Навье-Стокс мәселесі: неге сіздің кофе кесеңіз Doom іске қоса алады

Программистерге Нобель сыйлығын бермейді. Бірақ Навье-Стокс мәселесін шешу сізге Clay институтынан миллион доллар әкеледі — және бұл дәстүрлі математиктер, DeepMind-тың ЖИ зерттеушілері мен IBM-нің кванттық инженерлері бір мезгілде шабуыл жасап жатқан жалғыз мыңжылдық математикалық мәселе. 2024 жылы сұйықтар динамикасының теңдеулері Тьюринг-толық екені анықталды, яғни теориялық тұрғыдан таңғы кофе кесеңіз кез келген нәрсені есептей алады. Doom-ды қоса алғанда.

Мәселе 30 секундта

1822 жылы француз инженері Клод-Луи Навье тұтқыр сұйықтардың қозғалысын сипаттайтын теңдеулерді шығарды. Жиырма үш жылдан кейін британдық Джордж Стокс оларды заманауи түрге дейін жетілдірді. Бұл теңдеулер керемет жұмыс істейді — заманауи аэродинамика, ауа райын болжау және киноның арнайы эффектілері барлығы соларға негізделген. Тек бір мәселе бар: бұл теңдеулердің әрдайым шешімі бар екенін ешкім дәлелдей алмайды. Немесе олар шектеулі уақытта шексіздікке жарылмайтынын.

Өзін-өзі сызықты емес түрде өзгертетін рекурсивті функцияны елестетіп көріңіз. Ол шексіз циклге түспейтініне немесе нөлге бөлмейтініне кепілдік бере алмайсыз. Енді осындай шексіз функцияларды елестетіп көріңіз, олардың барлығы өзара байланысқан, үшөлшемді кеңістіктің әрбір нүктесінде бір мезгілде жұмыс істейді. Бұл — Навье-Стокс теңдеулері.

Екі өлшемде бұл мәселені 1960 жылдары кеңестік математик Ольга Ладыженская шешті. Бірақ үш өлшемде математика 200 жыл бойы тығырыққа тірелген. Clay Mathematics Institute шешімдердің бар болуы мен тегістігін дәлелдегені үшін миллион доллар ұсынады. Немесе шешімдердің "жарылуы" мүмкін екенін көрсететін қарсы мысал үшін.

Infinite Recursive Complexity: Visualizing the non-linear, self-modifying nature of fluid dynamics that makes analytical solutions notoriously difficult.

Бұл неге программистер үшін маңызды

Ойындарда шынайы суды, Blender-де түтін симуляциясын немесе смартфоныңыздағы ауа райы болжамдарын көрген сайын — олардың артында Навье-Стокс теңдеулерінің сандық шешімдері тұр. Half-Life 2 2004 жылы дәл осы теңдеулерге негізделген су физикасының арқасында ойын индустриясында төңкеріс жасады. Unity мен Unreal Engine нақты уақыттағы симуляциялар үшін жеңілдетілген нұсқаларды пайдаланады. Pixar "Моанада" су үшін алгоритмдерді әзірлеуге жылдар жұмсады.

Бірақ түбегейлі мәселе бар: біздің сандық әдістеріміздің дұрыс екенін білмейміз. Бұл дұрыстығы дәлелденбеген сұрыптау алгоритмін қолданумен бірдей — жұмыс істейтін сияқты, бірақ кепілдіктер жоқ. Boeing жаңа қанат жобалағанда, олар CFD симуляцияларына 100% сенуге болмайтындықтан жел туннелінде тестілеуге миллиондаған доллар жұмсайды.

def navier_stokes_step(u, v, p, dt, dx, dy, nu):
    u_new = u - dt * (u * np.gradient(u, dx, axis=1) +
                      v * np.gradient(u, dy, axis=0))

    u_new += nu * dt * laplacian(u, dx, dy)

    p = solve_poisson(divergence(u_new, v_new), dx, dy)

    u_final = u_new - dt * np.gradient(p, dx, axis=1)
    return u_final, v_final, p

Мәселе адвекция жолында жатыр. u * np.gradient(u) мүшесі жылдамдықтың өзіне әсер ететінін білдіреді. Турбулентті режимдерде бұл үлкен құйындардан кішілеріне дейін, молекулалық деңгейге дейін энергия каскадын жасайды. Толық турбуленттілік симуляциясы Re³-ке пропорционал ажыратымдылықты талап етеді, мұндағы Re — Рейнольдс саны. Ұшақ үшін бұл 10^18 тор нүктесі. Тіпті әлемдегі барлық суперкомпьютерлер бірігіп те мұны шеше алмайды.

