尽管国际间旅行因新冠肺炎大流行而受到严重影响，但学习如何更好地模拟空气中的湍流有助于做出更好的预测，一项最新的研究可以实现这一点。

 伊利诺伊大学香槟分校的研究人员开发了一种新方法，将物理学引入机器学习过程中，以更好地预测空气中的湍流。

“我们不知道如何用数学的方法写出所有的湍流。威利特教授、航空航天工程系主任乔纳森·弗伦德说：“有些未知无法在计算机上表现出来，因此我们使用机器学习模型来计算未知因素。

“作为学习过程的一部分，我们同时训练它所看到的和物理控制方程。这就是它的魔力所在，它能起作用。

很长一段时间以来，人们一直在努力模拟湍流，并对其中未出现的部分进行建模。

“我们了解到，如果你试图在不考虑已知的物理控制方程的情况下进行机器学习，它就行不通了。我们把它们结合在一起，效果很好。

弗伦德说，在设计空气或航天器时，这种方法将有助于工程师预测涉及湍流的设计是否能实现他们的目标。

他们将能够做出改变，再次运行它来预测传热或升力，并预测他们的设计是好是坏。

“任何想模拟物理现象的人都可以使用这种新方法。这是一种允许其他未知物理现象的方法。弗雷恩德在《计算物理杂志》上发表的一篇论文中说：“未知物理的观测结果可以用来训练。”