Hace ya 300 años que Isaac Newton formuló las leyes que permiten saber exactamente dónde estará un planeta o cualquier objeto celeste en un momento dado, lo cual hace posible, por ejemplo, que enviemos cohetes a Marte o sondas a Plutón. Newton fue, en efecto, el primero en descubrir cómo dos cuerpos dotados de masa interaccionan gracias a la gravedad, y esa fue la llave para comprender cómo las cosas se mueven y se relacionan entre sí en el Universo en que vivimos. Lo que nunca consiguió el genial físico inglés fue calcular cómo se relacionarían no dos, sino tres objetos que se orbitaran mutuamente. Hace ya tres siglos que Newton planteó el que se conoce como «problema de los tres cuerpos», una difícil cuestión matemática que ni él ni nadie hasta el momento ha conseguido resolver, y en la que se inspiró el escritor chino Cixin Liu para escribir una de las más exitosas obras de ciencia ficción de los últimos años.

El problema de los tres cuerpos resulta difícil porque se trata de un sistema caótico, lo que significa que se necesita tener un conocimiento extremadamente preciso de la posición inicial de los tres cuerpos en cuestión para poder hacer alguna predicción fiable. En esos sistemas el « efecto mariposa» se vuelve tremendamente real, e incluso el mínimo error resulta en una órbita completamente diferente a lo previsto. No existe sobre la faz de la Tierra una ecuación que sea capaz de predecir cómo se moverán los objetos, ni de determinar si sus órbitas serán o no estables en el tiempo.

Una Inteligencia Artificial para resolverlo
En la actualidad, para aproximarse al problema, los matemáticos tienen que probar meticulosamente cada posible escenario, ya sea a mano o utilizando ordenadores, cuya respuesta es lenta y consume abundantes recursos. Ahora, el físico Philip Breen, de la Universidad de Edimburgo, ha ideado junto a sus colegas una nueva forma de abordar el problema utilizando una Inteligencia Artificial, en concreto una red neuronal que puede ser hasta 100 millones de veces más rápida que los mejores solucionadores computerizados. El trabajo acaba de publicarse en « arXiv.org».

Los investigadores entrenaron a su IA en 9.900 escenarios diferentes de tres cuerpos generados por un sistema de vanguardia llamado Brutus. Para probar su método y asegurarse de que la IA funcionaba, Bren y su equipo usaron primero 100 escenarios de Brutus y probaron después la IA con otros 5.000 ya resueltos, pero sin darle las soluciones. La IA los resolvió rápidamente y sus resultados coincidieron casi exactamente con los ejemplos de Brutus, lo que demostró que la red neuronal podía suministrar respuestas rápidas y precisas al problema de los tres cuerpos.

Entender la colisión de agujeros negros
Según Bren, esa capacidad podría, por ejemplo, mejorar nuestra comprensión de cómo colisionan los agujeros negros y forman ondas gravitacionales. De hecho, muchos de esos complejos sistemas dinámicos se podrían estudiar como una serie de interacciones de tres cuerpos, y ser resueltos, por lo tanto, por la red neuronal.

El sistema, sin embargo, tiene una limitación. Y es que la IA solo funciona durante un periodo de tiempo finito, y si un problema particular de tres cuerpos no se ha estudiado antes, desde el principio, resulta imposible saber de antemano cuánto tiempo será necesario para hallar la solución. Para resolver la cuestión, los investigadores proponen un «truco»: en lugar de usar la IA para hacer todo el cálculo, la idea es darle solo los bits más duros, cuando los tres cuerpos se acerquen entre sí. Luego, con ese cuello de botella computacional resuelto, se devuelve el problema a Brutus.

La idea, según Christopher Foley, de la Universidad de Cambridge y coautor del estudio, podría proporcionar muy rápidamente cualquier cantidad de soluciones, incluso sin una ecuación clara. «No se trata tanto de elegancia –afirma Foley– como de progresar y avanzar en nuestra comprensión de los componentes básicos de nuestro entorno físico. Si puedo conseguir así las soluciones, no importa cómo llegue hasta ellas, siempre y cuando sean válidas».

Brent, por su parte, explica que a pesar de que la red neuronal no puede decirnos cómo obtiene sus soluciones, «la facilidad con que las encuentra podría llevarnos hacia la ansiada ecuación de los tres cuerpos que los matemáticos llevan buscando desde hace siglos. Solo porque algo sea caótico, no significa necesariamente que deba ser complejo o irresoluble. Tal vez lo que sucede es que hasta ahora no hemos encontrado la forma correcta de resolver el problema».

Etiquetas: InteligenciaArtificial   problema   resolver