DeepMind ЖИ көмегімен жаңа сингулярлықтарды табады

2024 жылдың ең үлкен жаңалығы: DeepMind командасы теңдеулердің жеңілдетілген нұсқаларындағы тұрақсыз сингулярлықтарды іздеу үшін Physics-Informed Neural Networks қолданды. Олардың есептеу дәлдігі "Жердің диаметрін бірнеше сантиметр дәлдікпен болжаумен" пара-пар.

ЖИ адам математиктері 200 жылдық зерттеу барысында байқамай қалған λ параметрінде (жарылу қарқыны) заңдылықты тапты. Бұл мыңжылдық мәселенің шешімі емес, бірақ машиналық оқыту адамдарға көрінбейтін құрылымдарды таба алатынын көрсетеді.

class NavierStokesPINN(nn.Module):
    def forward(self, x, t):
        u = self.net(torch.cat([x, t], dim=1))
        return u

    def physics_loss(self, x, t):
        u = self.forward(x, t)
        u_t = autograd.grad(u, t)[0]
        u_x = autograd.grad(u, x)[0]
        u_xx = autograd.grad(u_x, x)[0]

        residual = u_t + u * u_x - nu * u_xx
        return torch.mean(residual**2)

Басқа командалар классикалық CFD-мен салыстырғанда 1000 есе жылдамдыққа қол жеткізді. Қабатталған терең оқыту модельдері 512×512 торларды 7 миллисекундта шешеді — бұл ойын кадрын өңдеуден де жылдам. Бұл әдеттегі GPU-ларда нақты уақыттағы сұйықтық симуляцияларына жол ашады.

Physics-Informed Neural Networks (PINNs): AI discovering hidden relationships and predicting unstable singularities in turbulent flows faster than classical CFD.

Кванттық компьютерлер ойынға кіреді

IBM мен Georgia Tech 2024 жылы Навье-Стоксты шешу үшін гибридті кванттық-классикалық алгоритмді көрсетті. Классикалық процессор сызықты емес адвекцияны өңдейді, ал кванттық компьютер қысым үшін Пуассон теңдеуін шешеді — бұл ең есептеу қажет ететін бөлік.

HTree әдісі шулы NISQ құрылғыларында да кванттық күйлерді тиімді оқиды. Бұл әлі кіші торлар үшін тұжырымдаманың дәлелі болса да, әлеует зор. Кванттық компьютерлер табиғи түрде суперпозиция күйлерімен жұмыс істейді, бұл турбуленттілікті сипаттауға өте қолайлы.

Математикалық шешу әрекеттері: 16 нұсқа және санау жалғасуда

Әр жыл сайын мыңжылдық мәселені шешу туралы мәлімдемелер шығады. 2024 жылдың желтоқсанында Энтони Джордон "Harmonic Resonance Field Model" деп аталатын жұмысын жариялады — математикалық қауымдастық скептикалық қарады. Сянгшэн Сю ArXiv-та "оң жауабы" бар препринт жариялап, оны 16 рет жаңартты — бұл математикалық мақалалар үшін рекорд. Александр Мигдал үшөлшемді Навье-Стоксты "дуальдылық" арқылы бір өлшемді жүйеге келтіруді ұсынды.

Тарих сақтық танытуды үйретеді. 2006 жылы Пенни Смит қатені тапқаннан кейін өзінің "дәлелін" кері қайтарып алды. 2014 жылы қазақстандық математик Отелбаев шешім тапқанын мәлімдеді, бірақ халықаралық тексеру қатерлі кемшіліктерді анықтады.

Қызығы, әрекеттердің көбі шешімнің бар болуын дәлелдеуге бағытталған. Бірақ дұрыс жауап шектеулі уақытта жарылуды көрсететін қарсы мысал болуы мүмкін. Бұл сандық әдістер үшін апат болар еді, бірақ математика үшін серпіліс.

Сіз білмеген қолданбалар

Деректер орталықтарын оңтайландыру. Google сервер фермалары үшін салқындату жүйелерін жобалау үшін CFD пайдаланады. Дұрыс ауа ағынын бөлу электр энергиясына миллиондаған доллар үнемдейді. Facebook осы міндет үшін арнайы өз CFD шешушісін әзірледі.

Болашақ медицина. Пациентке тән CFD модельдері MRI сканерлеу негізінде белгілі бір пациенттің артерияларындағы қан ағынын симуляциялайды. Хирургтар алғашқы кесуден бұрын операция нәтижелерін болжай алады. SimVascular стартапы осындай симуляциялар үшін ашық бастапқы кодты платформа ұсынады.

