机器学习“预测”混沌系统的长期演化

　　半个世纪前，混沌理论的提出者发现蝴蝶效应让长期预测变得不可能。复杂系统的最小扰动也能触发一连串的事件，导致未来发生巨大变化。我们生活在不确定性之幕下。现在，机器人伸出了援助之手。

　　科学家在《Physical Review Letters》 和《Chaos》期刊上发表报告，使用机器学习预测混沌系统的长期演化。这种方法被外部专家称赞为重大突破，被认为具有广泛的应用前景。

　　发现来自资深混沌学家 Edward Ott 和他在马里兰大学的同事，他们利用储备池计算(reservoir computing)算法去学习名叫 Kuramoto-Sivashinsky equation 的混沌系统的动力学。通过数据训练，他们的储备池计算能预测的系统演化时间八倍于旧的方法。

　　（原标题：机器学习“预测”混沌系统的长期演化|混沌|长期|系统）