звенит», но вместо привычного звука рождается дрожь самого пространства-времени — гравитационные волны.

Если залить мёд в дуршлаг с сотней мелких отверстий, он будет стекать тонкими струйками, но каждую струйку закрутит вокруг края дырки. Инженерам важно понимать такие завихрения: они влияют на то, как быстро фильтруется вода, как нефть выходит из пласта или как лекарство просачивается сквозь ткани. Но чем больше дырок, тем сложнее компьютеру рассчитать каждую мелочь у края.

Сто миллисекунд — мгновение, за которое свет едва успевает преодолеть тридцать тысяч километров. Но для энергосистемы, пережившей удар молнии или короткое замыкание, этот интервал становится границей между стабильностью и коллапсом. За эти доли секунды каскад колебаний либо затухает, либо раскачивает сеть до потери устойчивости.

Нейрон получает тысячи сигналов на свои ветвистые отростки — дендриты. Одни сигналы подталкивают клетку к срабатыванию (возбуждение), другие удерживают (торможение). Долгое время считалось, что нейрон просто складывает все «за» и «против». Но в реальных дендритах торможение работает иначе: оно способно не вычитать, а делить возбуждающий сигнал.

Многие природные процессы описываются дифференциальными уравнениями, но в распоряжении учёных часто оказываются лишь фрагментарные данные — своего рода обрывки карты. Новый вычислительный метод работает как картограф, восстанавливающий целостную карту местности по немногим ориентирам.

Классическая система слежения напоминает штурмана, прокладывающего курс по звёздам. Но стоит облакам закрыть небо — координаты начинают дрейфовать, а в данных нарастает энтропия — мера неопределённости. Новый алгоритм получает «второго пилота» — модуль, который непрерывно оценивает, насколько уверен основной навигатор в своих расчётах.

Когда беспилотный летательный аппарат обучается у опытного пилота, он запоминает не отдельные манёвры, а целые безопасные коридоры — траектории, по которым двигался человек-наставник. Такой подход называется имитационным обучением (imitation learning): машина подражает демонстрациям эксперта.

Человек в лодке интуитивно поворачивает, смещая вес собственного тела. Тот же физический принцип использует беспилотное судно: манёвр выполняет подвижный груз, перемещающийся внутри корпуса. Его движением управляет нейросеть — алгоритм, обученный предугадывать хаос волн и порывы ветра.

Нейтронные звёзды — последние сгустки видимой материи перед падением в чёрную дыру. В их недрах материя сжата до триллионных плотностей. Здесь ядерные силы и гравитация сплетаются в экзотическую субстанцию, недоступную никакому земному ускорителю.

Нейроморфные чипы функционируют по принципам, отличным от классических компьютеров, построенных по архитектуре фон Неймана с раздельными блоками памяти и процессора.

Контактная сеть железной дороги напоминает галактику — сложную структуру, где энергия растекается подобно гравитационным полям, связывающим звёзды. Поезда в этой аналогии становятся планетами — массивными объектами, возмущающими среду своим присутствием.

Поплавок в бачке унитаза — идеальный контроллер: чувствуя уровень воды, он мгновенно приводит систему в равновесие без оглядки на прошлое. Инженеры применили этот принцип к нейросетям. Они переписали стандартную архитектуру так, что вместо каскада вычислений она решает одно уравнение равновесия.

Машинное обучение давно перестало быть просто инструментом — оно становится исследователем, самостоятельно выуживающим законы природы из данных. Но как кремниевый разум приходит к пониманию? Чтобы подсмотреть этот процесс, физики обратились к игрушечной, но глубокой модели — решётке Изинга, где спины танцуют под диктовку температуры.

Число −0.000459 — не случайный гость в уравнении Блазиуса. Это коэффициент при η⁵, определяющий пограничный слой на плоской пластине — тонкий шепот трения воздуха по металлу. Обычные численные методы вроде Рунге-Кутты выдают лишь приблизительную кривую. Физически-информированные нейросети (PINN) пытаются угадать решение целиком. Часто — безуспешно.

Обычные нейросети учатся на примерах, как человек, заучивающий мелодии на слух: они накапливают статистические закономерности, но не понимают глубинных правил. Иной подход — физически-информированные нейронные сети, в архитектуру которых изначально встроены фундаментальные законы физики, такие как уравнения сохранения энергии или уравнения движения.

Горсть песка падает на стол — и каждая песчинка скатывается вниз, пока не замрёт в углублении. Так работает потенциал: поверхность стола подсказывает частицам, куда двигаться. Но в реке с водоворотами нет одной-единственной впадины, куда всё стремится. Вода кружится, возвращается, петляет. Для таких систем обычная карта «ям и холмов» не годится.

Рост популяции со стороны похож на разгоняющийся поезд: сначала еле ползёт, потом набирает ход. Но стоит вглядеться в данные — и картинка расплывается. В одном замере десяток особей, в другом сразу сотня. Классические модели смахивают этот разброс как досадную грязь с объектива. Они считают, что шум везде одинаковый, и просто не обращают на него внимания.

Шеф-повар не тратит продукты, готовя всё блюдо, чтобы оценить вкус, — он пробует каплю соуса. Та же логика лежит в основе метода «информационного сопоставления» (information matching) для предсказания прочности металлов.

Представьте кипящий чайник с плотно закрытой крышкой: бурления не видно, но звук и вибрация выдают мощность нагрева воды. Подобно этому, квантовые системы скрывают свою предельную чувствительность — способность улавливать магнитные поля или гравитационные волны — за сложной внутренней динамикой.

