Er is geen supercomputer meer nodig die uren moet ronken om bijvoorbeeld uit te rekenen hoe auto’s vervormen bij een botsing of ruimtevaartuigen reageren op extreme omstandigheden. Een doorbraak in AI maakt dergelijke berekeningen mogelijk binnen 30 seconden.
Dankzij nieuwe kunstmatige intelligentie kunnen we enorme wiskundige problemen in korte tijd oplossen op onze laptop. Het gaat duizenden keren sneller dan met een supercomputer. Het nieuwe AI-model is vooral handig voor ingenieurs die normaal gesproken tijdrovende calculaties moeten maken om bijvoorbeeld te achterhalen hoe veel spanning een brug aankan.
DIMON
Het framework, genaamd DIMON (Diffeomorphic Mapping Operator Learning), lost veelvoorkomende wiskundige problemen op, bekend als partiële differentiaalvergelijkingen. Dit soort sommen maakt deel uit van heel veel wetenschappelijk en technisch onderzoek. Onderzoekers of ingenieurs kunnen er echte systemen of processen mee omzetten in wiskundige representaties van hoe objecten of omgevingen in de loop van de tijd en ruimte veranderen.
“Hoewel de motivatie om het te ontwikkelen voortkwam uit ons eigen werk, denken we dat dit een oplossing is die een enorme impact kan hebben op verschillende wetenschappelijke gebieden omdat het erg generiek en schaalbaar is”, reageert onderzoeker Natalia Trayanova, professor biomedische technologie en geneeskunde aan de Johns Hopkins University. “Het model kan in principe werken aan elk probleem in de wetenschap of techniek, denk aan crashtests, orthopedisch onderzoek of andere complexe problemen waarbij vormen, krachten en materialen veranderen.”
Harttweelingen
De onderzoekers, wier studie in Nature verscheen, demonstreerden de toepasbaarheid van DIMON bij het oplossen van allerlei technische problemen. Ze testten het systeem bovendien op meer dan duizend digitale ‘harttweelingen’. Dit zijn zeer gedetailleerde computermodellen van echte harten van patiënten. De AI was in staat om heel nauwkeurig te voorspellen hoe elektrische signalen zich door elke unieke hartvorm verspreidden. Daarmee kunnen hartritmestoornissen worden blootgelegd. De digitale harttweelingen helpen onderzoekers dus om te achterhalen of patiënten het risico lopen deze soms dodelijke aandoening te ontwikkelen en aanbevelingen te doen voor behandelmethoden.
In 30 seconden
“We brengen nieuwe technologie naar het ziekenhuis, maar veel van onze methodes zijn zo traag dat het ongeveer een week duurt vanaf het moment dat we het hart van een patiënt scannen en de partiële differentiaalvergelijkingen oplossen om te voorspellen of de patiënt een hoog risico loopt op plotselinge hartdood en wat het beste behandelplan is”, vertelde Trayanova.
“Met deze nieuwe AI-methode hebben we ongelooflijk veel sneller een oplossing. De tijd die nodig is om de voorspelling van een digitale harttweeling te berekenen, daalt van vele uren naar 30 seconden, en dit gebeurt op een gewone desktopcomputer in plaats van op een supercomputer.” Zo kan de nieuwe technologie al snel onderdeel worden van de dagelijkse praktijk in een ziekenhuis.
Partiële differentiaalvergelijkingen
Partiële differentiaalvergelijkingen worden meestal uitgevoerd door complexe vormen, zoals vleugels van vliegtuigen of organen, op te splitsen in rasters bestaande uit kleine elementen. Het probleem wordt vervolgens opgelost voor elk klein stukje. Daarna worden de stukjes opnieuw samengevoegd. Maar als deze vormen veranderen, zoals bij crashes of andere vervormingen moeten de rasters worden bijgewerkt en de oplossingen opnieuw worden berekend, wat lang duurt en veel geld kost.
DIMON lost dat probleem op door AI te gebruiken om te begrijpen hoe fysieke systemen zich gedragen bij verschillende vormen, zonder dat alles vanaf nul opnieuw moet worden berekend voor elke nieuwe vorm. In plaats van vormen op te splitsen in rasters en telkens weer vergelijkingen op te lossen, voorspelt de AI wat voor effect factoren zoals warmte, spanning of beweging hebben op basis van patronen die het heeft geleerd. Dat maakt het veel sneller en efficiënter bij taken zoals het optimaliseren van ontwerpen of het modelleren van verschillende scenario’s waarin vormen kunnen veranderen.
Eindeloos veel mogelijkheden
Je kunt je voorstellen dat de mogelijkheden van DIMON eindeloos zijn. De technologie is geschikt voor allerlei kwesties waarvoor vormoptimalisatie belangrijk is en vele andere technische taken waarbij het oplossen van partiële differentiaalvergelijkingen steeds weer nodig is, legt onderzoeker Minglang Yin uit van Johns Hopkins.
“Voor elk probleem lost DIMON eerst de partiële differentiaalvergelijkingen op voor één enkele vorm. Het brengt vervolgens de oplossing over naar meerdere nieuwe vormen. Dit vermogen om van vorm te veranderen benadrukt de enorme veelzijdigheid ervan”, aldus Yin. “We zijn erg enthousiast om het te gaan gebruiken voor vele problemen en om het beschikbaar te stellen aan de bredere wetenschappelijke gemeenschap om zo technische ontwerpoplossingen te versnellen.”
