“蝴蝶效应”也能预测了？看机器学习如何解释混沌系统

一只南美洲的蝴蝶，偶尔扇动几下翅膀，两周后可以引起美国德克萨斯州的一场飓风……

极小的扰动，将会引起结果的巨大差异。不可重复、不可预测，这就是混沌现象。

不可预测？那么，有了机器学习之后呢？

半个世纪前，混沌理论的先驱们发现由于存在“蝴蝶效应”，长期预测是不可能的。对于复杂系统（如天气，经济等等），即使是最小的扰动也能触发一连串事件，导致极为不同的后果。

我们生活在不确定的阴影之下，无法确定这些系统的状态以预测它们将如何发展。

最近，美国马里兰大学的研究表明，人工智能算法可以预测混沌系统的发展趋势。比如，预测模型火焰锋面的混沌演进过程：

德国不来梅雅各布大学计算科学教授Herbert Jaeger表示：“这种方法真的很了不起，能够预测一个系统的混沌演进将会进行到什么地步。”

这个发现来自老牌混沌理论家Edward Ott和马里兰大学的四名合作者。他们采用了一种叫做储备池计算（reservoir computing）的机器学习算法来“学习”原型混沌系统动力学，又叫做Kuramoto-Sivashinsky方程式（非线性偏微分方程）。这个方程式的演进解决方案就像一个火焰锋面，在可燃介质中闪烁前行。

Ott的研究生、论文的一作Jaideep Pathak说，这个方程式还描述了等离子体中的漂移波和其他现象，可以作为“研究湍流和时空混沌的测试平台”。