哈佛神经科学家与谷歌DeepMind合作，在虚拟老鼠身上构建人工大脑

据报道，DeepMind公司最近发布了一项研究成果，展示了他们如何利用人工智能技术，更高效地模拟和理解被称为"湍流"的复杂流体运动，这项技术有望在气象预测等领域发挥重要作用。

这家人工智能公司展示了其用于创建高分辨率、高性能3D湍流模拟的技术。DeepMind的研究人员设计了一种能够学习如何预测这些复杂系统的神经网络（ANN）架构，从而能够更准确地模拟湍流行为，超越了传统方法的局限性。

来源：Google DeepMind

这项创新研究的核心在于，它不再依赖于传统的计算密集型模拟方法，而是采用了一种名为"数据驱动建模"的策略。正如研究合作者Ölveczky所说，DeepMind的方法能够以前所未有的速度和精度模拟湍流，这对于理解自然界的复杂现象至关重要。

通过运用深度学习来模拟流体动力学，该团队成功地降低了计算成本并提高了模拟效率。他们没有直接用神经网络模拟湍流的物理过程，而是通过学习大量湍流数据的潜在模式来实现高效的模拟。

这意味着，这项技术可以通过学习现有的湍流模拟数据，创建出能够预测复杂流体行为的"代理模型"。在这种情况下，研究人员将深度学习与传统计算流体动力学相结合，从而实现了更加精确和高效的模拟结果。

总而言之，这项DeepMind的研究标志着在利用人工智能解决复杂科学问题方面取得了显著进展，为未来更深入地理解和模拟自然现象开辟了新的途径。他们通过结合深度学习和流体动力学，成功地提高了模拟的速度和准确性。