محققان در پژوهشی جدید، روشی نوآورانه برای بهینهسازی «شبکههای عصبی آگاه از فیزیک» (PINNs) معرفی کردهاند. برخلاف رویکردهای سنتی، در این روش از ترکیب الگوریتمهای تکاملی و مدلهای زبانی بزرگ (LLM) استفاده شده است.
در این چرخه، هوش مصنوعی با یادگیری از تجربیات گذشته و اصلاح مداوم ساختار شبکه (مانند عمق، عرض و توابع فعالساز)، موفق شده است خطای محاسباتی در شبیهسازی معادلات پیچیده فیزیکی را به طرز چشمگیری کاهش دهد. این یعنی گامی بلند به سمت طراحی خودکار و هوشمندترِ سیستمهای علمی که نیازمند دقت فیزیکی بالایی هستند.
منبع: arXiv AI