Группа учёных, включая Карана Джакара, Ифэя Гуана и Педрама Хассанзаде, представила новую аналитическую модель для замыкания уравнений турбулентности, созданную с помощью искусственного интеллекта. Работа, опубликованная на arXiv.org 5 сентября 2025 года, демонстрирует стабильный и точный метод для крупномасштабного моделирования (LES) двумерной турбулентности, основанный на данных прямого численного моделирования (DNS).
Ключевым достижением стало обнаружение с помощью ИИ замкнутой формы замыкания, которое соответствует усечённому разложению Тейлора четвёртого порядка. Предыдущие попытки, как аналитические, так и с использованием ИИ, находили только разложение второго порядка, что приводило к нестабильным симуляциям. Новая модель корректно воспроизводит статистику DNS, включая экстремальные события, и остаётся стабильной.
Разработка имеет критическое значение для геофизического моделирования, включая прогноз погоды и изучение климата. Точное описание мелкомасштабных турбулентных процессов — одна из главных нерешённых проблем в физике атмосферы и океана. Новый подход, учитывающий межмасштабный перенос энергии, открывает путь к созданию более надёжных климатических моделей.
Метод сочетает в себе интерпретируемость аналитических решений с мощностью машинного обучения для анализа данных. Это показывает потенциал гибридных подходов «физика + ИИ» для решения фундаментальных научных задач, где чисто данные-ориентированные модели часто оказываются нестабильными или необобщаемыми.
