AI rozluští nejtěžší matematické hádanky: Odhalí skryté příčiny jevů od genetiky po počasí

Vědci z University of Pennsylvania vyvinuli novou metodu umělé inteligence nazvanou „Mollifier Layers“, která se zaměřuje na řešení jedněch z nejobtížnějších matematických úloh – inverzních parciálních diferenciálních rovnic (PDE).

Vědci z University of Pennsylvania vyvinuli novou metodu umělé inteligence nazvanou „Mollifier Layers“, která se zaměřuje na řešení jedněch z nejobtížnějších matematických úloh – inverzních parciálních diferenciálních rovnic (PDE). Tyto rovnice jsou klíčové pro pochopení komplexních systémů, ale jejich řešení dosud naráželo na limity matematiky i výpočetní techniky.

Inverzní problémy spočívají v tom, že je třeba z pozorovatelných jevů odvodit jejich skryté příčiny. Jak vysvětluje Vivek Shenoy, profesor materiálových věd a inženýrství a hlavní autor studie, je to jako dívat se na vlnky na rybníku a snažit se zjistit, kam dopadl kamínek. Nová metoda zlepšuje způsob, jakým AI zpracovává tyto problémy, a to nikoli zvyšováním výpočetního výkonu, ale zjemňováním matematického základu procesu. „Moderní AI často postupuje škálováním výpočtů,“ dodává Vinayak Vinayak, doktorand a spoluautor studie. „Některé vědecké výzvy však vyžadují lepší matematiku, nejen více výpočetního výkonu.“

Díky zavedení „mollifier vrstev“, které vyhlazují zašuměná data, se výpočty stávají stabilnějšími a výrazně méně náročnými na výpočetní zdroje. Tento průlom by mohl zásadně proměnit obory jako genetika, kde je pochopení chování DNA klíčové pro výzkum nemocí, nebo zlepšit předpovědi počasí. Studie byla publikována v časopise Transactions on Machine Learning Research (TMLR) a bude představena na konferenci Neural Information Processing Systems (NeurIPS 2026).