Формула 1 және авиация. Red Bull Racing аэродинамикалық оңтайландыру үшін ANSYS Fluent бар суперкомпьютерді пайдаланады. Тор 100 миллион ұяшықтан тұрады; бір конфигурацияны есептеу сағаттар алады. FIA жел туннелінде уақытты шектейді, бұл CFD-ды өте маңызды етеді.

Виртуалды инфлюенсерлер және NFT. Ең күтпеген қолданба — NFT-дегі динамикалық сұйықтық өнер, мұнда өрнектер Навье-Стоксты нақты уақытта шешу арқылы жасалады. Instagram-дағы виртуалды модельдер шаш пен киімнің шынайы симуляциясы үшін CFD пайдаланады.

Computational Fluid Dynamics in Action: From Formula 1 aerodynamics and global weather forecasting to modeling patient-specific arterial blood flow.

Тьюринг-толықтық және философиялық салдары

2024 жылдың ортасында математиктер белгілі бір ағын конфигурациялары кез келген есептелетін функцияны симуляциялай алатынын дәлелдеді. Навье-Стокс теңдеулері Тьюринг-толық. Теориялық тұрғыдан, бастапқы ағын шарттарына бағдарламаны кодтап, сұйықтың дамуы арқылы нәтижені "есептеуге" болады.

Бұл болжамдылыққа түбегейлі шектеулер қояды. Егер ағын кез келген бағдарламаны симуляциялай алса, оның мінез-құлқын болжау Halting Problem-ді шешумен пара-пар — бұл дәлелденген шешілмейтін тапсырма. Тіпті мінсіз ЖИ да барлық жағдайда турбуленттілікті болжай алмайды.

Екінші жағынан, бұл гидродинамикалық компьютерлерге жол ашады. MIT зерттеушілері сұйықтық тамшыларына негізделген логикалық қақпаларды әлдеқашан жасады. Болашақ процессорлар электрондармен емес, құйындармен есептейтін болуы мүмкін.

Алдағы не: математиктер бағдарламашыларға қарсы

Навье-Стокс мәселесіне қатысты екі лагерь қалыптасты. Дәстүрлі математиктер функционалдық талдау мен өлшем теориясын пайдаланып аналитикалық дәлел іздейді. Есептеу ғалымдары мәселеге машиналық оқыту, кванттық алгоритмдер және компьютер көмегімен жасалған дәлелдер арқылы шабуыл жасайды.

CFD стартаптары мыңжылдық мәселенің шешімін күтіп отырған жоқ. ByteLAKE өнеркәсіптік симуляция уақытын сағаттардан минуттарға дейін қысқартты. M-Star Simulations кез келген жабдықта жұмыс істейтін бөлшекке негізделген әдістерді ұсынады. Convergent Science автономды тор генерациясы бар CONVERGE CFD v5 шығарды — есептеу үшін модельдерді айлар бойы дайындаудың қажеті жоқ.

Ашық бастапқы код қауымдастығы да қалыс қалмайды. Профессор Лорена Барбаның CFDPython GitHub репозиторийінде мыңдаған жұлдыз бар. "12 Steps to Navier-Stokes" бағдарламашылар үшін классикалық оқулыққа айналды. OpenFOAM 1,5 миллион жол C++ кодымен өнеркәсіптік стандарт болып қала береді.

Эпилог: кофе, Doom және есептеудің болашағы

Навье-Стокс мәселесі математикалық формализациялауға қарсы тұрған классикалық физиканың соңғы бекінісі болып қала береді. Бұл бір мезгілде триллиондаған долларға тұратын практикалық инженерлік мәселе және шексіздіктің табиғаты туралы терең математикалық жұмбақ.

Continued: Part 2. From Turbulence to Trading: How Navier-Stokes Equations Revolutionize Algorithmic Trading

Программистер үшін бұл абстракция қабаттарын қосу немесе есептеу қуатын арттыру арқылы барлық мәселелердің шешілмейтінін еске салады. Кейбір сұрақтар түбегейлі. Бірақ серпілістер дәл математика, физика және информатиканың тоғысқан жерінде туады.

Мүмкін шешім бор мен тақтасы бар жалғыз данышпаннан емес, математикалық интуицияны есептеу қуатымен ұштастыратын гибридті адам-ЖИ командасынан келер. Немесе, мүмкін, қандай да бір джуниор әзірлеуші өзінің индиойынында су рендерингін оңтайландыру барысында кездейсоқ қарсы мысал табар.

Күте тұрып, есте сақтаңыз: кофеңізді араластырған сайын сіз теориялық тұрғыдан кез келген алгоритмді эмуляциялай алатын есептеу процесін іске қосасыз. Doom-ды қоса алғанда. Біз жай ғана турбуленттілік тілінде қалай бағдарламалауды әлі білмейміз.