Лазерный луч ударяет в кость — и она отзывается почти неслышным ультразвуковым эхом. В этом звуке прячется информация о каждой микротрещинке и каждой поре, заполненной жидкостью. Беда в том, что обычные компьютерные программы не понимают этот язык: они видят сигнал, но не знают физики, которая его породила.

Сосуды внутри черепа похожи на серпантин горной дороги — крутые повороты, сужения, неожиданные изгибы. Когда в таком серпантине возникает пробка, кровь перестаёт нормально поступать к мозгу. Чтобы предсказать беду, врачам нужно видеть весь поток целиком: где он ускоряется, где закручивается в водоворот. Полную картину даёт специальная МРТ, похожая на замедленную киносъёмку жидкости.

Термостат держит в комнате 20 градусов. Откройте окно зимой – он включит обогрев, чтобы вернуть равновесие. Мозг делает похожую вещь: он постоянно предсказывает, что произойдёт через мгновение, и поправляет себя, если ошибся. Так он учится.

Нейтронный спектрометр похож на слепого геолога, который простукивает породу и по звуку угадывает, что внутри. Он посылает пучок нейтронов в кристалл и смотрит, как те разлетаются. По этому узору можно понять, как колеблются атомные магнитики — спины. Но где именно копать и как долго слушать, раньше решал человек. Теперь за пульт сел алгоритм TAS-AI. Он работает в два приёма.

Нейросеть, натренированная на столкновениях протонов и электронов, перенесла свои навыки на совсем другой эксперимент — ловлю нейтрино. Словно повар, который учился готовить французскую кухню, а потом без подготовки испёк отличный узбекский плов.

Магнитные монополи — как половинки магнита, которые не могут существовать поодиночке в обычном материале. Но в спиновом льду они появляются парами, соединённые невидимой нитью — струной Дирака. Раньше такие монополи видели только в искусственных системах при комнатной температуре, но их квантовое движение оставалось загадкой.

Вода в реке обтекает камни, воздух огибает крыло самолёта — эти движения описываются уравнениями, которые сложно решить даже на мощном компьютере. Нейросети умеют аппроксимировать такие решения, но часто ошибаются, когда данные собраны лишь в нескольких точках или зашумлены.

Астрономы меряют расстояния во Вселенной по взрывам особых звёзд — сверхновых типа Ia. Эти вспышки всегда имеют почти одинаковую яркость, как лампочки известной мощности. Зная, сколько света до нас дошло, можно вычислить, как далеко взрыв. Но точность зависит от того, насколько верно мы знаем эту «мощность лампочки».

Обычный компьютер, когда ищет закон природы по данным, пытается угадать готовую формулу целиком. Это как если бы повар, не зная рецепта, разом вывалил все ингредиенты в кастрюлю и надеялся, что получится суп. Чаще всего выходит несъедобная каша: формула длинная, но бессмысленная, и на новых данных она ошибается. Учёные предложили другой путь: пусть машина идёт по стопам великих физиков.

Кусок ядерного топлива внутри реактора — это не просто твёрдое тело. При нагреве атомы урана в нём начинают «шевелить» своими магнитными моментами, и это движение меняет теплопроводность и другие свойства.

Материал как человек: если его долго тянуть, он запоминает это и ведёт себя иначе. Инженеры годами подбирают формулы, чтобы описать такую память. Теперь нейросеть делает это сама. Новая архитектура iCKAN берёт данные испытаний и переводит их в уравнения. Она видит не только упругость, но и вязкость — как материал течёт под нагрузкой.

Солнечные пятна — это следы магнитных полей, которые выходят на поверхность. Они живут своей жизнью: пятна, появившиеся ближе к экватору, наклоняются сильнее, а те, что дальше, — слабее. Эти два эффекта, как два регулятора на старом радиоприёмнике, управляют тем, сколько магнитного поля доберётся до полюсов Солнца и накопится там к следующему циклу.

Звёзды на окраинах галактик вращаются быстрее, чем предсказывают законы небесной механики, если учитывать только видимую материю — светящиеся газ и звёзды. Этот парадокс обнаружили в XX веке Вера Рубин и Фриц Цвикки, измеряя скорости звёзд по доплеровскому смещению спектральных линий.

Магнитное поле Земли похоже на невидимую реку, которая петляет под ногами. Навигаторы и геологи сверяются с картами этой реки, но приборы снимают показания только в отдельных точках, а между ними остаются белые пятна. Заполнить их — всё равно что дорисовать русло реки по нескольким камешкам, найденным на берегу.

Внутри батареи, как в многослойном пироге, соседствуют разные твёрдые слои. Место их встречи — граница — ведёт себя капризно: там концентрируются напряжения, и со временем батарея стареет. Чтобы понять эти процессы, нужны компьютерные модели, которые видят каждый атом. Но точные расчёты слишком дороги, а быстрые — слишком грубы.

Внутри протона глюоны носятся как пчёлы в улье, склеивая кварки и друг друга. Чем выше энергия столкновения, тем больше глюонов вылетает из тумана. Физики давно ищут способ описать этот рой одной простой функцией — но каждый раз приходилось подгонять форму под конкретный эксперимент. Теперь нейросеть учится у самой физики.

В детекторе Большого адронного коллайдера после каждого столкновения протонов остаются тысячи точек — следы разлетающихся частиц. Нейросеть научилась видеть в этом узоре закономерности и предсказывать, что произошло в момент удара.