Video, které vidělo 127 lidí – a které mění způsob fyzikálních propočtů
Když Dr. Károly Zsolnai-Fehér z kanálu Two Minute Papers zveřejnil video o nové metodě simulace turbulence, mělo 127 zhlédnutí. Stodvacetsedm. Na YouTube, kde kočičí videa sbírají miliony za víkend a kde i průměrný vědecký obsah má šanci na tisíce. Stodvacetsedm.
Tohle číslo je samozřejmě částečně náhoda – nový kanál, špatný timing, špatný algoritmus. Ale také odráží něco skutečného: výzkum, který posouvá hranice toho, co dovedou počítače simulovat, se děje v tichosti. Lidé o něm nevědí. A přitom jde o věc, která se týká počítačové grafiky, klimatologie, letectví, medicíny a – okrajově – jednoho z největších nevyřešených problémů matematiky.
Turbulence: problém, který fyzikálně chápeme a matematicky neovládáme
Turbulence je všude. Dým z cigarety, který se po chvíli přestane chovat předvídatelně a začne se chaoticky kroutit. Vzduch za křídlem letadla. Krev v srdci. Počasí.
Rovnice, které turbulenci popisují, existují už od 19. století: Navier-Stokesovy rovnice, odvozené nezávisle Navierem (1822) a Stokesem (1845). Fyzikálně jsou elegantní – popisují pohyb viskózní tekutiny v prostoru a čase. Matematicky jsou zrádné. Jak uvádí přednášky z Matematicko-fyzikální fakulty UK, pro trojrozměrný případ jde o superkritický nelineární systém, kde není ani dokázáno, zda mají tyto rovnice vůbec hladké řešení za všech podmínek. Tenhle problém – existence a hladkost řešení Navier-Stokesových rovnic – je jedním ze sedmi Problémů tisíciletí Clayova matematického institutu, za jejichž vyřešení je vypsána odměna milion dolarů. Přes 150 let starý problém, stále otevřený.
Praktický důsledek je jednoduchý: přesnou simulaci turbulence nelze spočítat úsporně. Čím vyšší rozlišení, čím více detailů, tím výpočetně dražší. Japonský vědec Kawaguti vytvořil v roce 1953 grafickou vizualizaci vzduchu obtékajícího válec pomocí mechanické stolní kalkulačky. Výpočet mu zabral 20 hodin práce týdně po dobu 18 měsíců. Šlo o jeden ze základních testovacích případů v oboru. Dnes máme sice superpočítače, ale problém se nezměnil. Detailní simulace turbulence je stále jednou z nejnákladnějších výpočetních úloh, které vůbec existují.
Wavelet turbulence a technický Oscar
V roce 2008 přišel průlom s metodou Wavelet Turbulence. Princip byl elegantní: vezměte hrubou simulaci tekutiny s mizerným rozlišením, tedy levnou na výpočet. A přidejte do ní detaily pomocí matematické transformace zvané wavelet. Výsledek byl dostatečně přesvědčivý, aby oklamal lidské oko. Metoda získala Technického Oscara – cenu Akademie filmových umění za přínos vizuálním efektům.
„Dostatečně přesvědčivý, aby oklamal lidské oko.“ Tuhle větu si zapamatujte, protože se k ní ještě vrátíme.
Wavelet Turbulence funguje tak, že bere vstupní simulaci a přidává k ní detaily. Je to jako vzít rozmazanou fotografii a doostřit ji: výsledek je lepší, ale stále vychází z originálu. Limity originálu zůstanou.
Co udělala nová metoda jinak?
Více než dekádu po Wavelet Turbulence přišel výzkum, o němž Two Minute Papers natočil ono video se stodvacetisedmi zhlédnutími. Nová metoda dělá pět věcí, které předchůdci neuměli.
Za prvé: spatiotemporální upsampling. Nejen zlepšení v prostoru, ale i v čase. Vstup je trhaná, nízkorozlišná simulace – výstup je plynulá, detailní animace, která vypadá jako kdyby byla celou dobu spočtena ve vysokém rozlišení. Systém doplňuje informaci tam, kde nebyla – a doplňuje ji věrohodně.
Za druhé – a to je filosoficky zajímavý posun: nová metoda nevylepšuje vstup. Vytváří fundamentálně novou simulaci. Nepřidává detaily ke stávajícím vírům – generuje nové víry, které dávají v daném kontextu fyzikálně smysl. Je to rozdíl mezi retušováním fotografie a namalováním nového obrazu ve stejném stylu.
Za třetí: přesnost. „Dostatečně přesvědčivý, aby oklamal lidské oko“ bylo standard roku 2008. Nová metoda je nerozeznatelná od referenční high-resolution simulace – tedy od výsledku, ke kterému se celý obor snaží dostat. A je 5 až 8krát rychlejší než výpočet té referenční simulace, přičemž referenční simulace sama běží na moderním grafickém procesoru.
Za čtvrté: komprese. Výstupní simulaci lze uložit se 600násobně menším objemem dat, přičemž vizuální rozdíl je prakticky nepostřehnutelný. Pro průmyslové aplikace – animační studia, vědecké výzkumy generující terabajty dat – je tohle nemalá změna.
Za páté: vysoká Reynoldsova čísla. Reynoldsovo číslo je bezrozměrná veličina, která popisuje, jak „turbulentní“ proudění je – poměr setrvačných a viskózních sil. Vysoké Reynoldsovo číslo znamená silně chaotické, turbulentní proudění, které je notoricky těžké simulovat. Nová metoda funguje právě tam, kde předchozí techniky selhávaly nejčastěji.
Proč na tom záleží za hranicí filmových efektů?
Technický Oscar pro simulaci kouře je atraktivní příběh. Ale aplikace jdou dál.
Klimatické modely jsou v jádru simulace turbulentního proudění atmosféry a oceánů. Čím přesnější a levnější simulace, tím lepší předpovědi počasí a klimatických změn. Aerodynamika letadel, automobilů, větrných turbín – všude je turbulence limitujícím faktorem přesnosti výpočtů. V medicíně se simuluje průtok krve srdcem a cévami; chaotické proudění v zúžených tepnách má přímý klinický význam. Ve všech těchto oblastech platí totéž: detailní simulace je drahá a pomalá. Metoda, která ji 5 až 8krát zrychlí při zachování přesnosti, není jen filmová technologie.
A pak je tu matematika samotná. Problém Navier-Stokesových rovnic zůstává otevřený. AI metody, které se učí chovat jako tekutina, aniž by rovnice explicitně řešily, otevírají zajímavou filozofickou otázku: jsou to nástroje pro fyziku, nebo obcházení fyziky? Odpověď zatím není jasná, otázka zůstává zcela legitimní.
127 zhlédnutí
Zsolnai-Fehér ve videu říká přímo: „Jsem znepokojen tím, že pokud o tom nemluvíme tady na Two Minute Papers, skoro nikdo o tom mluvit nebude. A tyhle práce jsou tak dobré, že o nich lidé musí vědět.“
Je to malá ironická smyčka: video o výzkumu, který málokdo viděl, samo začínalo jako video, které málokdo viděl. Dnes má Two Minute Papers přes milion odběratelů a Zsolnai-Fehér je jedním z nejlepších popularizátorů AI výzkumu na světě. Věda se k lidem dostane, když o ní někdo mluví srozumitelně. A srozumitelně neznamená zjednodušeně – znamená to najít správný příběh.
Kouř, který se proplétá vzduchem, je dobrý příběh. Fyzika za ním je ještě lepší.