Türbülanslı akışkanların 3 boyutlu simülasyonu, bilim dünyasının en zorlu problemlerinden biri olmaya devam ediyor. Geleneksel yapay zeka tabanlı kısmi diferansiyel denklem (PDE) çözücüleri, ince yapılardaki küçük hataların zaman içinde büyüyerek tahmin doğruluğunu ciddi şekilde etkilemesi sorunu ile karşı karşıya kalıyor.
Bu soruna çözüm olarak geliştirilen FlowRefiner modeli, flow matching tabanlı iteratif iyileştirme yaklaşımını benimsiyor. Model, üç temel yeniliği bir araya getirerek başarısını artırıyor: stokastik gürültü giderme yerine deterministik ordinary differential equation (ODE) tabanlı düzeltme sistemi, tüm iyileştirme aşamalarında ortak hız alanı regresyon hedefi ve iyileştirme derinliğinden bağımsız çalışan ayrıştırılmış sigma programlaması.
Büyük ölçekli 3D türbülans deneylerinde FlowRefiner, çok ölçekli yapıları başarıyla yakalayarak son teknoloji otoregresif tahmin doğruluğuna ulaştı. Model aynı zamanda güçlü fiziksel tutarlılık da sergiliyor. Araştırmacılar, bu yaklaşımın türbülanslı akış simülasyonu dışında da geniş uygulama alanlarına sahip olduğunu belirtiyor.
Bu gelişme, hava dinamiği, okyanus modellemesi, iklim tahminleri ve endüstriyel akışkan dinamiği simülasyonları gibi birçok alanda daha doğru ve güvenilir sonuçlar elde edilmesine katkı sağlayabilir.